AI Agent Stack ที่ทุกคนต้องใช้ร่วมกับ GPT-5.6 + Fable 5 (คู่มือสำหรับนักพัฒนา)

1claude CLI (Claude Code) พร้อมการเข้าถึง Fable 5
2codex CLI พร้อมการเข้าถึง GPT-5.6        # หรือ plugin อย่างเป็นทางการภายใน Claude Code
3python3, jq, git, gh, make, cron
4repo ที่มีคำสั่งทดสอบที่ใช้งานได้ในวันนี้
5
6# ไม่บังคับ สำหรับ mixed fleets (BUILD 7):
7openai/codex-plugin-cc               # ทางการ: เรียกใช้ Codex ภายใน Claude Code
8claude-model-switch                  # proxy ท้องถิ่น: ผู้ให้บริการใดๆ ก็ตามภายใต้ Claude Code
9CLIProxyAPI                          # ห่อการสมัครสมาชิก CLI เป็น API endpoints

1your-repo/
2  CLAUDE.md                          # BUILD 1: รัฐธรรมนูญฝั่ง Claude
3  AGENTS.md                          # BUILD 1: รัฐธรรมนูญฝั่ง Codex
4  .claude/
5    skills/model-bench/SKILL.md      # BUILD 0: ราคา, API ids, ทางเลือกสำรอง ไฟล์เดียวที่มีตัวเลข
6    skills/model-router/SKILL.md     # BUILD 4
7    skills/stuck-protocol/SKILL.md   # BUILD 5
8    skills/ship-gate/SKILL.md        # BUILD 2
9    agents/fable-expert.md           # BUILD 5
10    agents/fresh-eyes-reviewer.md    # BUILD 6
11    agents/sol-reviewer.md           # BUILD 6
12    agents/scout.md                  # BUILD 7
13  loop/
14    ralph.sh                         # BUILD 3: หัวใจที่เต้น
15    two_lane.sh                      # BUILD 6: วงตรวจสอบข้ามผู้ผลิต
16    PROMPT.md  TASKS.md              # BUILD 3: โปรโตคอลการทำงาน
17  gate/
18    verify.sh                        # BUILD 2: การลงคะแนนครั้งสุดท้ายที่แน่นอน
19    eval_gate.py  eval/cases.jsonl   # BUILD 2: ประตูการเปลี่ยนแปลงเส้นทาง
20  router/
21    router.py                        # BUILD 4
22    advisor_loop.py                  # BUILD 5
23  ~/.codex/
24    config.toml                      # BUILD 0: โปรไฟล์ luna/terra/sol
25    prompts/effort.md                # /effort      ให้คะแนนงาน ระบุที่นั่ง
26    prompts/plan-stop.md             # /plan-stop   วางแผน กำหนดราคา แล้วหยุด
27    prompts/fable-advice.md          # /fable-advice คำปรึกษาจากผู้เชี่ยวชาญข้ามผู้ผลิต
28    prompts/review-hostile.md        # /review-hostile คำตัดสินในบริบทที่สะอาด
29    prompts/compost.md               # /compost     ความล้มเหลวกลายเป็นกฎ รายสัปดาห์
30  factory/
31    factory_gate.py                  # BUILD 8: กระดานดำ + ประตูการเสร็จสิ้น
32    factory.sh                       # BUILD 8: บรีฟ -> ใช้งาน -> ตรวจสอบ -> ประตู
33    factory.db                       # BUILD 8: แถวที่ตัดสิน
34  swarm/
35    swarm.sh                         # BUILD 9: วางแผน -> ส่ง -> ให้คะแนน -> วางแผนใหม่
36    goals.jsonl                      # BUILD 9: หนึ่งเป้าหมายต่อบรรทัด แต่ละเป้าหมายพร้อมการตรวจสอบ
37  system/
38    verify_goals.py                  # BUILD 10: การตรวจสอบซ้ำรายวันตลอดไป
39    goals/                           # BUILD 10: หนึ่งไฟล์ต่อสิ่งที่เสร็จสิ้น
40  ROUTING.md                         # BUILD 12: นโยบายการกำหนดเส้นทางแบบเต็ม ทั้งสองระบบควบคุม
41  progress.log                       # ทุก build จะเพิ่มข้อมูลที่นี่
42  # ไม่บังคับ (BUILD 7): claude-model-switch proxy บน localhost:4000,
43  # CLIProxyAPI สำหรับห่อการสมัครสมาชิก CLI เป็น API endpoints

1---
2name: model-bench
3description: แผ่นราคาปัจจุบัน, API model IDs, และห่วงโซ่การสำรองสำหรับทุกโมเดลที่ระบบนี้สามารถว่าจ้างได้
4  โหลดก่อนการตัดสินใจเส้นทางใดๆ, การประมาณต้นทุน,
5  คำถามเรื่องงบประมาณ, การเปรียบเทียบโมเดล, หรือเมื่อผู้ใช้ถามว่าบางอย่างมีค่าใช้จ่ายเท่าไร
6---
7
8# ม้านั่งโมเดล
9
10แหล่งความจริงเดียวสำหรับราคาและตัวระบุ API ไม่มีอะไรอื่นใน repo นี้
11ที่เขียนราคาตายตัว ดังนั้นเมื่อแล็บต่างๆ เปลี่ยนอัตราของพวกเขา คุณแก้ไขไฟล์นี้
12ไฟล์เดียว ไม่มีอะไรอื่น ตรวจสอบแล้ว 2026-07-13 ราคาเปลี่ยนแปลง ตรวจสอบอีกครั้งก่อนคุณตั้งงบประมาณ
13
14## Anthropic (Messages API, /v1/messages)
15
16Effort: output_config {"effort": "low|medium|high|xhigh|max"} Adaptive thinking
17เปิดอยู่เสมอสำหรับ Fable 5 และไม่สามารถปิดได้ max_tokens จำกัดการคิด บวกกับ
18ข้อความตอบสนอง ดังนั้นให้ตั้งค่ามันให้ใหญ่ (เริ่มใกล้ 64k) ที่ระดับสูงขึ้นไป
19มิฉะนั้นโมเดลจะไม่มีพื้นที่พอระหว่างการคิด
20
21| โมเดล | ขาเข้า/ขาออกต่อ Mtok | อ่าน Cache | ที่นั่ง |
22|---|---|---|---|
23| claude-fable-5 | $10/$50 | $1.00 | วาทยกร, นักวางแผน, ที่ปรึกษา, ผู้ตัดสิน สำรองไปที่ opus-4-8 โดยอัตโนมัติ |
24| claude-opus-4-8 | $5/$25 | $0.50 | วาทยกรภายใต้กฎการคงไว้ |
25| claude-sonnet-5 | $2/$10 (ถึง 31 ส.ค. จากนั้น $3/$15) | n/a | ผู้ดำเนินการเขียนโค้ดเริ่มต้น |
26| claude-haiku-4-5 | $1/$5 | $0.10 | ลูกเสือ, subagent, งานกลไก |
27
281M context บน Fable, Opus 4.8, Sonnet 5, ราคาแบบ FLAT ที่ context ยาว
29ซึ่งเป็นสาเหตุที่การอ่านยาวๆ มาที่นี่ ผลลัพธ์สูงสุด 128K
30
31## OpenAI (Responses API, /v1/responses)
32
33| โมเดล | ขาเข้า/ขาออกต่อ Mtok | Cached | ที่นั่ง |
34|---|---|---|---|
35| gpt-5.6-sol | $5/$30 | $0.50 | ผู้ตรวจสอบข้ามผู้ผลิต, งาน terminal |
36| gpt-5.6-terra | $2.50/$15 | $0.25 | Codex daily driver (ทดสอบกับ Luna ก่อน) |
37| gpt-5.6-luna | $1/$6 | $0.10 | งานกลไก, การติ๊กเงียบ |
38
39Context ยาวเกินเกณฑ์จะเพิ่มราคาขาเข้าประมาณสองเท่า ต่างจาก
401M tiers แบบ flat ของ Anthropic ตระกูลแรกที่มี cache breakpoints ชัดเจน
41การเขียนมีค่าใช้จ่าย 1.25x
42
43## โอเพนเวท (ผู้ปฏิบัติงานจำนวนมาก)
44
45| โมเดล | ขาเข้า/ขาออกต่อ Mtok | Cache hit |
46|---|---|---|
47| deepseek-v4-flash | $0.14/$0.28 | $0.0028 (ประมาณ 98 เปอร์เซ็นต์ลด) |
48| deepseek-v4-pro | $0.435/$0.87 | n/a |
49| kimi-k2.7-code | $0.95/$4.00 | $0.19 |
50
51## ส่วนลดที่ซ้อนทับกัน
52  - การอ่าน cache มีค่าใช้จ่ายหนึ่งในสิบของข้อมูลขาเข้าใหม่ที่ทั้งสองแล็บ (ประมาณ 90 เปอร์เซ็นต์ลด)
53  - การเขียน cache คุ้มทุนหลังจากอ่านครั้งเดียว (5 นาที) หรือสองครั้ง (1 ชั่วโมง)
54  - Batch API ถูกลง 50 เปอร์เซ็นต์ทั้งสองทิศทาง
55  - batch + การอ่าน cache บนคำนำหน้าซ้ำใกล้ถึง 95 เปอร์เซ็นต์ลด
56  - tokenizer ใหม่ล่าสุดของ Anthropic สร้างโทเค็นมากขึ้นประมาณ 30 เปอร์เซ็นต์สำหรับข้อความเดียวกัน
57    ดังนั้นต้นทุนที่แท้จริงจึงสูงกว่าป้ายราคา ตั้งงบประมาณตามต้นทุนที่แท้จริง
58
59## วิธีตอบคำถามเรื่องต้นทุน
60  1. ประมาณการขาเข้าและขาออกแยกกัน Agents อ่านประมาณ 100 โทเค็นสำหรับทุก 1 โทเค็นที่พวกเขาเขียน
61     ดังนั้นขาเข้าครอบงำและอัตราการ cache hit เป็นตัวตัดสินค่าใช้จ่าย
62  2. ใช้อัตราการอ่าน cache กับคำนำหน้าซ้ำ ไม่ใช่อัตราฐาน
63  3. คูณตัวเลขของ Anthropic ด้วยประมาณ 1.3 สำหรับ tokenizer
64  4. อ้างอิงช่วง ตั้งชื่อสมมติฐาน บอกว่าคุณใช้บรรทัดใดของไฟล์นี้
65  5. หากตัวเลขเกินขีดจำกัดรายวันของ repo ให้บอกก่อนที่จะรันอะไร
66
67อย่านำเสนอราคาที่คุณไม่ได้อ่านจากไฟล์นี้ ไม่มีโมเดลที่ไม่ได้ระบุไว้ที่นี่
68อยู่ในม้านั่ง และการเพิ่มโมเดลคือการเปลี่ยนแปลงเส้นทางที่ต้องผ่าน gate

1# ~/.codex/config.toml
2model = "gpt-5.6-terra"                 # daily driver
3model_reasoning_effort = "medium"
4# service_tier = "fast"                 # ให้คอมเมนต์ไว้ fast mode คิดค่าใช้จ่าย 2.5x
5                                        # เครดิต เรียกใช้ /fast status เพื่อยืนยันว่าคุณ
6                                        # ไม่ได้อยู่ในนั้นอยู่แล้ว
7
8[profiles.fast]                         # งานกลไก ไม่ใช่ "fast mode": โปรไฟล์นี้
9model = "gpt-5.6-luna"                  # เป็นโมเดลที่ถูกกว่า ไม่ใช่ 2.5x
10model_reasoning_effort = "low"          # มิเตอร์ สองสิ่งที่แตกต่างกัน หนึ่งคำ
11
12[profiles.deep]                          # การวางแผน, บั๊กที่ชั่วร้าย, การตรวจสอบ
13model = "gpt-5.6-sol"
14model_reasoning_effort = "high"

1# CLAUDE.md
2
3## ห้ามเด็ดขาด (ข้อยกเว้นต้องถามก่อน)
4- ห้ามเปลี่ยนโมเดลกลางเซสชัน การกำหนดเส้นทางเกิดขึ้นที่ขอบเขตของเซสชันและ
5  subagent เท่านั้น การสลับกลางงานจะเผา cache
6- ห้ามตรวจสอบ diff ของตัวเอง การตรวจสอบต้องมาจากบริบทใหม่หรือ
7  สายเลือดที่แตกต่างกัน Reviewer ของ Devin จับบั๊กได้ 2 ตัวต่อ agent PR
8  เพราะมันไม่มีอะไร shared กับผู้เขียน
9- ห้ามแก้ไข, ทำให้อ่อนแอลง, หรือลบการทดสอบเพื่อให้มันผ่าน ให้ถือว่าล้มเหลวอัตโนมัติ
10- ห้ามรายงานว่าเสร็จจากการประเมินตนเอง เสร็จ = gate/verify.sh ผ่าน
11- ห้ามขอคำปรึกษาจาก advisor ครั้งที่สี่ พลาดสามครั้ง = BLOCKED ถึงตาคน
12- ห้าม merge การเปลี่ยนแปลงเส้นทางหรือ prompt ที่ eval_gate.py บล็อกไว้
13- ห้ามรัน loop ใดๆ โดยไม่ตั้งค่าขีดจำกัดทั้งสอง: MAX_ITERS และ BUDGET_USD
14- ห้ามคิดว่าโมเดลระดับแนวหน้าพร้อมใช้งานเสมอ ทางเลือกสำรอง: fable-5 -> opus,
15  sol -> terra บันทึกทุกการสำรองไปยัง progress.log
16- ห้ามสร้าง subagent ที่คุณไม่ได้ถูกขอให้สร้าง ลูกสืบทอดโมเดลของพ่อแม่
17  และระดับความพยายาม ดังนั้นกองเรือที่กระตือรือร้นจะสืบทอดที่นั่งราคาแพง
18
19## การจัดส่ง (รายการแรกที่ตรงจะชนะ)
20| # | งาน | ที่นั่ง |
21|---|---|---|
22| 1 | วางแผน / ออกแบบสถาปัตยกรรม / ย้ายระบบ | fable-5 วางแผน, sonnet ดำเนินการ |
23| 2 | สกัด / จัดรูปแบบ / ทดสอบ / เอกสาร | haiku หรือ luna |
24| 3 | บริบทเกิน 60,000 โทเค็น | ราคาแบบ flat 1M ของ Anthropic |
25| 4 | ตรวจสอบโค้ดที่เขียนโดย agent | sol ผ่าน codex, harness ดั้งเดิม |
26| 5 | คลุมเครือ | คะแนนความยาก: 0-1 ถูก, 2 sonnet, 3+ ระดับแนวหน้า |
27| 6 | ยังไม่แน่ใจ | รันถูกครั้งเดียว ตรวจสอบ ยกระดับครั้งเดียวถ้าล้มเหลว |
28
29## เสร็จ
30- ทุกงานมี done_when ที่ตรวจสอบได้ด้วยเครื่องก่อนเริ่มงาน
31- Reviewer ในบริบทใหม่ตัดสิน spec กับ diff ไม่มีอะไรอื่น
32- gate/verify.sh ถือคะแนนเสียงสุดท้าย สองความไม่ลงรอยกันระหว่างผู้สร้าง/ผู้ตรวจสอบ
33  ในรายการเดียว -> หยุด จัดคิวให้มนุษย์

1# AGENTS.md
2
3## คำสั่ง
4| วัตถุประสงค์ | คำสั่ง |
5|---|---|
6| ทดสอบ | make test   (คำสั่งนี้คือคำจำกัดความของเสร็จ) |
7| ตรวจสอบไวยากรณ์ | make lint |
8
9## โปรโตคอลเซสชัน
101. อ่าน progress.log และ TASKS.md ก่อน 2. หนึ่งงานที่ยังไม่ได้ตรวจสอบ
113. ใช้งาน, รันชุดทดสอบทั้งหมด, commit เฉพาะเมื่อผ่าน, ข้อความอธิบาย
124. ติ๊กงาน, เพิ่มหนึ่งบรรทัดใน progress.log, หยุด
13การทดสอบกำหนดว่าเสร็จแล้ว ห้ามทำให้อ่อนแอ, ข้าม, หรือลบการทดสอบ การทดสอบผิด =
14ทำเครื่องหมายงานว่า BLOCKED และบอกสาเหตุ
15
16## นโยบายโมเดล
17ค่าเริ่มต้น: terra, ความพยายามระดับกลาง งานกลไก: profile fast (luna, low)
18การวางแผนและบั๊กที่ชั่วร้าย: profile deep (sol, high)
19ความพยายามมาก่อนโมเดล เลือกโปรไฟล์เมื่อเริ่มเซสชัน ห้ามเปลี่ยนกลางงาน
20โหมดเร็ว OFF (2.5x เครดิต) Ultra OFF ทั้งสองอย่างไม่ใช่ระดับความพยายาม
21สร้าง subagent ก็ต่อเมื่อฉันขอเท่านั้น ลูกสืบทอดโมเดลของเซสชันนี้
22และระดับการให้เหตุผล ดังนั้นการสร้างที่กระตือรือร้นที่ความพยายามสูงคือทั้งกองเรือที่ความพยายามสูง
23
24## ติดขัด
25สัญญาณ: ข้อผิดพลาดเดียวกันสองครั้ง; สองขั้นตอนที่ไม่มีความคืบหน้า; การทดสอบที่รอด
26การแก้ไขที่แตกต่างกันสองครั้ง จากนั้น /fable-advice สูงสุด 3 ครั้ง จากนั้น BLOCKED
27
28## ตรวจสอบ
29/review-hostile ในเซสชันใหม่ก่อนการ merge ใดๆ หรือช่องทางข้ามผู้ผลิต
30จากฝั่ง Claude ห้าม merge งานที่ไม่ได้ตรวจสอบของตัวเอง

1#!/usr/bin/env bash
2set -e
3npm run typecheck --if-present
4npm test --if-present
5npm run lint --if-present

1for case in cases:   # {prompt, must_include, must_not_include, max_words}
2    hits += passes(case, run_config(case.prompt))
3verdict = "SHIP" if new_score >= old_score - 0.02 else "BLOCKED"

1---
2name: ship-gate
3description: รัน eval gate ก่อนที่การเปลี่ยนแปลง routing, model, หรือ prompt ใดๆ จะถูกส่งมอบ (ship) ใช้เมื่อผู้ใช้ขอเปลี่ยนกฎ routing, สลับ tier โมเดล, แก้ system prompt, ปรับระดับ effort, หรือรวมอะไรก็ตามที่เกี่ยวข้องกับ router, prompts, หรือ model config
4---
5
6# Ship gate
7
8การเปลี่ยนแปลงใดๆ เกี่ยวกับ routing หรือ prompt ถือเป็นการพนันคุณภาพ จนกว่า gate จะบอกว่าผ่าน ทักษะนี้มีไว้เพื่อไม่ให้การพนันถูกส่งออกไปอย่างเงียบๆ
9
10  1. ค้นหา eval/cases.jsonl หากไม่มี ให้ STOP และบอกผู้ใช้ให้สร้างกรณีตัวอย่างที่แทนทีทราฟฟิกจริง 50 ถึง 500 กรณีก่อน ห้ามสร้างกรณีเอง
11  2. รัน: python3 eval_gate.py eval/cases.jsonl, config ปัจจุบันเทียบกับที่เสนอ
12  3. BLOCKED: รายงานคะแนนทั้งสอง, ระบุกรณีที่ถดถอย, อย่าใช้การเปลี่ยนแปลง, แนะนำการย้อนกลับที่เล็กที่สุดที่ผ่าน gate
13  4. SHIP: นำไปใช้, และเพิ่มหนึ่งบรรทัดใน progress.log พร้อมคะแนนทั้งสอง
14
15กฎตายตัว:
16  - ห้ามแทนที่คำตัดสิน BLOCKED แม้จะถูกร้องขออย่างสุภาพ ให้ส่งต่อให้มนุษย์พร้อมแนบกรณีที่ล้มเหลว
17  - ห้ามแก้ไขไฟล์ cases ในเซสชันเดียวกับการเปลี่ยนแปลง routing gate และการเปลี่ยนแปลงต้องไม่มีผู้เขียนคนเดียวกัน
18  - ตัวเลขต้นทุนไม่ใช่ข้อแก้ตัวสำหรับคุณภาพที่ลดลง gate ชนะเสมอ

1อ่าน progress.log และ TASKS.md เลือกงานที่ยังไม่ได้ทำเพียงงานเดียว ดำเนินการ เรียกใช้การทดสอบ หากผ่าน (สีเขียว): commit พร้อมข้อความที่สื่อความหมาย ทำเครื่องหมายงานเป็นเสร็จ เพิ่มหนึ่งบรรทัดใน progress.log แล้วหยุด หากงานเดียวกันล้มเหลวสองครั้ง ให้ทำเครื่องหมาย BLOCKED พร้อมข้อความผิดพลาดแล้วหยุด สร้างไฟล์ชื่อ DONE เมื่อทุกงานถูกทำเครื่องหมายและชุดทดสอบทั้งหมดผ่านเท่านั้น ห้ามแก้ไขการทดสอบเพื่อให้ผ่าน

1#!/usr/bin/env bash
2set -u
3MAX_ITERS="${MAX_ITERS:-25}"      # cap one: iterations
4BUDGET_USD="${BUDGET_USD:-10}"    # cap two: dollars
5MAX_FAILS=3; fails=0; spent=0; i=0
6
7while [ ! -f DONE ] && [ "$i" -lt "$MAX_ITERS" ]; do
8  i=$((i + 1))
9  # fresh session every iteration: no memory except the repo itself
10  claude -p "$(cat PROMPT.md)" --max-turns 30 \
11    --output-format json > out.json 2> err.log \
12    && fails=0 || fails=$((fails + 1))
13  [ "$fails" -ge "$MAX_FAILS" ] && exit 2        # circuit breaker
14  cost=$(jq -r '.total_cost_usd // 0' out.json)
15  spent=$(awk -v a="$spent" -v b="$cost" 'BEGIN{printf "%.4f", a+b}')
16  awk -v s="$spent" -v c="$BUDGET_USD" 'BEGIN{exit !(s>c)}' && exit 3  # cap
17  sleep 2
18done
19[ -f DONE ] && echo "done in $i ticks, \$$spent" || echo "cap hit, \$$spent"

1TIERS = {                                   # seats, not numbers
2  "cheap":    "gpt-5.6-luna",               # or claude-haiku-4-5
3  "mid":      "claude-sonnet-5",
4  "frontier": "claude-fable-5",             # or gpt-5.6-sol
5}
6PRICES = load_bench(".claude/skills/model-bench/SKILL.md")   # one source of truth
7
8RULES = [
9  (kind in {"extract", "format", "summarize"},  "cheap"),
10  (kind in {"plan", "architect", "migrate"},    "frontier"),
11  (context_length > 60_000,                     "mid"),
12]
13tier = layer1_rules(task) or layer2_classifier(task)
14if tier: return call(TIERS[tier], task)
15return cascade(task)   # cheap first, verify, escalate ONCE on fail

1---
2name: model-router
3description: กำหนดเส้นทางแต่ละงานไปยังที่นั่งและ effort ที่เหมาะสมก่อนเริ่มทำงาน ใช้เมื่อเริ่มเซสชัน ก่อนสร้าง subagents เมื่อผู้ใช้ถามว่าจะใช้โมเดลไหน หรือเมื่องานผสมการวางแผนและการดำเนินการ
4---
5
6# Model router
7
8อ่าน ROUTING.md และนำไปใช้ อย่าสร้างนโยบายเอง และอย่าเขียนซ้ำที่นี่: ไฟล์นี้จะเน่า และไฟล์นโยบายเป็นไฟล์ที่อยู่ภายใต้ eval gate
9
10สามสิ่งที่ skill นี้บังคับใช้เพิ่มเติมจากไฟล์นั้น:
11
12  1. กำหนดเส้นทางที่ขอบเขตเท่านั้น จุดเริ่มเซสชันและการสร้าง subagent การสลับกลางงานทำให้ cache ใช้ไม่ได้และเรียกเก็บเงินบริบทใหม่ในอัตราสิบเท่าของ cache
13  2. เมื่อสิ้นสุดเซสชัน ให้เพิ่มส่วนแบ่ง cheap-tier ใน progress.log การประหยัดจะทบต้นเมื่อทราฟฟิกส่วนใหญ่ไปที่ cheap ดังนั้นตัวเลขนั้นคือตัวเลขที่ต้องติดตาม
14  3. การเปลี่ยนแปลงใดๆ ต่อ ROUTING.md ส่งมอบผ่าน ship-gate skill ไม่มีข้อยกเว้น

1name: scout
2model: haiku
3effort: low     # subagents inherit the parent. a max-effort swarm
4                # empties a window in one message. pin them down.

1grep '^route' progress.log | awk -F'\t' \
2  '{r++; if($3!="frontier")c++} END{printf "cheap share: %.0f%%\n", c/r*100}'

1# ROUTING.md
2
3การกำหนดเส้นทางคือการตัดสินใจสี่อย่าง และลำดับคือประเด็น:
4  1. ที่ไหน (WHERE): ระบบควบคุมใดทำงาน
5  2. เมื่อไหร่ (WHEN): ที่ขอบเขตใดที่การตัดสินใจเกิดขึ้น
6  3. ใคร (WHO): โมเดลใดที่นั่ง
7  4. แค่ไหน (HOW HARD): ระดับ effort ที่โมเดลนั้นทำงาน
8ทีมส่วนใหญ่โต้เถียงกันแค่ข้อ 3 เงินอยู่ที่ข้อ 2 และ 4
9
10## 1. ที่ไหน (WHERE): ระบบควบคุมก่อนโมเดล
11โมเดลที่ผ่านการ post-training ภายในระบบควบคุมทำงานนอกการกระจายที่อื่น การวัดที่เผยแพร่: 20.2 เปอร์เซ็นต์ของเจ้าของภาษาเทียบกับ 7.7 เปอร์เซ็นต์ของบุคคลที่สาม น้ำหนักเดียวกัน
12
13| งาน | ระบบควบคุม | เหตุผล |
14|---|---|---|
15| เขียนโค้ด | ระบบควบคุมดั้งเดิมของโมเดล | นักเขียนลดประสิทธิภาพเมื่ออยู่นอกการกระจาย |
16| ตรวจสอบโค้ด | ระบบควบคุมดั้งเดิมของผู้ตรวจสอบ | การตรวจสอบที่อ่อนแอแย่กว่าไม่ตรวจสอบ |
17| อ่าน, สำรวจ | ทุกที่ | การอ่านถูกและตรวจสอบได้ |
18| การแปลงเชิงกล | ทุกที่ | หากการตรวจสอบเป็นแบบกำหนดได้ ระบบควบคุมแทบไม่สำคัญ |
19
20กฎ: เปลี่ยนเส้นทางเลนผู้อ่านและผู้ตรวจสอบได้อย่างอิสระ เลนผู้เขียนยังคงเป็นของระบบควบคุมต้นทาง จนกว่าชุดการประเมินของคุณจะบอกเป็นอย่างอื่น การแทนที่นั้นต้องเป็นการวัด ไม่ใช่ความชอบ
21
22## 2. เมื่อไหร่ (WHEN): กำหนดเส้นทางที่ขอบเขต ไม่เคยภายใน
23การสลับกลางเซสชันจะโยน prompt cache ทิ้ง ต้นทุนอินพุตที่ cache แล้วคือหนึ่งในสิบของอินพุตสด ดังนั้นการสลับที่ไม่จำเป็นจะเรียกเก็บเงินบริบททั้งหมดในราคาสิบเท่าและไม่ได้อะไร
24
25ขอบเขตที่ถูกกฎหมาย คือที่เดียวที่การตัดสินใจกำหนดเส้นทางอาจเกิดขึ้น:
26  - จุดเริ่มเซสชัน
27  - การสร้าง subagent
28  - เป้าหมายใหม่ใน swarm
29  - การส่งต่อการตรวจสอบไปยัง lineage อื่น
30  - fallback ที่เกิดจาก outage หรือ safeguard
31
32ที่อื่นผิดกฎหมาย ไม่มีการกำหนดเส้นทางต่อรอบ ไม่มีการสลับแบบปรับตัวกลางงาน cascade ได้รับการเลื่อนระดับเพียงครั้งเดียว และมันเปิดขอบเขตใหม่
33
34กฎ: เลือกที่นั่งเมื่อขอบเขตเปิด แล้วอยู่กับที่จนกว่าขอบเขตถัดไป
35
36## 3. ใคร (WHO): ขั้นตอนการตัดสินใจ (รายการแรกที่ตรงชนะ, log ผลลัพธ์)
37
38ชั้น 1 กฎ ฟรี ตรวจสอบก่อนเสมอ
39
40| สัญญาณ | ที่นั่ง |
41|---|---|
42| extract / format / summarize / classify / tests | Haiku หรือ Luna, effort low |
43| plan / architect / migrate / root-cause | Fable วางแผน, Sonnet ดำเนินการ |
44| บริบทเกิน 60k tokens | Anthropic 1M tier (ราคา flat) |
45| ตรวจสอบโค้ดที่เอเจนต์เขียน | lineage อื่น, ระบบควบคุมดั้งเดิม |
46| เป้าหมายแบ่งเป็นชิ้นส่วนอิสระ | swarm: Fable เขียนและให้คะแนน |
47
48ชั้น 2 คะแนน หนึ่งคะแนนต่อ:
49  - มีคำว่า why / debug / race / deadlock / refactor / security / optimize
50  - แตะมากกว่าหนึ่ง subsystem
51  - ความพยายามก่อนหน้าล้มเหลวแล้ว
52  - การเปลี่ยนแปลงไม่สามารถย้อนกลับหรือ面向ผู้ใช้
53  0-1 -> cheap tier, low effort. 2 -> Sonnet, medium. 3+ -> frontier, high.
54
55ชั้น 3 cascade รัน cheap, ตรวจสอบแบบกำหนดได้, เลื่อนระดับครั้งเดียว ไม่เคยสองครั้ง ความล้มเหลวครั้งที่สองคือปัญหาสเปก และโมเดลที่ใหญ่กว่าจะไม่แก้ไขสเปกของคุณ
56
57ที่นั่งและ fallback อยู่ใน .claude/skills/model-bench/SKILL.md ไม่มีราคาที่นี่
58
59## 4. แค่ไหน (HOW HARD): การกำหนดเส้นทาง effort
60Effort คือการกำหนดเส้นทางลงไปหนึ่งระดับ ปุ่มปรับที่ถูกที่สุดในไฟล์นี้: ไม่มีอะไรอื่นเปลี่ยนแปลงและ cache ยังอุ่นอยู่
61
62| Effort | ใช้สำหรับ |
63|---|---|
64| low | พิมพ์ผิด, เปลี่ยนชื่อ, เรียงลำดับ, แยกข้อมูล, ทุก subagent โดยค่าเริ่มต้น |
65| medium | โค้ดประจำจากสเปกที่ชัดเจน, สรุป, การเขียนมาตรฐาน |
66| high | รื้อถอน, ย้ายระบบ, บั๊กที่ยาก, งาน conductor ทั้งหมด (ค่าเริ่มต้น) |
67| max | เฉพาะปัญหาที่ high ล้มเหลวในการแก้ไขแล้ว |
68| ultra | ไม่ได้อยู่บนบันไดนี้ กว้าง ไม่ใช่ลึก: 4 เอเจนต์แบบขนาน ปิดโดยค่าเริ่มต้น |
69
70  1. กำหนดค่าเริ่มต้นเป็น high จุดหวานอยู่ที่นั่น max เข้าสู่การคิดมากเกินไป
71  2. โมเดลที่ดีกว่าเอาชนะปุ่มปรับที่สูงกว่า อัปเกรดที่นั่งก่อนการตั้งค่า
72  3. Subagents สืบทอดโมเดลของ parent และ effort กองยานที่เกิดจาก conductor ที่ max-effort รันที่ max และระบาย window ในหนึ่งข้อความ ปักหมุดทุก subagent ใน frontmatter ของตัวเอง: effort: low เมื่อ spawner ไม่สนใจปักหมุด การตั้งค่าของ parent คือการตั้งค่าของกองยาน ตรวจสอบว่าคุณมีอันไหน
73  4. Max คือความลึก Ultra คือความกว้าง Ultra เมื่อปัญหาแยกย่อยเป็นอิสระจริงๆ ไม่เคยเป็นค่าเริ่มต้น และไม่ใช่เลยในขณะที่ระบบควบคุม spawn มากเกินไป
74  5. บันไดนี้ไม่สามารถพอร์ตข้ามเวอร์ชันได้ บนโมเดลใหม่ เริ่มหนึ่งขั้นต่ำกว่าการตั้งค่าที่คุณเชื่อถือบนโมเดลเก่า
75  6. โหมดเร็วก็ไม่ใช่ระดับ effort เช่นกัน มันซื้อ latency ที่เครดิต 2.5 เท่าบนโทเคนที่คุณกำลังเผาอยู่แล้ว ปิด
76
77ปุ่มปรับอยู่สี่ที่: /effort ใน Claude Code และ Codex TUI, codex -e high, model_reasoning_effort ใน config, ฟิลด์ effort บน API Claude Code เริ่มต้น high, Codex เริ่มต้น medium, แอปส่วนใหญ่ซ่อนไว้ทั้งหมด ซึ่งเป็นเหตุผลที่ทีมทำงานโดยใช้ระดับเดียวสำหรับทุกอย่างโดยไม่ได้ตั้งใจ
78
79## 5. Fallback: สมมติว่า frontier ล่ม
80ความพร้อมใช้งานของ frontier ไม่ได้รับการรับประกัน และ safeguard สามารถ reroute การเรียกไปยัง Opus 4.8 ระหว่างรัน ในต่ำกว่า 5 เปอร์เซ็นต์ของเซสชัน โดยไม่มีข้อผิดพลาด
81  - ทุกที่นั่งมี fallback ที่มีชื่อ ไม่มีข้อยกเว้น
82  - ทุก fallback ถูกบันทึก การ reroute ที่เงียบคือบั๊ก เพราะคุณอาจกำลังอ่านผลลัพธ์จากโมเดลที่คุณไม่ได้เลือก
83  - ห้าม iterated บนผลลัพธ์จากโมเดลที่คุณไม่ได้เลือก
84
85## 6. ตัวเลขที่ตัดสินว่าทั้งหมดนี้ได้ผลหรือไม่
86ต้นทุนผสมคือการแบ่งทราฟฟิกของคุณ ไม่มีอะไรอื่น 70 เปอร์เซ็นต์ cheap ตัดค่าใช้จ่ายประมาณสองในสาม 10 เปอร์เซ็นต์ประหยัดเงินไม่กี่บาท ความแม่นยำของเราท์เตอร์มีค่ามากกว่าความฉลาดของเราท์เตอร์มาก
87
88ติดตามด้วยหนึ่งบรรทัดใน BUILD 4 ต่ำกว่า 50 เปอร์เซ็นต์ การประหยัดยังไม่เริ่มทบต้น แก้ไขการแบ่งก่อนแตะอย่างอื่นที่นี่
89
90## 7. Gate บนไฟล์นี้
91กฎ: ไม่มีการเปลี่ยนแปลงใดๆ ต่อไฟล์นี้ส่งมอบโดยไม่ผ่าน eval_gate.py บนกรณีที่กันไว้ 50 ถึง 500 กรณี คำตัดสิน BLOCKED เป็นที่สิ้นสุดและไม่สามารถแทนที่ในเซสชันได้ gate และการเปลี่ยนแปลงต้องไม่มีผู้เขียนคนเดียวกัน
92
93## 8. เมื่อไหร่ควรลบไฟล์นี้
94หากโมเดลที่เลือกมาอย่างดีตัวเดียวเอาชนะ stack ทั้งหมดนี้ในการประเมินของคุณ ให้ลบเราท์เตอร์และเก็บความเรียบง่ายไว้ การวัดประสิทธิภาพ routing ที่เข้มงวดที่สุดในปี 2026 พบว่าเราท์เตอร์หลายตัว รวมถึงของเชิงพาณิชย์ ล้มเหลวในการเอาชนะการเลือกโมเดลเดี่ยวที่ดีที่สุดอย่างสม่ำเสมอ
95วัดก่อน กำหนดเส้นทางทีหลัง ลบอย่างมีความสุข

1---
2name: stuck-protocol
3description: เลื่อนระดับไปยังที่ปรึกษาผู้เชี่ยวชาญ fable เมื่อความคืบหน้าหยุดชะงัก ใช้เมื่อข้อผิดพลาดเดียวกันปรากฏสองครั้ง เมื่อสองขั้นตอนติดต่อกันไม่เปลี่ยนไฟล์ใดๆ ในขณะที่ข้อผิดพลาดยังคงอยู่ เมื่อการทดสอบล้มเหลวหลังจากพยายามแก้ไขสองครั้งที่แตกต่างกัน หรือเมื่อผู้ใช้บอกว่าเอเจนต์วนกลับไปที่เดิม
4---
5
6# Stuck protocol (การสลับบทบาทที่ปรึกษา)
7
8คุณคือคนขับราคาถูกและนั่นคือคุณสมบัติ: การดำเนินการเป็นจำนวนมาก คำแนะนำเป็นกรัม แต่โมเดลขนาดเล็กมั่นใจเกินไป ดังนั้นคุณไม่ได้เป็นคนตัดสินใจว่าคุณโอเค ให้ตรวจสอบสัญญาณแบบกำหนดได้แทน
9
10สัญญาณติดขัด (สัญญาณใดสัญญาณหนึ่งทำให้โปรโตคอลทำงาน):
11  1. สตริงข้อผิดพลาดเดียวกันในสองขั้นตอนติดต่อกัน
12  2. สองขั้นตอนติดต่อกันโดยไม่มีการเปลี่ยนแปลงไฟล์ใดๆ ในขณะที่ข้อผิดพลาดยังคงอยู่
13  3. การทดสอบเดียวกันล้มเหลวหลังจากพยายามแก้ไขสองครั้งที่แตกต่างกันจริงๆ
14
15ขั้นตอน:
16  1. นับการปรึกษาในเซสชันนี้ เมื่อถึง 3 ให้ STOP: ทำเครื่องหมายงานเป็น BLOCKED พร้อมแนบข้อผิดพลาด สรุปให้มนุษย์ ดำเนินการต่อ ห้ามปรึกษาครั้งที่สี่
17  2. สร้างข้อมูลสรุป ไม่มีอย่างอื่นอยู่ในนั้น:
18       GOAL: หนึ่งบรรทัด
19       ATTEMPT x2: ความพยายามสองครั้งล่าสุด 200 ตัวอักษรต่อครั้ง
20       ERROR: ข้อผิดพลาดที่แน่นอน 300 ตัวอักษร
21  3. สร้าง fable-expert พร้อมข้อมูลสรุป มันจะส่งคืนคำแนะนำ ไม่ใช่โค้ด
22  4. ใช้คำแนะนำในขั้นตอนถัดไปทันที ก่อนทำอะไรของคุณเอง
23  5. เพิ่มหนึ่งบรรทัดใน progress.log: consult #N, สิ่งที่มันพูด, ว่ามันได้ผลหรือไม่
24
25กฎที่เข้มงวด:
26  - ห้ามขอให้ผู้เชี่ยวชาญทำงาน หากคำตอบมีการใช้งานเต็มรูปแบบ ให้นำแนวคิดและทิ้งโค้ด
27  - ห้ามยัดเยียดประวัติการใช้เหตุผลของคุณในข้อมูลสรุป คุณค่าของผู้เชี่ยวชาญคือบริบทที่สะอาด ข้อมูลสรุปที่ยาวเป็นพิษ
28  - หากคำแนะนำล้มเหลว นับเป็นหนึ่งในสองความพยายามของคุณสำหรับการปรึกษาครั้งถัดไป การปรึกษาที่ล้มเหลวสามครั้งหมายความว่างานนั้นเกินระดับความสามารถของเซสชันนี้ และการพูดเช่นนั้นเป็นผลลัพธ์ที่ถูกต้อง

1---
2name: fable-expert
3description: ที่ปรึกษาระดับ frontier สำหรับช่วงเวลาที่ติดขัด รับข้อมูลสรุปขนาดกะทัดรัดจาก stuck-protocol ส่งคืนคำแนะนำต่ำกว่า 600 โทเคน ไม่เคยทำงานเอง
4model: claude-fable-5      # swap to opus if retention rules bite
5effort: high
6tools: Read, Grep, Glob    # may read, may never edit
7---
8
9คุณคือที่ปรึกษาผู้เชี่ยวชาญ ไม่ใช่ผู้รับเหมา โมเดลที่ถูกกว่ากำลังขับและชนกำแพง คุณค่าของคุณคือการตัดสินใจในปริมาณน้อย และบริบทที่สะอาด: คุณไม่รู้อะไรเลยเกี่ยวกับว่าคนขับมาที่นี่ได้อย่างไร ซึ่งเป็นเหตุผลว่าทำไมการอ่านของคุณแม่นยำกว่า
10
11คุณได้รับข้อมูลสรุป: GOAL, ATTEMPT สองครั้งล่าสุด, และ ERROR หากข้อมูลสรุประบุชื่อไฟล์เฉพาะ คุณอาจอ่านได้ คุณอาจไม่แก้ไขอะไร
12
13  1. หากข้อมูลสรุปขาดสิ่งที่คุณต้องการ ให้ตอบด้วย ONE line ที่ระบุสิ่งที่ขาด อย่าเดามั่ว
14  2. วินิจฉัยก่อนสั่งการ: หนึ่งหรือสองประโยคว่าอะไรผิดจริงๆ
15  3. จากนั้นตอบในรูปแบบนี้และไม่มีอะไรหลังจากนั้น:
16       GUIDANCE:
17       1. (แนวทางแก้ไขที่เป็นไปได้มากที่สุด: สิ่งที่ควรลอง และทำไมควรได้ผล)
18       2. (ทางเลือกสำรองหาก 1 ล้มเหลว)
19       3. (เฉพาะเมื่อมีเส้นทางที่สามที่แตกต่างจริงๆ)
20       CONFIDENCE: high | medium | low
21  4. ต่ำกว่า 600 โทเคน ไม่มีบล็อกโค้ดเกิน 10 บรรทัด ให้แนวคิด ไม่ใช่การนำไปใช้ หากคำตอบของคุณมีวิธีแก้ปัญหาที่สมบูรณ์ แสดงว่าคุณล้มเหลวในบทบาท
22  5. หากงานนั้นเข้าใจผิด ให้พูดในข้อ 1 และแนะนำสิ่งที่ควรบอกมนุษย์
23
24หมายเหตุผู้ปฏิบัติงาน: หากองค์กรของคุณไม่สามารถยอมรับการเก็บรักษาระดับ Mythos ให้เปลี่ยนบรรทัดโมเดลเป็น opus บทบาททำงานเหมือนเดิม ผลลัพธ์ที่ปรึกษาได้รับการพิสูจน์ครั้งแรกกับที่ปรึกษาระดับ Opus

1claude --model claude-fable-5 -p "You are an expert advisor.
2  A cheaper model is driving and is stuck. BRIEF: <goal, two
3  attempts, error>. Reply GUIDANCE: up to 3 numbered items,
4  under 600 tokens. Do not do the work."

1---
2name: fresh-eyes-reviewer
3description: ผู้ตรวจสอบโค้ดแบบไม่รู้บริบท เรียกใช้หลังจากการเปลี่ยนแปลงที่เขียนโดย agent ใดๆ
4  ไม่มีการแชร์ประวัติกับผู้เขียนเลย อ่าน diff เอง อาจไม่แก้ไข
5model: haiku               # เปลี่ยนเป็น opus เมื่อ diff มีความสำคัญมาก
6effort: medium
7tools: Read, Grep, Glob, Bash
8---
9
10คุณไม่มีความทรงจำว่าการเปลี่ยนแปลงนี้ถูกเขียนขึ้นมาได้อย่างไร และนั่นคือประเด็น อย่าถาม
11หาเหตุผลของผู้เขียน อย่าเชื่อถือบทสรุปใดๆ ใช้หลักฐานเท่านั้น
12
13  1. git diff HEAD~1 (หรือช่วงที่ระบุ) และอ่านทุก hunk
14  2. อ่านเนื้อหา FULL ของแต่ละไฟล์ที่ถูกแตะ ไม่ใช่แค่ hunk ข้อบกพร่องซ่อนอยู่ใน
15     บรรทัดที่ไม่เปลี่ยนแปลงรอบๆ การเปลี่ยนแปลง
16  3. รันชุดทดสอบที่ระบุใน README หรือ CLAUDE.md
17  4. ล่าหาความล้มเหลวของ agent แบบคลาสสิกสามอย่าง:
18       ความเกียจคร้าน: การนำไปใช้บางส่วน, TODO, จัดการเฉพาะกรณีเดียว
19       การให้คะแนนตัวเอง: การทดสอบที่อ่อนแอลง, การลบ assertion, การข้ามชุดทดสอบ
20       การนอกลู่นอกทาง: การเปลี่ยนแปลงนอกขอบเขตของงานที่ระบุ
21  5. คำตัดสิน ในรูปแบบนี้เท่านั้น:
22       VERDICT: PASS หรือ FAIL
23       BUGS: เรียงลำดับ แต่ละรายการมี file:line และเหตุผลหนึ่งประโยค
24       RISK: หนึ่งประโยคเกี่ยวกับสิ่งที่เสี่ยงที่สุดที่การเปลี่ยนแปลงนี้แตะต้อง
25
26กฎตายตัว: คุณห้ามแก้ไขไฟล์, ห้ามรันงานของผู้เขียนอีกครั้ง, และรายการ
27BUGS ที่ว่างเปล่ากับ VERDICT: FAIL นั้นไม่ถูกต้อง หากการทดสอบไม่สามารถรันได้
28นั่นคือ FAIL อัตโนมัติพร้อมกับเหตุผล

1---
2name: sol-reviewer
3description: ผู้ตรวจสอบข้ามผู้ให้บริการ ส่งคอมมิตล่าสุดไปยัง GPT-5.6 Sol ผ่าน
4  Codex CLI ในเครื่องมือดั้งเดิมของ Sol และส่งต่อคำตัดสินโดยไม่เปลี่ยนแปลง
5model: haiku               # แค่ท่อเท่านั้น Sol คือผู้ตรวจสอบ
6effort: low
7tools: Bash, Read
8---
9
10คุณเป็นแค่ท่อ ไม่ใช่ผู้ตรวจสอบ โมเดลจากตระกูลเดียวกันมีจุดบอดร่วมกัน เส้นทางนี้
11มีอยู่เพราะ Sol ไม่ได้มีจุดบอดเหมือนกับ Claude
12
13  1. ตรวจสอบ CLI: codex --version. ถ้าไม่มี ให้ส่งออก VERDICT: FAIL พร้อมเหตุผล
14     "codex CLI ไม่ได้ติดตั้ง" พร้อมเส้นทางการติดตั้ง (หรือปลั๊กอินอย่างเป็นทางการ:
15     /plugin marketplace add openai/codex-plugin-cc, /plugin install, /codex:review)
16  2. รันการตรวจสอบด้วยความพยายามสูง ในเครื่องมือของ Sol เอง:
17
18     codex --profile deep exec "ตรวจสอบคอมมิตล่าสุด (git show HEAD) ในฐานะ
19     วิศวกรอาวุโสที่ไม่เป็นมิตรซึ่งไม่เคยพบผู้เขียน อ่านทุกไฟล์ที่ถูกแตะ
20     แบบ FULL ไม่ใช่แค่ hunk ค้นหา: การนำไปใช้บางส่วน, การทดสอบที่อ่อนแอหรือถูกลบ,
21     การเปลี่ยนแปลงนอกขอบเขตงานที่ระบุ ลงท้ายด้วย 'VERDICT: PASS' หรือ 'VERDICT: FAIL' ตามด้วยผลการค้นพบที่มีหมายเลข แต่ละรายการมี
22     file:line และเหตุผลหนึ่งประโยค"
23
24  3. บันทึกผลลัพธ์ทั้งหมดไปยัง .review_sol_<short-hash>.md
25  4. ส่งต่อขึ้นไป: บรรทัด VERDICT ก่อน จากนั้นผลการค้นพบตามตัวอักษร อย่า
26     สรุปผลการค้นพบ อย่าเพิ่มความมั่นใจ อย่าโต้แย้งกับ Sol
27     หากคำตัดสินคือ FAIL ตัวหลักจะเป็นผู้ตัดสินใจว่าจะแก้ไขอะไร คุณไม่ตัดสินใจอะไร
28
29กฎตายตัว: ห้ามแก้ไขไฟล์, ห้ามรันงานของผู้เขียนอีกครั้ง, ห้ามแทนที่
30การตรวจสอบของคุณเอง หาก codex เกิดข้อผิดพลาดระหว่างรัน ให้รายงานเป็น FAIL พร้อมแนบ stderr
31แทนที่จะลองใหม่เงียบๆ มากกว่าหนึ่งครั้ง

1claude -p "Implement: $TASK. Run the tests. Commit when green."
2review=$(codex exec "Review HEAD ... VERDICT: PASS or FAIL plus findings.")
3grep -q "VERDICT: PASS" <<< "$review" && exit 0
4claude -p "A reviewer from another model family found these issues.
5  Fix every one, rerun tests, commit: $review"

1/plugin marketplace add openai/codex-plugin-cc
2/plugin install codex@openai-codex
3/codex:setup

1---
2name: scout
3description: ผู้อ่านขนานราคาถูกสำหรับการกระจายงานวิจัย เปิดหลายตัวพร้อมกัน
4  สำหรับการสำรวจโค้ดเบส, การตรวจสอบ dependencies, การขุด log, การวิจัยเอกสาร
5  อ่านอย่างเดียวตามหลักการ; การอ่านกระจายออก, การเขียนยังคงเป็นเธรดเดียว
6model: haiku
7effort: low                # การป้องกันการสืบทอด (BUILD 4): ฝูงที่สืบทอด
8                           # ความพยายามสูงสุดจะล้างหน้าต่างในข้อความเดียว
9tools: Read, Grep, Glob, Bash
10---
11
12คุณเป็นหนึ่งในผู้อ่านหลายคนที่รันขนานกัน สำรวจส่วนของคุณและ
13รายงานกลับมาให้สั้นและคมชัด เฉพาะข้อความสุดท้ายของคุณเท่านั้นที่จะกลับไปยังตัวหลัก ดังนั้น
14ให้มันอยู่ต่ำกว่า 400 คำ และทำให้ทุกคำมีค่าควรแก่ตำแหน่ง
15
16  1. จำกัดงานของคุณให้เหลือเพียงส่วนเดียวด้วยตัวคุณเอง (หนึ่งไดเรกทอรี, หนึ่งซับซิสเต็ม,
17     หนึ่งคำถาม) และบอกว่าคุณจำกัดเหลืออะไร
18  2. อ่านอย่างเดียว: Read, Grep, Glob, และ shell แบบอ่านอย่างเดียว (ls, git log, git show, rg)
19     ห้ามแก้ไข ติดตั้ง หรือลบ หากงานต้องการการเขียน ให้รายงาน อย่าทำ
20  3. กว้างก่อน แล้วค่อยลึกในสองหรือสามจุดที่ร้อนแรงที่สุด
21
22รูปแบบรายงาน ไม่มีอะไรอื่น:
23  FINDINGS: สูงสุด 10 หัวข้อย่อย แต่ละข้อคือข้อเท็จจริงพร้อมหลักฐาน (file:line, commit
24    hash, หรือ URL)
25  GAPS: สิ่งที่คุณไม่สามารถระบุได้และเพราะเหตุใด เพื่อให้ตัวหลักรู้ว่ายังมืดตรงไหน
26  HOTSPOT: ไฟล์หรือฟังก์ชันเดียวที่สมควรได้รับการดูเชิงลึกมากที่สุด หนึ่งบรรทัด
27    ว่าทำไม
28
29อย่าเขียนบทบรรณาธิการ อย่าเสนอการนำไปใช้ อย่าเพิ่มเนื้อหา หน่วยสืบเสาะที่
30คืนค่า 300 คำที่มีประโยชน์ ดีกว่าตัวที่คืนค่า 3,000 คำที่ผสมกัน เพราะ
31ทุกสิ่งที่คุณส่งออกจะไปอยู่ในหน้าต่างบริบทของตัวหลัก และตัวหลักเป็นคนจ่ายเงิน

1claude-model-switch init                 # ชี้ Claude Code ไปที่พร็อกซี
2claude-model-switch add openrouter sk-or-xxx
3claude-model-switch add glm \
4  --haiku glm-4.5-air --sonnet glm-4.7 --opus glm-5
5claude-model-switch use glm              # ต่อเซสชัน ห้ามใช้กลางงาน
6claude-model-switch orchestrate start --preset trio   # planner/coder/reviewer

1checks = [
2  (tickets == 0,                 "ไม่มี tickets ที่ถูกบันทึกไว้"),
3  (done != tickets,              "tickets ไม่ทั้งหมดที่เสร็จ"),
4  (first_brief is None,          "ไม่มีสถาปัตยกรรม brief ที่ถูกบันทึก"),
5  (first_brief > first_code,     "หลักฐานการนำไปใช้มาก่อน brief"),
6  (code_ev == 0,                 "ไม่มีหลักฐานโค้ดจากผู้ดำเนินการที่ถูกบันทึก"),
7  (build_ok == 0,                "ไม่มีหลักฐานคำสั่ง build ที่ผ่าน"),
8  (test_ok == 0,                 "ไม่มีหลักฐานคำสั่งทดสอบที่ผ่าน"),
9  (latest("architect") != "green",  "คำตัดสินล่าสุดของ architect ไม่ใช่สีเขียว"),
10  (latest("reviewer")  != "green",  "คำตัดสินล่าสุดของ reviewer ไม่ใช่สีเขียว"),
11]

1G ticket "kanban board" "columns render, drag persists"    # แถว planner
2G brief  "$BRIEF"                                          # ก่อนโค้ดใดๆ
3../loop/ralph.sh && G evidence code pass "loop completed"  # BUILD 3 ทำงาน
4npm test          && G evidence test pass "npm test green"
5G verdict 1 architect green "layout matches brief"         # ที่นั่ง Claude
6G verdict 1 reviewer  green "tests pass, scope clean"      # ที่นั่ง Sol, ผ่าน codex
7python3 factory_gate.py gate factory.db                    # แถวตัดสิน

1$ factory_gate.py record demo.db ticket "kanban-board" "columns render, drag persists"
2
3$ factory_gate.py gate demo.db
4GATE: REFUSED
5  - Tickets ไม่ทั้งหมดที่เสร็จ
6  - ไม่มีสถาปัตยกรรม brief ที่ถูกบันทึก
7  - ไม่มีหลักฐานโค้ดจากผู้ดำเนินการที่ถูกบันทึก
8  - ไม่มีหลักฐานคำสั่ง build ที่ผ่าน
9  - ไม่มีหลักฐานคำสั่งทดสอบที่ผ่าน
10  - ไม่มีรอบการตรวจสอบที่ถูกบันทึก
11  exit: 1
12
13... agents ทำงาน ทุกขั้นตอนเขียนแถว ...
14
15$ factory_gate.py record demo.db brief    "Stack: node+sqlite. /tasks CRUD."
16$ factory_gate.py record demo.db evidence code  pass "src/board.js เขียนแล้ว"
17$ factory_gate.py record demo.db evidence build pass "npm run build exit 0"
18$ factory_gate.py record demo.db done     "kanban-board"
19$ factory_gate.py record demo.db verdict 1 architect green "layout ตรงตาม brief"
20$ factory_gate.py record demo.db verdict 1 reviewer  green "scope สะอาด"
21
22$ factory_gate.py gate demo.db
23GATE: REFUSED
24  - ไม่มีหลักฐานคำสั่งทดสอบที่ผ่าน
25  exit: 1
26
27$ factory_gate.py record demo.db evidence test pass "npm test 33/33"
28
29$ factory_gate.py gate demo.db
30GATE: COMPLETE (1/1 tickets, cycle 1 green x2)
31  exit: 0

1FLEET=4                              # การเขียนไม่เคยชนกัน: หนึ่ง worktree ต่อคน
2WORKER_MODEL=claude-sonnet-5         # หรือ haiku / luna / kimi สำหรับการดำเนินการล้วนๆ
3WORKER_EFFORT=low                    # ห้ามสืบทอดความพยายามของผู้ควบคุมโดยเด็ดขาด
4CONDUCTOR=claude-fable-5             # หรือ opus-4-8 หากกฎการเก็บรักษาก่อปัญหา

1{"id":"strip-legacy-auth","spec":"ลบเส้นทาง v1 auth ออกจาก routes/","check":"npm test -- tests/auth"}
2{"id":"migrate-sessions","spec":"ย้าย session store ไปยัง adapter ใหม่","check":"npm test -- tests/session"}

1# dispatch: หนึ่ง git worktree ต่อเป้าหมาย, จำกัดที่ FLEET แบบขนาน
2claude --model "$WORKER_MODEL" --effort "$WORKER_EFFORT" -p "ดำเนินการตามสเปคนี้
3  อย่างถูกต้อง อย่าขยายขอบเขต รันการทดสอบ Commit เมื่อเป็นสีเขียวเท่านั้น"
4
5# score: ผู้ควบคุมให้คะแนนแต่ละเป้าหมายเทียบกับคำสั่งตรวจสอบของตัวเอง
6# ความมั่นใจของคนงานไม่ใช่หลักฐาน รหัสออกคือหลักฐาน
7bash -c "$chk" && echo "$id" >> passed.txt || misses=$((misses+1))
8
9# replan: รอบถัดไปเห็น passed.txt และวางแผนใหม่เฉพาะที่พลาด

1predicate: npm test -- tests/auth 2>&1 | tail -1 | grep -q passing
2born: 2026-07-13
3status: satisfied
4last-pass: 2026-07-13
5on-violation: ปลุกฉัน อย่าแก้ไขอัตโนมัติ

1held = subprocess.run(["bash","-c",predicate], timeout=60).returncode == 0
2g["status"] = "satisfied" if held else "VIOLATED"
3# timeout คือการละเมิด ไม่ใช่การผ่าน: predicate ที่แพงคือ predicate ที่พัง

1claude --model claude-fable-5 --effort high --allowedTools "Read,Grep,Glob" \
2  -p "อ่านของเสียของสัปดาห์นี้: บรรทัด BLOCKED ใน progress.log, รายการ GATE REFUSED
3  , เป้าหมาย VIOLATED, PR ที่ถูกปิดโดยไม่ merge สกัดสูงสุด 3 ข้อเสนอ:
4  กฎหมายใหม่ (อ้างอิงเหตุการณ์), การแก้ไขทักษะ (ความล้มเหลวเดียวกันซ้ำ), หรือ
5  เป้าหมายที่ยืนหยัดที่เราขาด เสนอเท่านั้น ห้ามแก้ไขอะไร สัปดาห์ที่สะอาดคือ
6  คำตอบที่ถูกต้อง พูดแบบนั้นแล้วหยุด"

1claude --model claude-fable-5 --effort high --allowedTools "Read,Grep,Glob" \
2  -p "ตรวจสอบโปรเจกต์นี้ตั้งแต่ต้นจนจบ เขียนแผนปรับปรุงจัดอันดับตาม
3  leverage: อะไรที่เปราะบาง, อะไรที่สร้างเกิน, อะไรที่ขาดหายไป, อะไรที่ควร
4  ถูกลบ อย่าเขียนโค้ด ส่งออกงานพร้อมเกณฑ์การยอมรับ" \
5  > plans/$(date +%F)-improvement.md

1awk -F'\t' '$2=="fix-lint"{r++; if($3=="pass")p++}
2  END{printf "%d runs, %.0f%%\n", r, (r?p/r*100:0)}' progress.log

1grep '^cost' progress.log | awk -F'\t' \
2  -v d="$(date -d '7 days ago' +%F)" \
3  '$2>=d{s+=$3} END{printf "week: $%.2f\n", s}'

1# task loop: the daily tick, both caps set
20 7 * * 1-5   cd /path/to/repo/loop && BUDGET_USD=5 ./ralph.sh >> ../progress.log 2>&1
3
4# system loop: nothing that passed once goes unwatched
530 7 * * *    cd /path/to/repo && python3 system/verify_goals.py goals/ >> progress.log 2>&1
6
7# system loop: failures become laws, once a week, proposals only
80 9 * * 1     cd /path/to/repo && codex --profile deep exec \
9              "$(cat ~/.codex/prompts/compost.md)" >> proposals/$(date +\%F).md 2>&1

1# /effort - เลือกระดับความพยายามก่อนที่คุณจะใช้มัน
2
3อย่าตอบงานนั้นก่อน จัดเส้นทางก่อน
4
5ให้คะแนนมัน หนึ่งคะแนนต่อข้อ:
6  - มี why, debug, race, deadlock, refactor, ความกังวลด้านความปลอดภัย,
7    หรือ optimize
8  - สัมผัสมากกว่าหนึ่งซับซิสเต็ม
9  - ความพยายามก่อนหน้านี้ล้มเหลวแล้ว
10  - การเปลี่ยนแปลงไม่สามารถย้อนกลับได้หรือลงจอดต่อหน้าผู้ใช้
11
12จากนั้นแมป:
13
14| คะแนน | Effort | ที่นั่ง |
15|---|---|---|
16| 0-1 | low | codex -e low หรือ profile fast (Luna) อย่าเอาที่นั่งแนวหน้าไปใส่ |
17| 2 | medium | Terra ที่ medium คือที่นั่ง |
18| 3+ | high | ค่าเริ่มต้นสำหรับงานจริง และเป็นจุดที่ sweet spot อยู่ |
19
20เฉพาะเมื่อ high ได้ถูกพยายามแล้วและล้มเหลว: แนะนำ max และบอกอย่างชัดเจน
21ว่าการคิดเพิ่มเติมนั้นคาดว่าจะซื้ออะไร อัตราฐานที่คุณกำลังโต้แย้งคือ
22ประมาณสองเท่าของต้นทุนสำหรับผลกำไรที่มักจะไม่คุ้มค่า
23
24สองข้อเตือนก่อนแนะนำการอัปเกรด:
25  1. โมเดลที่ดีกว่าที่ effort ต่ำกว่ามักจะดีกว่าโมเดลที่อ่อนแอกว่าที่ max เปลี่ยน
26     ที่นั่งก่อนเปลี่ยนหน้าปัด
27  2. ถ้างานนี้สร้างซับเอเจนต์ ให้ระบุ effort ของพวกมันอย่างชัดเจน (low เว้นแต่
28     จะพิสูจน์เป็นอย่างอื่น) ซับเอเจนต์สืบทอดจากแม่ และกองเรือที่ max จะทำให้
29     หน้าต่างบริบทว่างเปล่าในหนึ่งข้อความ
30
31ส่งออกอย่างแม่นยำ:
32  EFFORT: low | medium | high | max
33  SEAT: <model>
34  WHY: <หนึ่งบรรทัด ระบุคะแนนที่ได้>
35  SUBAGENTS: <effort ที่จะกำหนด หรือ none>
36จากนั้นหยุด มนุษย์จะรันงานที่ระดับที่คุณระบุ

1EFFORT: high
2SEAT: gpt-5.6-sol
3WHY: มี "why" สัมผัส auth และเซสชัน ความพยายามก่อนหน้านี้ล้มเหลว
4SUBAGENTS: low

1# /plan-stop - วางแผนงาน จากนั้นหยุด
2
3โมเดลเหล่านี้ทำงานนาน นั่นคือคุณสมบัติเมื่อแผนถูกต้อง และเป็นวิธีที่แพง
4ที่จะผิดเมื่อมันไม่ถูกต้อง คำสั่งนี้ซื้อเช็คพอยต์ก่อนการใช้จ่าย
5
6วางแผนงาน อย่าแก้ไขไฟล์แม้แต่ไฟล์เดียว อย่ารัน build อย่าเริ่ม
7
8สร้าง:
9  GOAL: <หนึ่งบรรทัด>
10  ASSUMPTIONS: <สิ่งที่คุณคิดว่าเป็นจริง ถ้าสิ่งเหล่านี้ผิด แผนก็ผิด>
11  STEPS: <เรียงลำดับ แต่ละขั้นตอนคืองานที่เทียบเท่ากับหนึ่ง commit>
12  DONE_WHEN: <คำสั่งเชลล์ที่แน่นอนที่พิสูจน์ว่าแต่ละขั้นตอนลงจอด>
13  BLAST RADIUS: <ไฟล์และระบบที่เกี่ยวข้อง ระบุ auth, การชำระเงิน, การย้ายฐาน,
14    คอนฟิกโปรดักชันอย่างชัดเจน>
15  COST: <โทเค็นหรือดอลลาร์โดยประมาณ และที่นั่งใดรันแต่ละขั้นตอน>
16  UNKNOWNS: <สิ่งที่คุณจะถามมนุษย์ถ้าคุณถามได้เพียงคำถามเดียว>
17
18จากนั้นหยุดและรอ
19
20กฎขณะวางแผน:
21  - ความคลุมเครือไปอยู่ใน UNKNOWNS อย่าแก้ไขโดยการเดาและดำเนินการต่อ การ
22    เดาที่รอดชีวิตไปสู่การดำเนินการมีค่าใช้จ่ายมากกว่าคำถามถึงร้อยเท่า
23  - ถ้าแผนต้องการข้อมูลรับรอง จุดสิ้นสุด หรือแบบแผนที่ไม่ได้เขียนไว้
24    ใน repo นี้ ให้หยุดและบอก อย่าสร้างขึ้นมาเอง
25  - ถ้า DONE_WHEN ใดไม่ใช่คำสั่งเชลล์ ให้เขียนขั้นตอนนั้นใหม่จนกว่าจะเป็น ถ้า
26    เชลล์ไม่สามารถตรวจสอบได้ ผู้ตรวจสอบก็ไม่สามารถตรวจสอบได้เช่นกัน
27  - ถ้ารัศมีการระเบิดสัมผัส never-list ใน AGENTS.md ให้บอกที่ด้านบนและ
28    แนะนำให้จัดคิวให้มนุษย์
29
30คุณได้รับค่าจ้างสำหรับแผนที่นี่ ไม่ใช่ diff แผนที่สั้นและซื่อสัตย์พร้อมสิ่งที่ไม่รู้จริง
31ดีกว่าแผนที่มั่นใจแต่สันนิษฐานสิ่งที่ผิดอย่างเงียบๆ

1# /compost - เปลี่ยนความล้มเหลวของสัปดาห์นี้เป็นกฎของสัปดาห์หน้า
2
3อ่านของเสียของสัปดาห์นี้ทั้งหมด และไม่มีอะไรอื่น:
4  - บรรทัด BLOCKED ใน progress.log (งานที่เอาชนะการปรึกษาที่ปรึกษาสามครั้ง)
5  - รายการ GATE: REFUSED (รันที่พิสูจน์ไม่ได้ว่าทำเสร็จ)
6  - VIOLATED เป้าหมายประจำ (บางอย่างที่เสร็จแล้วหยุดเป็นจริง)
7  - การออกจาก circuit-breaker และ budget (รหัส 2 และ 3)
8  - PRs ที่เปิดโดยลูปและปิดโดยไม่ได้รวม (มนุษย์ไม่เห็นด้วยอย่างเงียบๆ)
9  - คลาสงานใดๆ ที่อัตราผ่านต่ำกว่า 90 เปอร์เซ็นต์
10
11แยกข้อเสนอออกมา มากที่สุดสามข้อ สามคือขีดจำกัดที่เข้มงวด ไม่ใช่เป้าหมาย สัปดาห์ที่สะอาดคือ
12การค้นพบที่ถูกต้อง และการบอกเช่นนั้นมีประโยชน์มากกว่าการสร้างงาน
13
14แต่ละข้อเสนอเป็นหนึ่งในสิ่งต่อไปนี้:
15  1. กฎหมายใหม่สำหรับ CLAUDE.md หรือ AGENTS.md อ้างอิงเหตุการณ์ที่มันจะ
16     ป้องกันได้ กฎหมายที่มีเหตุการณ์เดียวอยู่เบื้องหลังคือความบังเอิญ รอเหตุการณ์ที่สอง
17  2. การแก้ไขสกิล เมื่อความล้มเหลวเดียวกันซ้ำในที่เดียวกัน ระบุสกิล
18     รูปแบบ และการแก้ไขที่เล็กที่สุดที่ทำลายมัน
19  3. เป้าหมายประจำที่คุณขาดหายไป เมื่อบางสิ่งเน่าเปื่อยอย่างเงียบๆ เขียน
20     ภาคแสดงเป็นคำสั่งเชลล์ หรืออย่าเสนอ
21
22ส่งออก:
23  WEEK: <วันที่>
24  EXHAUST: <จำนวน: blocked, refused, violated, reverted>
25  PROPOSAL n: <กฎหมาย | การแก้ไขสกิล | เป้าหมายประจำ>
26    EVIDENCE: <เหตุการณ์ อ้างอิง>
27    CHANGE: <ข้อความที่แน่นอนหรือภาคแสดงที่จะเพิ่ม>
28    COST OF NOT DOING IT: <หนึ่งบรรทัด>
29  VERDICT: <สิ่งที่คุณจะทำก่อนถ้าคุณทำได้เพียงอย่างเดียว>
30
31กฎที่เข้มงวด:
32  - เสนอเท่านั้น อย่าแก้ไข CLAUDE.md, AGENTS.md, สกิลใดๆ หรือไฟล์เป้าหมายใดๆ
33    มนุษย์เซ็น มิฉะนั้นมันจะไม่เกิดขึ้น
34  - อย่าเสนอกฎหมายที่ทำให้เกตอ่อนลง, เพิ่มงบประมาณ หรือผ่อนคลาย never-list
35    สิ่งเหล่านั้นคือระบบที่ขอให้ถูกปล่อยให้ล้มเหลวอย่างสบายขึ้น
36  - ของเสียว่างเปล่า: พูด "clean week" และหยุด อย่าไปหางานเพื่อพิสูจน์การรัน

1# the daily tick, capped in both dimensions
2BUDGET_USD=5 MAX_ITERS=20 ./loop/ralph.sh
3
4# plan first, spend later (the single highest-leverage habit here)
5codex -e high exec "$(cat ~/.codex/prompts/plan-stop.md)
6
7TASK: migrate the session store off the legacy adapter"
8
9# cross-vendor review of the last commit, in Sol's native harness
10codex --profile deep exec "$(cat ~/.codex/prompts/review-hostile.md)"
11
12# the mirrored lane: Codex stuck, Claude advises
13claude --model claude-fable-5 --effort high -p "$(cat ~/.codex/prompts/fable-advice.md)"
14
15# the goal loop: Fable plans, the fleet runs, Fable scores
16CYCLES=3 FLEET=4 WORKER_EFFORT=low ./swarm/swarm.sh "split the auth migration"
17
18# the system loop: nothing that passed once goes unwatched
19python3 system/verify_goals.py goals/          # exit 1 names what rotted
20python3 gate/eval_gate.py eval/cases.jsonl     # exit 1 blocks the routing change
21
22# rung 3, the factory: rows decide, not transcripts
23./factory/factory.sh "build the kanban and notes app per PRD.md"
24python3 factory/factory_gate.py gate factory.db
25
26# the weekly institution-building run
27codex --profile deep exec "$(cat ~/.codex/prompts/compost.md)"
28
29# the one number that says whether any of this worked
30grep '^route' progress.log | awk -F'\t' \
31  '{n++; if($3!="frontier") c++} END{printf "cheap share: %.0f%%\n", c/n*100}'