Massimizzare il potenziale di GPT-6 Astra: La guida completa alla progettazione dell'imbracatura Codex

Il 3 settembre 2026, OpenAI ha rilasciato GPT-6 Astra.

Molte persone si limitano a cambiare le impostazioni del modello Codex su Astra e si fermano lì.

Tuttavia, OpenAI non ha aggiornato solo il modello quel giorno. L'annuncio ufficiale afferma esplicitamente che hanno aggiornato il 'Cablaggio' (Harness) di Codex insieme ad Astra (Fonte: OpenAI "GPT-6 Astra: una nuova generazione di intelligenza" https://openai.com/index/gpt-6-astra/ ).

Il cervello e l'ambiente in cui il cervello lavora. OpenAI ha ricostruito entrambi simultaneamente.

Tuttavia, se rimangono istruzioni poco chiare o regole contraddittorie, Astra potrebbe fermarsi a metà attività o chiedere continui chiarimenti.

In questo articolo, fornirò queste tre cose:

• Una spiegazione completa degli 8 elementi che compongono il Cablaggio Codex (con priorità)
• 4 prompt diagnostici e di inventario che puoi copiare e incollare immediatamente
• Una sequenza di esecuzione su da dove iniziare in soli 30 minuti oggi

Non ha senso trattenersi, quindi condividerò prima il prompt più importante. Questo prompt fa sì che Codex riporti automaticamente lo stato attuale del progetto.

▼ Copia da qui

Sei un Progettista di Cablaggio Codex.

L'obiettivo è creare uno stato in cui GPT-6 Astra possa "completare le attività in modo sicuro, riproducibile e fino alla fine senza aver bisogno di istruzioni dettagliate ogni volta" in questo progetto.

Innanzitutto, non apportare modifiche. Esamina la configurazione attuale del progetto, i file delle impostazioni e le funzionalità disponibili, quindi diagnostica quanto segue:

1. AGENTS.md: Lo scopo, le regole da seguire, i divieti, le condizioni di completamento e i riferimenti sono chiari?
2. docs / context: La struttura è organizzata in modo da poter trovare le informazioni necessarie da solo? Ci sono descrizioni vecchie, ridondanti o contraddittorie?
3. Skills: Quali attività ripetitive dovrebbero essere trasformate in Skill? Al contrario, quali Skill sono superflue?
4. MCP / Plugin: Quali strumenti esterni o connessioni dati mancano?
5. Ambiente: Riesci a riprodurre dipendenze, configurazione ed esecuzione dei test da solo?
6. Permessi / Sandbox: Ti vengono concessi permessi eccessivi? Al contrario, ci sono troppe approvazioni in sospeso che bloccano il lavoro?
7. Hooks / Test: I controlli pre-esecuzione, il rilevamento di segreti, i test e i controlli di completamento possono essere automatizzati?
8. Browser / Computer Use: Ci sono attività che dovrebbero essere verificate operando effettivamente il prodotto finito?
9. Subagenti: Ci sono attività come ricerca, revisione o test che sarebbero più veloci se parallelizzate?
10. Ciclo di Feedback: Esiste un meccanismo per reimmettere fallimenti passati o istruzioni correttive in AGENTS.md / docs / Skill / Hook / Test?

Formato di output: A. Valuta ogni elemento su una scala di 5 punti B. Le 5 carenze critiche principali C. Cose che possono essere risolte in 30 minuti oggi D. Cose da sistematizzare entro una settimana E. File da creare/modificare e proposte di modifica specifiche F. Rischi per la sicurezza/permessi G. Priorità di implementazione

Non inventare impostazioni basate su supposizioni. Controlla le funzionalità e le versioni di Codex attualmente disponibili prima di giudicare. Indica chiaramente se le funzionalità sono Sperimentali / Beta / Deprecate.

Non modificare file, espandere permessi o connetterti a servizi esterni finché non avrò esaminato questi risultati diagnostici.

▲ Copia fino a qui

Eseguire questo prima di finire di leggere ti farà risparmiare tempo in seguito.

Destinazione e Utilizzo di Questo Articolo

Questa destinazione è Codex a partire dal 7 settembre 2026. Codex si aggiorna rapidamente, quindi controlla la data prima di leggere.

Sono inclusi gli 8 componenti del cablaggio, 7 livelli di maturità e 4 modelli di prompt copiabili e incollabili.

Il pubblico di riferimento sono "persone che usano Codex ma si sono fermate dopo aver scritto AGENTS.md." Fornirò annotazioni per i termini tecnici alla loro prima occorrenza in modo che anche i non ingegneri possano leggere questo articolo.

Per garantire valore anche se non leggi tutto, ho incluso la "Priorità" per ogni elemento. Se scegli solo quelli ad alta priorità, funzionerà almeno a un livello minimo.

Cos'è Esattamente un "Cablaggio"?

Un cablaggio è un sistema che collega modelli, strumenti e umani per portare a termine il lavoro.

Nel blog tecnico di OpenAI "Srotolare il ciclo agente di Codex" (gennaio 2026, Michael Bolin), il cablaggio Codex è descritto come "il ciclo agente principale e la logica di esecuzione che funge da fondamento per tutte le esperienze Codex" (https://openai.com/index/unrolling-the-codex-agent-loop/ ).

Il ciclo agente si riferisce a questa ripetizione:

• Ricevere input dall'utente
• Interrogare il modello per pensare
• Eseguire lo strumento scelto dal modello
• Mostrare il risultato e fargli pensare di nuovo

È il lato Codex, non il modello, che esegue questo ciclo.

Usando un'analogia aziendale:

Astra = Il cervello di un dipendente estremamente talentuoso. Cablaggio = L'azienda stessa in cui quel dipendente lavora. Regole di assunzione, Wiki interna, procedure operative, diritti di accesso ai sistemi interni, regole di approvazione, processi di ispezione e colleghi.

Un errore comune è riassumere pigramente "AGENTS.md = Cablaggio." AGENTS.md è solo una parte del cablaggio. Proprio come un'azienda non funziona solo con un manuale di regole distribuito.

In pratica, l'intero sforzo di creare un "ambiente di lavoro confortevole" combinando elementi come AGENTS.md, Skills, MCP, Hooks, impostazioni dei permessi, ambienti di esecuzione, browser e Subagenti è chiamato Ingegneria del Cablaggio. Questo articolo usa il termine in questo senso.

Cosa è Cambiato Realmente con il Rilascio di Astra?

Ci sono tre cose, tutte dichiarate ufficialmente da OpenAI.

1. OpenAI ha migliorato il cervello e l'ambiente simultaneamente

Quando Astra è stato annunciato, OpenAI ha dichiarato esplicitamente di aver aggiornato il cablaggio Codex, riportando che il completamento delle attività era 1,9 volte più veloce rispetto all'ambiente GPT-5.6 Sol nel benchmark di operazioni browser Mind2Web.

In OSWorld 2.0, Astra ha ottenuto il 72,6% rispetto al 65,7% di GPT-5.6 Sol. Inoltre, le valutazioni di simulazione per il tempo richiesto hanno riportato una riduzione da circa 75 minuti a circa 40 minuti per attività.

Qui è necessaria cautela: queste sono cifre pubblicate da OpenAI stesso e sono risultati di benchmark in condizioni specifiche. Non c'è garanzia che sarà 1,9 volte più veloce nel tuo ambiente.

Tuttavia, il messaggio è chiaro: i guadagni di velocità sono derivati dalla combinazione del modello e dell'ambiente di esecuzione, non dal solo modello.

1. Astra legge le "istruzioni circostanti" molto meglio

Questo è il cambiamento più efficace per il lavoro pratico.

La guida del modello di OpenAI afferma che, sebbene Astra abbia capacità di seguire le istruzioni più forti, può anche essere più sensibile alle istruzioni contenute in file come Skills e AGENTS.md. Raccomanda vivamente di controllare le Skills e altri file accessibili al modello (https://developers.openai.com/api/docs/guides/latest-model ).

Lo stesso documento contiene un avvertimento più specifico: istruzioni poco chiare o contraddittorie all'interno di un file skill possono causare l'arresto del modello e il blocco del lavoro in una fase iniziale.

La situazione è questa:

Il cervello è diventato più intelligente. Pertanto, è diventato più fedele sia alle regole buone che a quelle cattive rispetto a prima.

Supponiamo che una frase inutile rimanga in un AGENTS.md a cui stai aggiungendo dall'anno scorso. Sol potrebbe averla ignorata opportunamente. Astra la seguirà rigorosamente.

1. Cambiamenti nella gestione della delega e della memoria

Secondo l'annuncio ufficiale, Astra ora può mantenere note attraverso le finestre di contesto all'interno di Codex, evitando la necessità di ricomprimere i dettagli accumulati in un unico riepilogo ogni volta. Ciò riduce la perdita di informazioni durante le attività lunghe.

Tuttavia, al 7 settembre 2026, questa è una funzionalità sperimentale. Deve essere abilitata esplicitamente in config.toml ed è disattivata per impostazione predefinita. OpenAI ha annunciato che diventerà una funzionalità predefinita di Astra nelle prossime settimane, ma per ora, non funzionerà a meno che non aggiungi tu stesso l'impostazione.

D'altra parte, la guida del modello nota anche che per Astra, "la delega ai Subagenti potrebbe non essere così frequente come il tuo flusso di lavoro si aspetta." Ciò significa che se desideri la parallelizzazione, devi specificare quando delegare dal lato del cablaggio.

La guida menziona anche che Astra tende a risposte dettagliate e formattate, quindi dovresti specificare lo stile e la struttura richiesti.

Tutti questi punti indicano: "Non lasciarlo semplicemente stare perché il modello è intelligente," ma piuttosto "Poiché è intelligente, si muoverà esattamente come specificato, quindi correggi le tue specifiche."

La Mappa degli 8 Elementi del Cablaggio

Gli 8 elementi elencati qui e i 7 livelli di maturità descritti in seguito non sono definizioni ufficiali di OpenAI. Sono organizzati in modo unico per questo articolo sulla base delle informazioni ufficiali viste finora. Usali come quadro pratico.

Ecco la mappa con analogie aziendali e priorità:

1. AGENTS.md | Regole di Assunzione e Politica di Base | Priorità: Massima
2. docs / Context | Wiki Interna e Manuali | Priorità: Alta
3. Skills | Procedure Operative Standard | Priorità: Alta
4. MCP / Plugin | Connessione ai Sistemi Interni | Priorità: Media
5. Ambiente | PC, Scrivania, Ambiente di Lavoro | Priorità: Alta
6. Permessi / Sandbox | Autorità e Regole di Approvazione | Priorità: Massima
7. Hooks / Test | Controlli Automatici e Ispezioni | Priorità: Media
8. Browser / Subagenti | Occhi, Mani, Subordinati | Priorità: Media

I principianti dovrebbero iniziare con 1 e 6. Il motivo è semplice: solo organizzando questi due, solidifichi le fondamenta per gli altri elementi. Tuttavia, questo non significa che non dovresti controllare gli altri. I permessi per i servizi esterni connessi tramite MCP, le procedure nelle Skills e gli script eseguiti dagli Hooks sono tutti soggetti a verifica di sicurezza. Soprattutto perché MCP è una connessione verso l'esterno, controlla separatamente se la destinazione è affidabile e se i permessi concessi sono minimi.

Di seguito una spiegazione di ciascuno.

Livello di Istruzione e Conoscenza | AGENTS.md, docs, Skills

AGENTS.md

Cosa è: Un file markdown posizionato nella radice del repository. Codex lo legge prima di iniziare a lavorare e lo tratta come regole specifiche del progetto.

Cosa fa: Puoi evitare di scrivere premesse come "Esegui sempre i test con questo comando" o "Non toccare questa directory" in ogni prompt.

L'errore che quasi tutti commettono qui è il sovraccarico.

Il blog tecnico di OpenAI "Ingegneria del cablaggio: sfruttare Codex in un mondo incentrato sugli agenti" (11 febbraio 2026, Ryan Lopopolo) descrive i fallimenti interni. Provare un AGENTS.md massiccio ha portato a pressione sul contesto, regole vecchie lasciate in giro e confusione su cosa fosse importante (https://openai.com/index/harness-engineering/ ).

Il team è passato a gestire AGENTS.md come una "mappa" di circa 100 righe. I dettagli sono inseriti in docs, e AGENTS.md si limita a puntare ad essi.

Invece di far memorizzare a una nuova assunzione di talento un manuale di 1.000 pagine, gli dai una mappa guida che dice: "Guarda questo scaffale se sei bloccato." Questa è la differenza.

Il contesto è una risorsa finita. File di istruzioni massicci spingono fuori l'attività stessa o la posizione del codice da leggere.

Un AGENTS.md in stile mappa di solito si presenta così:

▼ Copia da qui

AGENTS.md

Cos'è questo progetto?

(1-3 righe. Cosa stai realizzando, chi lo usa?)

Leggi prima questi

• Politica di Progettazione: docs/architecture.md
• Struttura delle Directory: docs/structure.md
• Glossario: docs/glossary.md
• Fallimenti Passati e Correzioni: docs/postmortems.md

Regole da seguire

• Test: Esegui tutti con (comando effettivo) e non segnalare il completamento con fallimenti rimanenti.
• Aree vietate: (Elenca i percorsi)
• Prima del commit: (comandi linter / formatter)

Definizione di Completato

Segnala "Completato" solo quando sono soddisfatte tutte le seguenti condizioni:

• I test passano
• L'intento della modifica può essere spiegato in un paragrafo
• Auto-verificato per effetti collaterali indesiderati

In caso di dubbio

Non fare supposizioni; presenta almeno due opzioni e chiedimi.

Priorità delle Istruzioni

1. Le mie (dell'utente) istruzioni immediate
2. Questo AGENTS.md
3. Procedure nelle Skills Puoi ignorare le istruzioni di livello inferiore che contraddicono quelle superiori. Se salti un'istruzione, segnala il suo nome.

▲ Copia fino a qui

La "Priorità delle Istruzioni" finale è particolarmente efficace per Astra e i modelli successivi. La guida del modello afferma esplicitamente di chiarire se le istruzioni dell'utente o le istruzioni delle skill hanno la precedenza.

docs / Context

Cosa è: Il repository di conoscenze effettivo a cui fa riferimento AGENTS.md. Documenti di progettazione, diagrammi di architettura, glossari, registri di decisioni passate, ecc.

Cosa fa: Codex li legge solo quando necessario, quindi non consumano contesto costantemente.

Ciò che colpisce nell'articolo Ingegneria del Cablaggio è la spiegazione per il lento progresso iniziale. Non era perché Codex mancasse di capacità, ma perché "l'ambiente era sottospecificato."

Ciò che mancava erano strumenti, astrazioni, strutture interne e informazioni in una forma che Codex potesse leggere.

Quindi, quando qualcosa falliva, la reazione del team non era "fargli provare più duramente." Era pensare: "Quale capacità manca e come possiamo renderla leggibile e applicabile per l'agente?"

Questa è l'essenza dell'ingegneria del cablaggio. Correggi l'ambiente, non il prompt.

Per chiarezza, questo è un caso studio interno di OpenAI. Un team di 3 persone ha prodotto circa 1 milione di righe e 1.500 PR in 5 mesi con 0 righe di codice scritto da umani; questo non significa che gli utenti normali possano riprodurre gli stessi risultati.

Skills

Cosa è: Un file in formato SKILL.md. Raccoglie istruzioni, materiali di riferimento e script se necessario per eseguire attività specifiche con la stessa procedura ogni volta.

Cosa fa: Puoi passare dal copiare e incollare buoni prompt al salvare il lavoro stesso.

Ad esempio, se trasformi "Creazione Articolo" in una Skill, il contenuto sarebbe:

• Ricerca
• Fact-checking
• Proposte di titoli
• Progettazione della struttura
• Scrittura
• Controllo delle espressioni vietate
• Revisione finale

La cautela per Astra e successivi è di non aggiungerne troppe. I nomi e le descrizioni delle Skill vengono caricati nel contesto, quindi se il numero aumenta, le descrizioni vengono troncate, rendendo difficile giudicare quale scegliere. Se le descrizioni si contraddicono o tutte affermano "Usami," il modello potrebbe caricare una Skill che non si adatta all'attività.

Le Skills sono per "procedure necessarie solo per attività specifiche," non "istruzioni necessarie ogni volta." Confondere questo equivale a scrivere tutto in AGENTS.md.

Livello Mani e Piedi | MCP, Plugin, Ambiente

MCP / Plugin

Cosa è: MCP è uno standard per connettere Codex a strumenti e dati esterni, utilizzabile sia nelle estensioni CLI che IDE. I Plugin sono un meccanismo per distribuire insieme Skills, Connettori e strumenti MCP. In Codex, sono disponibili nell'app desktop ChatGPT e nella CLI, ma non nelle estensioni IDE.

Cosa fa: Permette a Codex di accedere a documenti esterni, browser, strumenti di progettazione, ecc.

Non importa quanto sia intelligente Astra, è inutile se non può raggiungere le informazioni necessarie. È come un dipendente brillante senza un account del sistema interno.

Tuttavia, ho impostato la priorità su Media. Più MCP aggiungi, più aumentano le scelte di strumenti e il contesto viene consumato. L'approccio corretto è aggiungere solo ciò con cui stai attualmente lottando per raggiungere.

Ambiente

Cosa è: L'impalcatura per muovere effettivamente le mani, come dipendenze, procedure di configurazione, metodi di esecuzione dei test e strutture delle directory di lavoro.

Cosa fa: Codex può auto-guidarsi fino al punto di "eseguire e verificare." Se manca, Codex torna a essere solo uno scrittore di codice.

Un modo semplice per verificare è chiedergli, partendo da uno stato pulito, di "Configurare, superare i test e segnalare i risultati." Dove si ferma è esattamente ciò che manca.

Usare Git worktree per separare le directory per ogni attività rende più difficile la collisione di più attività parallele.

Livello Sicurezza e Ispezione | Permessi, Sandbox, Hooks

Permessi / Sandbox

Cosa è: Due impostazioni indipendenti che determinano quanto Codex può eseguire automaticamente. Il sandbox determina la portata di file e reti, mentre la politica di approvazione determina dove chiedere conferma umana.

Secondo la documentazione ufficiale di Codex, le impostazioni iniziali per le estensioni CLI e IDE sono limitate a nessun accesso alla rete e scrittura solo all'interno dell'area di lavoro attiva (https://developers.openai.com/codex/sandbox ).

Il sandbox ha 3 livelli:

• read-only: Può leggere ma non scrivere. Per consultazione e pianificazione.
• workspace-write: Può scrivere all'interno della cartella di lavoro e delle directory temporanee. Questo è lo standard.
• danger-full-access: Può scrivere ovunque. Rimuove effettivamente il sandbox.

Il preset Auto comunemente usato è una combinazione di workspace-write e "chiedi approvazione solo quando necessario." Codex si fermerà e controllerà quando tenta di modificare al di fuori dell'area di lavoro o toccare la rete.

Se vuoi cambiare a metà sessione, puoi usare il comando /permissions. Un'operazione realistica è read-only per la fase di pianificazione e Auto per la fase di esecuzione.

Quello che voglio che tu capisca è che l'autonomia non equivale a permettere tutto.

Passare a danger-full-access solo perché le approvazioni sono fastidiose è la soluzione meno efficace. Se ha solo bisogno di scrivere in una directory specifica, permetti solo quella posizione.

▼ Copia da qui

【Codex CLI: Esempi di configurazione per Pianificazione e Lavoro】

La destinazione è Codex CLI 0.134.0 o successiva.

Le impostazioni vengono salvate in tre file: "Comuni," "Pianificazione" e "Lavoro."

Non incollare questa intera spiegazione in un unico file di configurazione. Scrivi solo le impostazioni corrispondenti a ciascuna destinazione.

Le destinazioni sono per le impostazioni standard di Codex.

■ 1. Impostazioni Comuni

Percorso: ~/.codex/config.toml

Non eliminare le impostazioni esistenti; aggiungi o modifica i seguenti elementi. Se esiste lo stesso [sandbox_workspace_write], modifica al suo interno per evitare intestazioni duplicate.

[sandbox_workspace_write]

network_access = false

Specifica directory approvate aggiuntive solo se necessario.

writable_roots = ["/percorso/assoluto/della/directory-approvata"]

Solo se sono necessarie destinazioni di scrittura aggiuntive, rimuovi il # all'inizio della riga writable_roots e sostituisci il percorso di esempio con il percorso assoluto effettivo.

■ 2. Impostazioni di Pianificazione

Percorso: ~/.codex/plan.config.toml

Salva queste due righe in un file separato dalle impostazioni comuni.

approval_policy = "on-request"

sandbox_mode = "read-only"

■ 3. Impostazioni di Lavoro

Percorso: ~/.codex/work.config.toml

Salva queste due righe in un altro file separato.

approval_policy = "on-request"

sandbox_mode = "workspace-write"

■ Come usare

Non scrivere il comando di avvio nel file di configurazione; eseguilo dal terminale nella cartella del progetto.

Per avviare per la pianificazione:

codex --profile plan

Per avviare per il lavoro:

codex --profile work

Le impostazioni del profilo selezionato verranno sovrapposte alle impostazioni comuni.

Poiché si applicano anche le impostazioni lato progetto e le restrizioni organizzative, controlla i permessi effettivi con /permissions dopo l'avvio.

Nota: network_access = false è l'impostazione di comunicazione per i comandi eseguiti all'interno del sandbox. Controlla i permessi per le connessioni esterne come MCP separatamente.

▲ Copia fino a qui

Espandere un confine di uno è completamente diverso dallo scartare il confine stesso. Lo stesso vale per l'accesso alla rete; è un giudizio valido solo per i progetti che hanno veramente bisogno di recuperare pacchetti di dipendenze.

Hooks / Test

Cosa è: Un meccanismo per inserire i tuoi script o strumenti MCP nel mezzo dell'elaborazione di Codex. È abilitato per impostazione predefinita come funzionalità Stabile.

Cosa fa: Ad esempio, queste automazioni:

• Fermare comandi pericolosi appena prima di eseguire uno strumento
• Ispezionare per segreti come chiavi API
• Eseguire un linter immediatamente dopo la modifica di un file
• Verificare che i test passino alla fine del lavoro

Si tratta di passare da "stai attento a non sbagliare" a "il sistema si ferma se c'è un errore."

Tuttavia, OpenAI stesso avverte di trattare gli Hooks come barriere di protezione, non come confini di applicazione assoluti, perché Codex potrebbe eseguire un lavoro equivalente attraverso percorsi di strumenti diversi.

Le cose che vuoi veramente fermare dovrebbero essere fermate a livello di sandbox e permessi, non di Hooks. Gli Hooks sono la seconda rete sovrapposta.

Livello Occhi e Team | Browser, Subagenti

Browser / Computer Use

Fargli costruire un sito web e finire con "Ho scritto il codice, ho finito" è uno spreco.

Nota: Il Computer Use (operazione effettiva dello schermo) descritto qui è attualmente una funzionalità per la versione dell'app desktop di Codex. Il Browser / Computer Use integrato gestito in questo capitolo viene utilizzato nell'app desktop ChatGPT. Il Browser integrato non è disponibile nelle estensioni Codex CLI o IDE. Per le operazioni del browser in CLI/IDE, prepara altri meccanismi come MCP o Playwright.

Dovresti fargli fare questo:

• Aprire il browser
• Visualizzare lo schermo effettivo
• Provare a operarlo
• Trovare parti rotte
• Sistemarle
• Controllare di nuovo

Astra è una generazione che è migliorata significativamente nei benchmark di operazioni informatiche, quindi vale la pena delegare questo processo. Il rapporto di tempo ridotto da 75 a 40 minuti in OSWorld 2.0 riguarda esattamente questo.

Nel caso studio Ingegneria del Cablaggio, hanno creato un ambiente in cui Codex poteva gestire Chrome DevTools Protocol, DOM, screenshot, log e metriche per gestire tutto, dalla riproduzione dei bug alla correzione e verifica.

Subagenti

Cosa è: Un meccanismo in cui Codex divide il lavoro tra più sotto-agenti. Ognuno ha un contesto indipendente.

Cosa fa: Parallelizza attività indipendenti e ad alta intensità di lettura come ricerca, test, analisi dei log e riepilogo.

Due avvertenze:

Una è che più agenti che scrivono lo stesso codice simultaneamente entreranno in collisione. Fai attenzione a parallelizzare le attività di scrittura.

L'altra è semplicemente che il consumo di token aumenta. Diventa più veloce, ma non più economico.

E specifico per Astra, la guida del modello dice che la frequenza di delega potrebbe essere inferiore al previsto. Se desideri la parallelizzazione, specifica esplicitamente in AGENTS.md o nei prompt: "Puoi suddividere le attività di ricerca ed eseguirle in parallelo."

L'Inversione dell'Era Astra | Inventario, Non Aggiunta

Ho elencato 8 elementi, ma la cosa più importante che voglio trasmettere è l'opposto.

La prima cosa da fare per Astra è un inventario delle istruzioni esistenti. OpenAI raccomanda anche di controllare le istruzioni a cui il modello fa riferimento, come Skills e AGENTS.md. Mantieni le istruzioni necessarie, colma le lacune e correggi o riduci quelle vecchie/contraddittorie dopo la verifica.

Il verbo usato nella guida di OpenAI è "auditing," non "aggiunta."

I rapporti dei team che hanno pre-verificato Astra puntano nella stessa direzione. Kilo, un fornitore di strumenti di codifica AI, ha scritto in una recensione che Astra richiede chiaramente meno impalcatura AGENTS.md, e la maggior parte delle "istruzioni per evitare che il modello deragli" accumulate nell'ultimo anno sono ora superflue. Hanno persino suggerito che se hai un file degli agenti gonfio, prova a cancellarne la metà e riprova (https://blog.kilo.ai/p/gpt-6-astra-what-we-learned-previewing ).

Questa è l'impressione di una singola azienda, non un punto di vista ufficiale. Tuttavia, si allinea perfettamente con la guida ufficiale che afferma che "istruzioni contraddittorie possono causare arresti precoci."

Più intelligente è il modello, più viene inciampato dalle vecchie istruzioni. Paradossale, ma vero.

L'inventario è più veloce quando viene eseguito da Codex stesso.

▼ Copia da qui

Leggi AGENTS.md, tutto ciò che è in docs e tutti i file Skill caricati in questo repository. Non apportare ancora modifiche.

Supponendo di lavorare con GPT-6 Astra, classifica e segnala quanto segue:

【Mantenere】 Istruzioni che sono ancora valide e migliorano effettivamente il tuo giudizio. Spiega perché in una riga.

【Candidati alla Cancellazione】 Elementi che rientrano in una qualsiasi delle seguenti categorie. Cita il testo originale e fornisci una motivazione. Questa non è una decisione di cancellazione, ma un elenco per la considerazione umana.

• Istruzioni scritte per correggere la rotta dei modelli della generazione precedente che ora sono superflue.
• Istruzioni che puntano a specifiche, percorsi o comandi che sono già cambiati.
• Istruzioni che ti comandano di fare cose che fai naturalmente senza che te lo venga detto.
• Istruzioni che contraddicono altre istruzioni.

Ecco la traduzione in italiano del testo fornito, seguendo tutte le linee guida specificate.

Tuttavia, se esiste anche solo una leggera possibilità che l'istruzione sia stata aggiunta per motivi di sicurezza, protezione o a causa di incidenti passati, non classificarla come 【Candidato alla Cancellazione】. Inseriscila invece in una categoria separata 【Richiede Giudizio Umano】 e spiega perché ritieni che questa possibilità esista. Non concludere che sia "non necessaria" basandoti esclusivamente sul tuo giudizio personale.

【Riscrittura】 Istruzioni in cui l'intento è corretto ma la formulazione è ambigua, ridondante o la priorità non è chiara. Fornisci una proposta di riscrittura.

【Domande】 Descrizioni di cui hai trovato difficile giudicare il significato durante la lettura.

Infine, assicurati di segnalare i seguenti due punti:

1. Se ci sono state istruzioni che ti hanno effettivamente bloccato o causato esitazione, fornisci la riga esatta e il motivo dell'esitazione.
2. Se AGENTS.md dovesse essere condensato in un indice di circa 100 righe, quale struttura useresti?

▲ Copia fino a qui

La lista risultante di "Candidati alla Cancellazione" non dovrebbe essere cancellata interamente. Per prima cosa, verifica perché quell'istruzione è stata aggiunta, la sua storia e cosa influisce se rimossa. Le procedure di verifica aggiunte dopo incidenti passati non dovrebbero essere rimosse solo perché Codex le giudica "non necessarie per il suo stato attuale". Soprattutto per le istruzioni di sicurezza o protezione, la decisione finale dovrebbe essere presa dalla persona che conosce la storia. Procedi con la cancellazione solo per gli elementi per cui il motivo dell'aggiunta è confermato e l'impatto è giudicato limitato. In caso di dubbio, mantieni l'istruzione. Se la sposti in docs, lascia un percorso chiaro in modo che possa essere referenziata in modo affidabile da AGENTS.md quando necessario.

Maturità | Dove ti trovi ora?

Controlla la tua fase.

Lv.0: Scrivere prompt ogni volta. Come spiegare tutto da capo a un impiegato di talento ogni mattina.

Lv.1: AGENTS.md e docs esistono. Come un'azienda che ha regole e manuali.

Lv.2: Le Skills esistono. Le procedure per il lavoro di routine sono definite.

Lv.3: MCP e Plugin sono connessi. Puoi accedere ai sistemi necessari in modo indipendente.

Lv.4: Permessi, Hook e Test sono funzionanti. Esistono auto-esecuzione e auto-ispezione.

Lv.5: Utilizzo di Browser e Subagenti. Puoi verificare in modo indipendente e delegare il lavoro.

Lv.6: Esiste un ciclo di feedback. Il sistema stesso viene aggiornato ogni volta che si verifica un errore.

Molte persone sono al Lv.1. E cercano di andare avanti rendendo AGENTS.md più spesso. Questo non è Lv.2; è solo un Lv.1 gonfiato.

Lv.6 è diverso per natura. Non si tratta di aggiungere nuove funzionalità. Si tratta solo di avere una regola operativa: "Se lo stesso errore viene commesso due volte, reimmettere quella correzione in AGENTS.md, Skill, Hook o Test."

È qui che OpenAI si è mossa verso la "correzione continua piuttosto che la verifica una tantum" nell'articolo di Harness Engineering.

Sequenza di Esecuzione | 30 Minuti, 1 Giorno, 1 Settimana

Dai priorità. Esegui in questo ordine.

Primi 30 Minuti

1. Esegui il prompt diagnostico all'inizio di questo articolo.
2. Controlla le impostazioni dei permessi correnti con /permissions. Se hai usato regolarmente danger-full-access, torna prima a workspace-write.
3. Apri AGENTS.md e leggilo. Controlla la presenza di descrizioni ridondanti, contraddittorie o obsolete. 100 righe è solo un esempio interno di OpenAI, non uno standard assoluto. Guarda se il contenuto è organizzato piuttosto che il numero di righe.

1 Giorno

1. Esegui il prompt di inventario. Elimina i 【Candidati alla Cancellazione】 solo dopo aver confermato il motivo dell'aggiunta e l'impatto. Per 【Richiede Giudizio Umano】, decidi dopo aver verificato con qualcuno che conosce la storia.
2. Sposta le parti di valore del contenuto cancellato in docs.
3. Aggiungi "Priorità delle Istruzioni" alla fine di AGENTS.md.
4. Chiedi da uno stato pulito di "Impostare e superare i test", e registra dove si ferma.

1 Settimana

1. Scegli un'attività che svolgi più di due volte a settimana e trasformala in una Skill.
2. Se c'è una fonte di dati esterna a cui fatichi sempre ad accedere, collegalo tramite MCP.
3. Trasforma in un Hook o un controllo di informazioni segrete o l'esecuzione di un linter post-modifica.
4. Decidi un posto dove registrare gli errori per il feedback.

A questo punto, raggiungerai l'ingresso del Lv.4 partendo dal Lv.1.

Indice Inverso | Per Obiettivo

Vuoi smettere di ripetere la stessa spiegazione → AGENTS.md

Codex fa riferimento a informazioni obsolete → Inventario di docs / Contesto

La qualità dello stesso compito fluttua → Skills

Non riesci a raggiungere i dati necessari → MCP / Plugin

Sai scrivere codice ma non puoi procedere alla verifica → Ambiente

Hai paura che agisca da solo, o troppe approvazioni → Permessi / Sandbox

Stesso errore ripetuto → Hook / Test

Non noti rotture di layout → Browser / Uso del Computer

La ricerca richiede troppo tempo → Subagenti

Ha iniziato a fermarsi a metà compito dopo essere passato ad Astra → Prima controlla le notifiche di stop, le richieste di approvazione e gli errori. Se necessario, controlla le impostazioni e l'utilizzo con /status nella CLI. Se si sospettano istruzioni contraddittorie, fai l'inventario di AGENTS.md e delle Skills.

La Prossima Competizione è l'Ambiente, Non il Cervello

Il gioco della scelta dei modelli è per lo più finito.

Astra è abbastanza intelligente e si muove esattamente come istruito. Ecco perché ciò che lasci come istruzioni determina il risultato.

Dal gioco di scrivere bene i prompt al gioco di progettare bene gli ambienti di lavoro. Astra è il modello che ha finalizzato questa transizione.

Devi fare solo una cosa oggi. Apri AGENTS.md e leggilo. Questo è il punto di partenza.

Grazie per aver letto fino a qui.

Condivido esempi specifici di risparmio di tempo e attività secondarie di AI usando ChatGPT, Claude e Copilot in una chat aperta gratuita. Se vuoi essere dalla parte che "sa usare l'AI", unisciti ora.

👉 https://x.gd/yVPeS