मैं कोडेक्स टोकन का अरबों उपयोग करता हूं। यहां मेरा सेटअप है और मैंने यही सीखा है।
बहुत से लोग यह नहीं समझ पाते कि कोडेक्स कितना सक्षम है। मेरे कुछ सहकर्मी भी कोडेक्स का पूरा उपयोग नहीं कर पाते, लेकिन जब आप उन्हें कुछ महत्वाकांक्षी उपयोग-मामले दिखाते हैं, तो वे प्रयोग करने के लिए उत्सुक हो जाते हैं। इसलिए, मैंने सोचा कि कुछ लिखकर व्यापक रूप से साझा करूं, उम्मीद है कि इससे और लोगों को प्रेरणा मिलेगी।
इस पोस्ट में, मैं अपना सरल सेटअप साझा करूंगा और कुछ शानदार उपयोग-मामलों पर चर्चा करूंगा, जहां मैं नियमित रूप से करोड़ों टोकन आवंटित करता हूं। कुल मिलाकर, मैंने इस महीने API पर $10,000 खर्च किए हैं, जो मुझे अपनी टीम में सबसे अधिक उपयोगकर्ताओं में से एक बनाता है। पूरी तरह से इसके लायक।
अंत में, मैं इस पर विचार करता हूं कि कैसे संगठन निकट भविष्य में काफी अधिक कुशल बन सकते हैं।
लगातार नोट लेना
मेरा व्यक्तिगत सेटअप अविश्वसनीय रूप से सरल है: git worktrees, कई शेल विंडो, और प्रति worktree एक VSCode इंस्टेंस ताकि मैं कोड बदलावों को ब्राउज़ कर सकूं। आपको मूल रूप से यह सेटअप नए कोडेक्स ऐप में मिल जाता है। अत्यधिक फैंसी टूलिंग के झांसे में न आएं।
सबसे बड़ी सफलता कोडेक्स को लगातार अपने वर्कफ़्लो को दस्तावेज़ित और बेहतर बनाने के लिए प्रेरित करना था। यह कुछ ऐसा है जिसे मैंने अपने व्यक्तिगत सेटअप के लिए पूरी तरह से हैक किया है। कोडेक्स उन कार्यों में लगातार बेहतर और तेज़ होता जाता है जिनके लिए मैं इसका उपयोग करता हूं, सिर्फ इसलिए कि मेरी आदत है कि मैं इसे नोट लेने और सुधार करने के लिए कहता हूं। काम करते समय, कोडेक्स हमारे मोनोरेपो में मेरे व्यक्तिगत फ़ोल्डर में नोट्स और हेल्पर कमिट करता है। कोडबेस के एक नए हिस्से के साथ कुछ इंटरैक्शन के बाद, ये हेल्पर स्थिर हो जाते हैं। मैंने वास्तव में कभी ये नोट्स नहीं पढ़े हैं, मेरे लिए इनकी उपयोगिता केवल कोडेक्स के प्रदर्शन पर प्रभाव है।
अब जब मेरा सेटअप सत्रों में ज्ञान को संचित करने में सक्षम है, तो मैं उन कार्यों को बढ़ाने में सहज हो गया हूं जिनके लिए मैं इसका उपयोग करता हूं। आइए दो ऐसे कार्यों पर गौर करें जिन पर मैंने हाल ही में करोड़ों टोकन खर्च किए हैं।
स्केलिंग रिसर्च
रिसर्च तेज़ी से आगे बढ़ती है। प्रयोग महंगे होते हैं और गलत कॉन्फ़िगर करना आसान होता है, इसलिए नवीनतम निष्कर्षों और खामियों से अवगत रहना महत्वपूर्ण है। सौभाग्य से, कोडेक्स एक शानदार सर्च इंजन है।
जब मैं कोडबेस के किसी अपरिचित हिस्से में जल्दी से एक प्रयोग लागू करना चाहता हूं, तो मैं कोडेक्स को व्यापक जांच करने के लिए कहता हूं। कोडेक्स प्रासंगिक स्लैक चैनलों का पता लगाता है, संबंधित चर्चाओं को पढ़ता है, उन चर्चाओं से प्रयोगात्मक शाखाओं को लाता है, और मेरे प्रयोग के लिए उपयोगी बदलावों को चुनता है। यह सब नोट्स के एक व्यापक सेट में संक्षेपित किया जाता है, जिसमें प्रत्येक जानकारी के स्रोत के लिंक होते हैं। इन नोट्स का उपयोग करके, कोडेक्स प्रयोग को तैयार करता है और कई हाइपरपैरामीटर निर्णय लेता है जो मैं बहुत अधिक प्रयास के बिना संभवतः नहीं ले सकता था।
दूसरी राय मांगने से मेरा आत्मविश्वास काफी बढ़ जाता है। ऐसी स्थितियों में जहां गलतियां महंगी होती हैं, आप एक अत्यधिक मेहनती, उच्च-रिकॉल सर्च एजेंट चाहते हैं। कोडेक्स नियमित रूप से मेरी इस ज़रूरत को पूरा करता है।
कोडिंग एजेंट डेटा विश्लेषण में भी उत्कृष्ट हैं, और डेटा से जल्दी से जानकारी प्राप्त करना बहुत आसान बना देते हैं। वर्तमान में, असली बाधा यह पता लगाना है कि क्या विश्लेषण करना है।
हाल ही में, मैंने कोडेक्स का उपयोग करके अपने कुछ मॉडल व्यवहार प्रयासों को आक्रामक रूप से बढ़ाया। मुझे एहसास हुआ कि हमारा आंतरिक स्लैक चर्चाओं, रिपोर्टों और डेटा से भरा हुआ है, जो सभी विभिन्न प्रकार के मॉडल व्यवहार से संबंधित हैं, जिनका हम और अधिक कठोरता से परीक्षण करना चाह सकते हैं। मैंने कोडेक्स का उपयोग उपयुक्त चैनलों का पता लगाने और व्यापक रूप से क्रॉल करने और परीक्षण योग्य परिकल्पनाओं का विवरण तैयार करने के लिए किया। स्लैक पढ़ने के अलावा, इसने लोगों द्वारा साझा किए गए स्क्रीनशॉट को देखा, मॉडल व्यवहार से संबंधित दस्तावेज़ निकाले, और स्प्रेडशीट को नेविगेट किया। कई घंटों के दौरान, इसके परिणामस्वरूप 700 से अधिक नई परिकल्पनाएं सामने आईं, जो वर्तमान में मॉडल व्यवहार और उपयोगकर्ता वरीयताओं के बारे में हमारी समझ में सुधार कर रही हैं।
यह अधिकांश काम GPT-5.2 के साथ किया गया था, लेकिन मैं पिछले कुछ दिनों से नए GPT-5.3-codex मॉडल का परीक्षण कर रहा हूं। मेरे द्वारा उपयोग किए जाने वाले टोकन प्रति दिन बढ़ रहे हैं, जो मुझे लगता है कि मोटे तौर पर मेरी उत्पादकता से संबंधित है।
मुझे लगता है कि GPT-5.3-codex एक साथ कई उप-एजेंटों को प्रबंधित करने में विशेष रूप से अच्छा है। इसके अतिरिक्त, कोडेक्स स्टैक में हाल ही में हुई गति वृद्धि पूरे उप-एजेंट अनुभव को और अधिक तेज़ बनाती है।
मेरा वर्कफ़्लो वर्तमान में केवल एक एजेंट से बात करने की ओर बढ़ रहा है, जो बदले में स्लैक रिसर्च, कोड रिसर्च, कोड लेखन और डेटा साइंस करने के लिए एजेंटों की एक टुकड़ी को संचालित करता है। यह मेरे काम को एजेंटों के माध्यम से समानांतर करने के लिए आवश्यक संदर्भ-स्विचिंग की मात्रा को काफी कम कर देता है। हालांकि, जब मुझे कोई महत्वपूर्ण कार्य करना होता है, तब भी मैं सीधे उस विशिष्ट उप-एजेंट से बात करना पसंद करता हूं।
समाज के लिए निहितार्थ
ये वर्कफ़्लो इस बारे में कुछ मौलिक बातें उजागर करते हैं कि संगठन कैसे काम कर सकते हैं। मेरे दोनों उपयोग-मामलों में, मैंने बिना मैन्युअल समन्वय के व्यापक क्रॉस-संगठनात्मक ज्ञान हस्तांतरण हासिल किया। कोई मीटिंग नहीं, कोई ईमेल नहीं, कोई पूछताछ नहीं। मैंने बस कोडेक्स को समस्या की ओर इंगित किया और इसने दर्जनों लोगों से ज्ञान एकत्र किया, जिन्हें पता भी नहीं था कि वे मेरे काम में योगदान दे रहे हैं।
मैं सोचने से खुद को नहीं रोक पाता कि इसका समाज पर क्या प्रभाव पड़ेगा। परंपरागत रूप से, संगठन कुछ हेडकाउंट-टैक्स का भुगतान करते हैं: अधिक लोगों को जोड़ें और कुल उत्पादन बढ़ता है, लेकिन प्रत्येक अतिरिक्त व्यक्ति कम योगदान देता है क्योंकि समन्वय का ओवरहेड बढ़ता है। यह एक बड़ी समस्या है। आधुनिक संगठन इससे निपटने के लिए असंरचित संचार चैनलों (स्लैक, टीम्स), साझा कोडबेस और केंद्रीकृत दस्तावेज़ीकरण जैसे उपकरणों का उपयोग करते हैं, लेकिन फिर भी भारी घर्षण है। किसी भी निर्णय के लिए सही संदर्भ सामने लाने में अभी भी महत्वपूर्ण मानवीय प्रयास की आवश्यकता होती है।
आज उपलब्ध तकनीक के साथ, हम अब किसी संगठन के संपूर्ण सूचना परिदृश्य को पार कर सकते हैं और मांग पर प्रासंगिक संदर्भ को संश्लेषित कर सकते हैं। हम दुनिया के हर संगठन को होने वाली अक्षमताओं में वास्तविक कमी ला सकते हैं।
मेरा मानना है कि हमारी आधुनिक संस्थाओं को और अधिक कुशल बनाया जा सकता है, और यह पता चला है कि हमें बस पूछने की ज़रूरत हो सकती है।
