GPT-5.6 ve Fable 5 ile AI Ajan Yığını Oluşturun

Fable 5 + GPT-5.6: Bir Ajan Yığınının A'dan Z'ye İnşası - Siz Uyurken Gönderim Yapar

Bu, sıralı ve her parçadan sonra bir kontrol noktası bulunan eksiksiz yapıdır.

Unutmadan önce bu 12 yapıyı yer imlerine ekleyin.

Giriş

Şu anda genel kullanıma sunulmuş en yetenekli iki modele sahipsiniz ve hâlâ bunlardan birini elle, tek seferde kullanıyorsunuz.

Geçtiğimiz ay içinde üç şey değişti.

Claude Fable 5 aşamalar arasında planlama yapar, kendi alt ajanlarını görevlendirir ve kendi çıktısını doğrular. Milyon token başına giriş $10, çıkış $50.
GPT-5.6, 9 Temmuz'da üç kalıcı kademe olarak yayınlandı. Sol $5 ve $30, Terra Sol'un yarısı, Luna $1 ve $6. OpenAI artık yönlendirme kararını ürün olarak satıyor.
Fable 5, Haziran ayının 19 gününü bir ihraç emri nedeniyle askıda geçirdi. Kullanılabilirlik artık başınıza gelebilecek bir şey.

Rastgele kullanıldıklarında, bu modeller etkileyici yanlış şeyler üretmenin pahalı bir yoludur.

Bir sistem içinde çalıştırıldıklarında, kiralayabileceğiniz en yakın şey bir çalışandır. Anthropic'in kurumsal rakamları, Claude Code'u aktif gün başına geliştirici başına yaklaşık $13 olarak gösteriyor. OpenAI ise Codex'i ayda $100 ila $200 arasında konumlandırıyor.

Bu kılavuz, bu sistemi on iki yapıda inşa eder: sıralı, yayınlanmadan önce test edilmiş gerçek dosyalar ve her birinin üzerine bir sonrakini koymadan önce bir parçanın çalıştığından emin olmanız için her birinden sonra bir kontrol noktası.

Bir deponuz, bir terminaliniz ve CLI'lerden birine erişiminiz olan herkes içindir. Örnekler kod odaklıdır çünkü döngüler kod etrafında büyümüştür, ancak yönlendirici, danışman ve geçit, faturalar ve raporlar üzerinde de aynı şekilde çalışır.

Kontrolleri yaparak sırayla okuyun. Her yapı 10 ila 20 dakika sürer, toplamda yaklaşık iki saat. Sondaki 30 gün, sistemin siz olmadan çalışma hakkını kazandığı programdır.

Aşağıdaki her tasarım kararını üç ilke belirler:

Sınırlarda yönlendir. Modelden önce çaba. Bir oturum ortasında model değişimi, yüzde 90 değerinde bir önbellek indirimini yakar. Aynı model üzerinde düşünme çabasını artırmak, tesisatta ekstra bir maliyet gerektirmez.
Hiçbir şey kendi ödevini notlamaz. Yazar, yönlendirici, danışman ve inceleyici, mümkün olduğunca farklı soylardan gelen farklı taraflardır ve nihai oy bir bash betiğidir.
Bitti, çevre hakkında bir gerçektir. Geçen bir test takımı, işaretlenmiş bir görev dosyası, bir karar satırı. Asla modelin kendisi hakkındaki görüşü değil.

Harita ve olağan olanın neden yanlış olduğu

Döngü mühendisliği, açık bir durma koşulu ve yeniden deneme mantığına sahip ajanlı iş akışıdır. Koşum takımı, "bitti mi" sorusunu modele bırakmak yerine, işin ne zaman bittiğine karar verir.

Standart resim, swyx'in Loopcraft yığınıdır: her biri kendi çıkışına sahip, yürütme, görev, ürün, sistem ve gözetim iç içe geçmiş beş döngü. Şimdiye kadar çizilmiş en iyisidir.

Haftalarca kullandım. Sonra ona karşı inşa etmeye çalıştım ve dört yerde bozuldu.

1) Birinci sorun: döngüler iç içe geçmez.

İç içe geçme, dış döngünün bir turunun, iç döngünün tam bir çalışmasına eşit olması anlamına gelir. Olan bu değil. Sistem döngüsü, ürün döngüsünün bitmesini beklemez. Pazar günü, bir şey gönderilmiş olsun ya da olmasın çalışır.

Dört katmanı çözmeden bir token akışını elle kesintiye uğratabilirsiniz. Bu, bir el kitabı yapan sistemin üzerine çizilmiş bir kapsama resmidir.

2) İkinci sorun: sonsuz olarak çizilen bir döngü bir faturalır.

Orijinal, ürün döngüsünü bu şekilde çizer. Pratikte bir bütçede, bir kontrol noktasında veya birinin sabrının tükenmesiyle sona erer.

Buna "tasarım gereği yok" demek, paranın bir ajan sisteminden sızdığı tam yeri gizler: nasıl çıkılacağı söylenmemiş bir döngü.

3) Üçüncü sorun: iptal yok.

Her katmanın mutlu bir sonu var ve mutsuz bir sonu yok. Gerçek döngülerin her ikisine de ihtiyacı vardır: çalıştığında nasıl kapandığı ve yapamadığında nasıl durduğu.

Gördüğüm her kontrolden çıkmış fatura, tanımlanmış bir çıkışı ve tanımlanmamış bir iptali olan bir döngüydü.

4) Dördüncü sorun: doğrulama eksik ve oyunun tamamı bu.

Doğrulama, katmanlar arasındaki sözleşmedir. Alt katman üst katmana bir gerçek yerine bir rapor teslim ettiğinde, üst katman bir yalan üzerine kapanır.

Bu tek boşluk, bir döngünün durma koşuluna ulaşıp yine de yanlış olabilmesinin nedenidir.

İnşa ettiğim versiyon bu.

Kanıt Merdiveni

Altı basamak, her birinde iki çıkış ve tek bir kural: kontrol aşağıya hedefler olarak akar, kanıt yukarıya gerçekler olarak akar ve hiçbir basamak, altındaki basamaktan gelen bir rapor üzerine kapanamaz.

Şekilden beş yasa çıkar.

Her basamağın bir iptali vardır, yoksa bir faturalır. Bir döngünün kötü bir şekilde nasıl bittiğini adlandıramıyorsanız, bir abonelik oluşturmuşsunuz demektir. Bu yüzden ralph.sh iki sınır taşır ve sürü bir döngü sınırı taşır.

Kanıt yukarı akar ve kontrol aşağı akar. Bir basamak, altında üretilen bir gerçek üzerine kapanır, asla altında yazılan bir özet üzerine değil.

Fabrika geçidi, SQL'deki bu yasadır. İki inceleyici yeşil dedi. Geçit yine de reddetti, çünkü kimse geçen bir test satırı üretmemişti.

Bir karar bir görüştür. Bir satır kanıttır.

Tur başına maliyet, basamak başına yaklaşık on kat artar.

Basamak 2'den kaçan bir hata, basamak 3'te yakalanması on kat daha pahalıya ve basamak 4'te yüz kat daha pahalıya mal olur.

En iyi doğrulamanızı merdivende mümkün olduğunca aşağıya koymanızın tüm nedeni budur, bu yüzden geçit bir toplantı değil, bir bash betiğidir.

Zaman ölçeği basamağa değil, modele aittir.

Basamak 2, 2024'te dakikalar alırken, 2026'da saatler alıyor ve yakında günler alacak. Saate karşı değil, her zaman çıkış koşuluna göre tasarım yapın. Eski resmin en hızlı eskidiği yer burasıdır.

Yalnızca basamak 5'in çıkış koşulu yoktur ve insan olmak da budur.

Siz orada yaşarsınız. Merdiven, tek bir cümleyi kazanmak için vardır: bir döngü durma koşuluna ulaşabilir ve yine de yanlış olabilir.

Testler geçer, geçit yeşile döner, her iki inceleyici de imzalar ve son taahhüt hâlâ bir hatadır. Altınızdaki her basamak, bu kontrolü daha küçük yapmak için vardır. Hiçbiri onu sizden alamaz.

Ön Koşullar

bash

1claude CLI (Claude Code) Fable 5 erişimi ile
2codex CLI GPT-5.6 erişimi ile        # veya Claude Code içindeki resmi eklenti
3python3, jq, git, gh, make, cron
4bugün çalışan bir test komutuna sahip bir repo
5
6# isteğe bağlı, karma filolar için (YAPI 7):
7openai/codex-plugin-cc               # resmi: Codex'i Claude Code içinde çalıştır
8claude-model-switch                  # yerel proxy: Claude Code'un arkasında herhangi bir sağlayıcı
9CLIProxyAPI                          # CLI aboneliklerini API uç noktaları olarak sar

Ne inşa ediyorsunuz

markdown

1deponuz/
2  CLAUDE.md                          # YAPI 1: Claude tarafı anayasası
3  AGENTS.md                          # YAPI 1: Codex tarafı anayasası
4  .claude/
5    skills/model-bench/SKILL.md      # YAPI 0: fiyatlar, API kimlikleri, yedekler. sayı içeren tek dosya
6    skills/model-router/SKILL.md     # YAPI 4
7    skills/stuck-protocol/SKILL.md   # YAPI 5
8    skills/ship-gate/SKILL.md        # YAPI 2
9    agents/fable-expert.md           # YAPI 5
10    agents/fresh-eyes-reviewer.md    # YAPI 6
11    agents/sol-reviewer.md           # YAPI 6
12    agents/scout.md                  # YAPI 7
13  loop/
14    ralph.sh                         # YAPI 3: kalp atışı
15    two_lane.sh                      # YAPI 6: satıcılar arası inceleme döngüsü
16    PROMPT.md  TASKS.md              # YAPI 3: çalışma protokolü
17  gate/
18    verify.sh                        # YAPI 2: deterministik nihai oy
19    eval_gate.py  eval/cases.jsonl   # YAPI 2: yönlendirme değişikliği geçidi
20  router/
21    router.py                        # YAPI 4
22    advisor_loop.py                  # YAPI 5
23  ~/.codex/
24    config.toml                      # YAPI 0: luna/terra/sol profilleri
25    prompts/effort.md                # /effort      görevi puanla, koltuğu adlandır
26    prompts/plan-stop.md             # /plan-stop   planla, fiyatlandır, sonra dur
27    prompts/fable-advice.md          # /fable-advice satıcılar arası uzman danışmanlığı
28    prompts/review-hostile.md        # /review-hostile temiz bağlam kararı
29    prompts/compost.md               # /compost     başarısızlıklar haftalık olarak yasalar haline gelir
30  factory/
31    factory_gate.py                  # YAPI 8: kara tahta + tamamlama geçidi
32    factory.sh                       # YAPI 8: özet -> uygula -> incele -> geçit
33    factory.db                       # YAPI 8: karar veren satırlar
34  swarm/
35    swarm.sh                         # YAPI 9: planla -> gönder -> puanla -> yeniden planla
36    goals.jsonl                      # YAPI 9: satır başına bir hedef, her biri kendi kontrolü ile
37  system/
38    verify_goals.py                  # YAPI 10: günlük yeniden doğrulama, sonsuza kadar
39    goals/                           # YAPI 10: bitmiş her şey için bir dosya
40  ROUTING.md                         # YAPI 12: her iki koşum takımı için tam yönlendirme politikası
41  progress.log                       # her yapı buraya eklenir
42  # isteğe bağlı (YAPI 7): localhost:4000'de claude-model-switch proxy'si,
43  # CLI aboneliklerini API uç noktaları olarak sarmak için CLIProxyAPI

YAPI 0: Motorları Yapılandırın

Kendi dosyanızdan herhangi birini yazmadan önce bunları ayarlayın. Aşağıdaki her sayı, yayınlandığı hafta resmi fiyatlandırma sayfalarına karşı doğrulanmıştır.

Tezgah: her koltuk, Temmuz 2026

Sistemin işe aldığı kadro.

Fiyatlar, herhangi bir yönlendirme veya maliyet sorusundan önce isteğe bağlı olarak yüklenen tek bir beceri dosyasında, .claude/skills/model-bench/SKILL.md'de yaşar. Başka hiçbir dosya bir sayıyı sabit kodlamaz.

Fiyatlar, bunun yazılmasından önceki altı hafta içinde üç kez değişti. Bir makaledeki fiyat, yayınlandığı anda yanlıştır. Bir beceri dosyasındaki fiyat ise bir düzenleme uzaklığındadır.

Aşağı akıştaki her şeye karar veren bölünme:

Fable 5, zorlu yazılım işlerinde liderdir. SWE-Bench Pro'da %80, Sol'un %64,6'sına karşı ve genel zekada Sol'u geride bırakır.
Sol, terminal ve ajan işlerinde liderdir. Terminal-Bench 2.1'de %88,8 ve kodlama ajanı endeksinde, görev başına Fable'ın maliyetinin yaklaşık üçte biri ile zirveyi görür.

Bu bölünme, bu sistemin neden iki satıcılı olduğudur. Fable yargılar ve planlar, Sol inceler ve terminalleri yönetir ve hiçbiri toplu yazma işini yapmaz.

İnsanların yanlış okuduğu iki koltuk.

Opus 4.8, rafa kaldırılmış eski amiral gemisi değildir. Fable altında otomatik yedek ve karmaşık ajanlı kodlama için önerilen varsayılandır. Sisteminiz, planlasanız da planlamasanız da onu devralır.

Giriş fiyatındaki Sonnet 5, tahtadaki en iyi değerdir. Yetenek olarak Opus 4.8'e yakın, Fable'ın giriş fiyatının çok altında bir maliyetle; bu yüzden bu yapıdaki her yerde varsayılan yürütücüdür. Bu oran 31 Ağustos'ta sona eriyor ve beceri dosyası bunu zaten biliyor.

Sistemde sayı içeren tek dosya olan beceri dosyası şudur:

markdown

1---
2name: model-bench
3description: Bu sistemin kiralayabileceği her model için güncel fiyat sayfası, API model kimlikleri ve yedekleme zinciri. Herhangi bir yönlendirme kararı, maliyet tahmini, bütçe sorusu, model karşılaştırması veya kullanıcı bir şeyin maliyetini sorduğunda yükleyin.
4---
5
6# Model tezgahı
7
8Fiyatlar ve API tanımlayıcıları için tek gerçek kaynağı. Bu depodaki başka hiçbir şey bir fiyatı sabit kodlamaz, bu nedenle laboratuvarlar oranlarını değiştirdiğinde bu dosyayı düzenlersiniz ve başka hiçbir şeyi düzenlemezsiniz. 2026-07-13 tarihinde doğrulandı. Fiyatlar değişir. Bütçe yapmadan önce yeniden doğrulayın.
9
10## Anthropic (Messages API, /v1/messages)
11
12Çaba: output_config {"effort": "low|medium|high|xhigh|max"}. Uyarlanabilir düşünme, Fable 5 için her zaman açıktır ve devre dışı bırakılamaz. max_tokens, düşünme ARTı yanıt metnini sınırlar, bu nedenle yüksek ve üzerinde büyük ayarlayın (64k yakınından başlayın), aksi takdirde model düşünce ortasında yer biter.
13
14| Model | Mtok başına giriş/çıkış | Önbellek okuma | Koltuk |
15|---|---|---|---|
16| claude-fable-5 | $10/$50 | $1.00 | kondüktör, planlayıcı, danışman, yargıç. Otomatik olarak opus-4-8'e düşer |
17| claude-opus-4-8 | $5/$25 | $0.50 | saklama kuralları altında kondüktör |
18| claude-sonnet-5 | $2/$10 (31 Ağustos'a kadar, sonra $3/$15) | yok | varsayılan kodlama yürütücüsü |
19| claude-haiku-4-5 | $1/$5 | $0.10 | izciler, alt ajanlar, mekanik iş |
20
21Fable, Opus 4.8, Sonnet 5'te 1M bağlam, uzun bağlamda SABİT fiyatlandırılır, bu nedenle uzun okumalar buraya yönlendirilir. Maksimum çıktı 128K.
22
23## OpenAI (Responses API, /v1/responses)
24
25| Model | Mtok başına giriş/çıkış | Önbelleklenmiş | Koltuk |
26|---|---|---|---|
27| gpt-5.6-sol | $5/$30 | $0.50 | satıcılar arası inceleyici, terminal işi |
28| gpt-5.6-terra | $2.50/$15 | $0.25 | Codex günlük sürücü (önce Luna'ya karşı test et) |
29| gpt-5.6-luna | $1/$6 | $0.10 | mekanik iş, sessiz tikler |
30
31Eşiğin üzerindeki uzun bağlam, Anthropic'in sabit 1M kademelerinin aksine, giriş fiyatını kabaca İKİ KATINA çıkarır. Açık önbellek kırılma noktalarına sahip ilk aile; yazma maliyeti 1.25x.
32
33## Açık ağırlıklar (toplu işçiler)
34
35| Model | Mtok başına giriş/çıkış | Önbellek isabeti |
36|---|---|---|
37| deepseek-v4-flash | $0.14/$0.28 | $0.0028 (kabaca yüzde 98 indirim) |
38| deepseek-v4-pro | $0.435/$0.87 | yok |
39| kimi-k2.7-code | $0.95/$4.00 | $0.19 |
40
41## Biriken indirimler
42  - önbellek okumaları, her iki laboratuvarda da taze girişin onda birine mal olur (yaklaşık yüzde 90 indirim)
43  - önbellek yazmaları, bir okumadan (5 dakika) veya iki okumadan (1 saat) sonra kendini amorti eder
44  - toplu API'ler her iki yönde de yüzde 50 indirimlidir
45  - tekrarlanan bir önekte toplu işlem + önbellek okuma, yaklaşık yüzde 95 indirime yaklaşır
46  - Anthropic'in en yeni tokenleştiricisi, aynı metin için yaklaşık yüzde 30 daha fazla token üretir, bu nedenle etkin maliyet etiket fiyatının üzerindedir. Etkin olarak bütçe yapın.
47
48## Bir maliyet sorusu nasıl cevaplanır
49  1. Giriş ve çıkışı ayrı ayrı tahmin edin. Ajanlar, yazdıkları her 1 token için yaklaşık 100 token okur, bu nedenle giriş baskındır ve önbellek isabet oranı faturayı belirler.
50  2. Önbellek okuma oranını tekrarlanan öneke uygulayın, taban orana değil.
51  3. Tokenleştirici için Anthropic rakamlarını yaklaşık 1.3 ile çarpın.
52  4. Bir aralık belirtin, varsayımları adlandırın, bu dosyanın hangi satırını kullandığınızı söyleyin.
53  5. Sayı, deponun günlük sınırını aşarsa, herhangi bir şeyi çalıştırmadan ÖNCE söyleyin.
54
55Bu dosyadan okumadığınız bir fiyatı asla sunmayın. Burada listelenmeyen bir model tezgahta değildir ve bir tane eklemek, geçitten geçen bir yönlendirme değişikliğidir.

Nasıl inşa ettiğinizi değiştiren yedi gerçek:

Önbelleğe alınmış giriş, her iki laboratuvarda da yüzde 90 indirimlidir. Sistem isteminizdeki bir zaman damgası, onu her çağrıda yakar. Kararlı önek, yalnızca ekleme geçmişi, her zaman. Ajanlar, yazdıkları her 1 token için kabaca 100 token okur, bu nedenle bu indirim faturanızın çoğunluğudur.
Önbellek yazmaları ekstra maliyetlidir ancak hızlı geri döner. Anthropic'in 5 dakikalık yazması 1.25x faturalandırır ve tek bir okumadan sonra başa baş noktasına gelir. GPT-5.6, OpenAI'in açık önbellek kırılma noktalarına ve fiyatlandırılmış yazmalara sahip ilk ailesidir. Bir sistem programcısının bir bellek hiyerarşisi etrafında mimari yapması gibi, önbellek etrafında mimari yapın.
En yeni Anthropic tokenleştiricisi, aynı metin için kabaca yüzde 30 daha fazla token üretir. Etkin fiyat etiketin üzerindedir. Etkin olarak bütçe yapın.
Fable 5'ten bir güvenlik reddi bir hata değildir. Çağrı başarılı olur ve iş, oturumların yüzde 5'inden azında, tasarım gereği Opus 4.8'e düşer. Ne olduğunu okuyun, yalnızca çıkış kodunu değil ve ihtiyacınız olmadan önce yedekleme zincirini yapılandırın.
Orta kademeyi varsayılan yapmayın. Bağımsız testler, bazı Luna veya Sol ayarlarının maliyet-kalite sınırında Terra'yı her zaman yendiğini buldu. Bunun için ödeme yapmadan önce Terra'yı kendi trafiğinizde Luna'ya karşı test edin.
Toplu API'ler, gece boyunca bekleyebilecek her şeyi yarıya indirir ve indirim önbelleğe alma ile birikir: toplu işteki tekrarlanan önekler yaklaşık yüzde 95 indirimle çalışır. YAPI 7'deki gece boyunca çalışan brülör, bundan yararlanmak için vardır.
Kullanılabilirlik bir varsayım değil, operasyonel bir risktir. Fable 5, Haziran'da 19 gün kaybetti. Buradaki her model referansının bir yedeği vardır: fable-5, opus'a düşer, sol, terra'ya düşer ve her yedek günlüğe kaydedilir.

İkinci sayaç: bir koltuk bir API anahtarı değildir

Yukarıdaki her sayı, milyon token başına dolar cinsinden fiyatlandırılmıştır. Çağrı başına ödeme yapıyorsanız bu doğru para birimidir.

Bunu 200$'lık bir Codex Pro koltuğunda veya bir Claude Max koltuğunda çalıştırıyorsanız yanlış olandır.

Bir koltuğun metresi, birlikte değerlendirilen beş saatlik bir pencere ve haftalık bir penceredir ve bir istek her ikisine de sayılır.

Hafta için bolluk içinde olabilirsiniz ve yine de dört saat boyunca kilitlenebilirsiniz, çünkü tek bir mesaj kısa olanı yemiştir.

Aynı doktrin. Farklı para birimi. Üç ayar, bir mesajın bir pencerenin ne kadarını alabileceğine karar verir:

Hızlı mod pahalı olandır, çünkü yeni büyümüş bir sayıyı çarpar.

GPT-5.6, mesaj başına 5.5'ten çok daha uzun çalışır. Çoğunlukla bir hediye. Aynı zamanda tüketimi öngörülemez hale getirir.

Theo, Sol'da 200.000 doların üzerinde token yaktığını bildiriyor
Bir 5.6 mesajının beş saatlik bir pencerenin yüzde 15'ini aldığını izledi
Çarpanla, bu tek bir mesajda pencerenin yüzde 40'ıdır

Hız ücretsiz değildir. Sizden ücretlendirdiği şey, zaten yakacağınız tokenlerdir. Güvenmeden önce hız belgelerindeki çarpanı tekrar okuyun: model başına yayınlanır ve değişir.

Ultra daha ince bir tuzaktır, çünkü arayüz onu çaba seviyelerinin yaşadığı yere dosyalar ve onlardan biri değildir.

Maks derinliktir. Tek bir model, tek bir sorun, tek bir akıl yürütme zincirinde daha fazla zaman.
Ultra genişliktir. İş dört ajana yayılır ve ardından sentezlenir.
Farklı eksenler. Ultra, "maks'tan fazlası" değildir.

Gerçekten ayrışmayan bir göreve yöneltildiğinde, ultra, bir filoya bedel bir tüketim için bir araştırmayı kopyalayan dört ajan satın alır.

Terminal-Bench 2.1'de, 88.8'den 91.9'a, bir filoya bedel bir tüketim için kabaca 3.1 puan değerindedir. Alt problemler arasındaki sınırlar gerçek olana kadar kapalıdır.

Sol ve Terra'nın neden her ikisinin de doğru varsayılanlar olduğu

Bir saha raporu, neredeyse her şey için Sol'u çalıştırır. Yukarıdaki tezgah, Terra'yı Codex günlük sürücüsü yapar. Her ikisi de doğrudur ve metre bunun nedenidir.

Oran kartı, Sol'un çıktısının Terra'nın iki katı maliyette olduğunu söyler
Koltuk, zaten ödediğinizi söyler
Bu nedenle canlı olan tek soru, yeşile ulaşmanın kaç tur aldığıdır
Daha düşük çabada daha güçlü bir model genellikle daha azına ihtiyaç duyar

Oran maliyet değildir. Maliyet, oran çarpı yeşile ulaşma tur sayısıdır ve ikinci terim hareket edendir.

YAPI 4'ün yasası diğer yönden geliyor: kadranı kurcalamadan önce koltuğu yükseltin. 200$ kademesinde yüksekte Sol olarak okuyan bir koltukta, altında düşükte Sol. İkisine de inanmadan önce ölçün.

Codex kademelerini şimdi ayarlayın:

text

1# ~/.codex/config.toml
2model = "gpt-5.6-terra"                 # günlük sürücü
3model_reasoning_effort = "medium"
4# service_tier = "fast"                 # YORUM SATIRI OLARAK BIRAKIN. hızlı mod 2.5x kredi faturalandırır
5                                        # /fast status ile zaten içinde olmadığınızı onaylayın
6
7[profiles.fast]                         # mekanik iş. "hızlı mod" DEĞİL: bu
8model = "gpt-5.6-luna"                  # profil daha ucuz bir modeldir, 2.5x
9model_reasoning_effort = "low"          # sayaç değil. iki farklı şey, tek kelime.
10
11[profiles.deep]                         # planlama, kötü hatalar, incelemeler
12model = "gpt-5.6-sol"
13model_reasoning_effort = "high"

KONTROL 0: her iki CLI da kimlik doğrulaması yapar ve test komutunuz mevcut depoda 0 çıkışı verir.

YAPI 1: Anayasalar

Bu modeller yasalara uyar ve ipuçları etrafında optimize olur, bu nedenle her satırın bir sayıya, bir "asla"ya veya onu kontrol eden bir komuta ihtiyacı vardır.

CLAUDE.md'yi oluşturun:

markdown

1# CLAUDE.md
2
3## ASLA (istisnalar önce sormayı gerektirir)
4- Oturum ortasında asla model değiştirmeyin. Yönlendirme yalnızca oturum ve alt ajan sınırlarında gerçekleşir. Görev ortası değişimler önbelleği yakar.
5- Kendi farkınızı asla incelemeyin. İnceleme, taze bir bağlamdan veya farklı bir soydan gelir. Devin'in inceleyicisi, ajan PR'ı başına 2 hata yakalar, çünkü yazarla hiçbir şey paylaşmaz.
6- Bir testi geçirmek için asla düzenlemeyin, zayıflatmayın veya silmeyin. Otomatik BAŞARISIZ.
7- Öz değerlendirmeden asla bitti olarak rapor vermeyin. Bitti = gate/verify.sh geçti.
8- Asla dördüncü bir danışman görüşü almayın. Üç ıskalama = ENGELLENDİ, insanın sırası.
9- eval_gate.py'nin ENGELLEDİĞİ bir yönlendirme veya istem değişikliğini asla birleştirmeyin.
10- Her iki sınır da ayarlanmadan asla herhangi bir döngü çalıştırmayın: MAX_ITERS ve BUDGET_USD.
11- Bir sınır modelin çalıştığını asla varsaymayın. Yedekler: fable-5 -> opus, sol -> terra. Her yedeği progress.log'a kaydedin.
12- Sizden istenmeyen bir alt ajanı asla oluşturmayın. Alt ajanlar, ebeveynin modelini VE çabasını devralır, bu nedenle hevesli bir filo pahalı koltuğu devralır.
13
14## GÖNDER (ilk eşleşme kazanır)
15| # | Görev | Koltuk |
16|---|---|---|
17| 1 | planla / mimari yap / taşı | fable-5 planlar, sonnet yürütür |
18| 2 | ayıkla / biçimlendir / testler / dokümanlar | haiku veya luna |
19| 3 | 60k token üzeri bağlam | Anthropic 1M sabit fiyatlı kademe |
20| 4 | ajan tarafından yazılan kodun incelenmesi | codex aracılığıyla sol, yerel koşum takımı |
21| 5 | belirsiz | zorluk puanı: 0-1 ucuz, 2 sonnet, 3+ sınır |
22| 6 | hâlâ emin değil | bir kez ucuz çalıştır, doğrula, başarısız olursa bir kez yükselt |
23
24## BİTTİ
25- Her görev, iş başlamadan önce makine tarafından kontrol edilebilir bir done_when taşır.
26- Taze bağlamlı bir inceleyici, spesifikasyonu farka karşı yargılar, başka hiçbir şeyi değil.
27- gate/verify.sh nihai oyu tutar. Bir öğede iki yapıcı/kontrolör anlaşmazlığı -> dur, bir insan için sıraya koy.

Depo kökünde AGENTS.md'yi, Codex'in lehçesinde aynı yasalar olarak oluşturun. 100 satır civarında, bir içindekiler tablosu, bir ansiklopedi değil:

markdown

1# AGENTS.md
2
3## Komutlar
4| Amaç | Komut |
5|---|---|
6| Test | make test   (bu komut, bitmişliğin tanımıdır) |
7| Lint | make lint |
8
9## Oturum protokolü
101. Önce progress.log ve TASKS.md'yi okuyun. 2. BİR işaretlenmemiş görev.
113. Uygula, TÜM takımı çalıştır, yalnızca yeşil, açıklayıcı mesajla taahhüt et.
124. Görevi işaretle, progress.log'a bir satır ekle, dur.
13Testler bitmişliği tanımlar. Birini asla zayıflatma, atlama veya silme. Yanlış test =
14görevi ENGELLENDİ olarak işaretle ve nedenini söyle.
15
16## Model politikası
17Varsayılan: terra, orta çaba. Mekanik: profil hızlı (luna, düşük).
18Planlama ve kötü hatalar: profil derin (sol, yüksek).
19Modelden önce çaba. Profil oturum başlangıcında seçilir, asla görev ortasında değil.
20Hızlı mod KAPALI (2.5x kredi). Ultra KAPALI. İkisi de bir çaba seviyesi değildir.
21Yalnızca siz istediğinizde bir alt ajan oluşturun. Alt ajanlar bu oturumun modelini VE
22muhakeme seviyesini devralır, bu nedenle yüksek çabada hevesli bir oluşturma, yüksek çabada
23koca bir filodur.
24
25## Takıldı
26Sinyaller: aynı hata iki kez; iki ilerleme adımı yok; iki farklı düzeltmeden sağ çıkan bir test.
27Ardından /fable-advice. Maksimum 3 danışma, sonra ENGELLENDİ.
28
29## İnceleme
30Herhangi bir birleştirmeden önce TEMİZ bir oturumda /review-hostile veya Claude tarafından
31satıcılar arası şerit. Kendi incelenmemiş çalışmanızı asla birleştirmeyin.

Her iki tarafta da bir doktrin yaşamalıdır, aksi takdirde hangi koşum takımının daha gevşek alışkanlıkları varsa, araçları her değiştirdiğinizde o kazanır.

KONTROL 1: her satır için, modelin yüzde 80 uyum sağlayıp başarılı olduğunu iddia edip edemeyeceğini sorun. Cevap evetse, bir sayı veya bir "asla" ile yeniden yazın. wc -l CLAUDE.md 60'ın altında.

YAPI 2: Geçit

Başka hiçbir şey var olmadan önce bir bash betiği nihai oyu tutmalıdır, çünkü sonraki her yapı onu varsayar.

Yığınınız için gate/verify.sh oluşturun:

bash

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

Gelecekteki her yönlendirme veya istem değişikliği için emniyet kemeri olan gate/eval_gate.py'yi oluşturun. Yalnızca deterministik kontrollerle, mevcut yapılandırma ve önerilen yapılandırma aracılığıyla 50 ila 500 ayrılmış durumu çalıştırır:

python

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"

Ardından geçidi bir beceri olarak atlanamaz hale getirin, .claude/skills/ship-gate/SKILL.md:

markdown

1---
2name: ship-gate
3description: Yönlendirme, model veya prompt değişikliği gönderilmeden önce değerlendirme geçidini çalıştır. Kullanıcı yönlendirme kurallarını değiştirmek, bir model katmanını değiştirmek, bir sistem promptunu düzenlemek, çaba seviyelerini ayarlamak veya yönlendirici, promptlar veya model yapılandırmasına dokunan herhangi bir şeyi birleştirmek istediğinde kullan.
4---
5
6# Ship gate
7
8Yönlendirme veya promptlardaki herhangi bir değişiklik, geçit aksini söyleyene kadar bir kalite kumarıdır. Bu beceri, kumarın asla sessizce gönderilmemesi için vardır.
9
10  1. eval/cases.jsonl dosyasını bulun. Yoksa, DURUN ve kullanıcıya önce gerçek trafikten 50 ila 500 temsili örnek oluşturmasını söyleyin. Örnekleri kendiniz uydurmayın.
11  2. Çalıştırın: python3 eval_gate.py eval/cases.jsonl, mevcut yapılandırma vs. önerilen yapılandırma.
12  3. ENGELLENDİ: her iki puanı raporlayın, hangi örneklerin gerilediğini listeleyin, değişikliği uygulamayın, geçidi temizleyecek en küçük geri almayı önerin.
13  4. GÖNDER: uygulayın ve progress.log dosyasına her iki puanla birlikte bir satır ekleyin.
14
15Kesin kurallar:
16  - Nazikçe istense bile asla ENGELLENDİ kararını geçersiz kılmayın. Başarısız örneklerle birlikte insana yükseltin.
17  - Yönlendirme değişikliğiyle aynı oturumda örnek dosyasını asla düzenlemeyin. Geçit ve değişiklik aynı yazara ait olmamalıdır.
18  - Maliyet rakamları, kalite düşüşüne karşı bir savunma değildir. Geçit kazanır.

Geçit yalnızca deterministik kontroller kullanır, çünkü doğrulayıcıyı kim doğruluyor sorununu asla devralmamalıdır. Değerlendirme geçidi olmayan bir yönlendirme değişikliği, müşterileriniz üzerinde yürüttüğünüz bir maliyet deneyidir.

KONTROL 2: ./gate/verify.sh bugün 0 çıkış koduyla biter ve eval_gate.py demosunda SHIP yazdırır. verify.sh şimdi başarısız olursa, başka bir şey yapmadan önce düzeltin. Sistem bu betiğin üzerinde durur.

YAPI 3: Kalp Atışı

Model zekayı getirir. Döngü disiplini getirir.

Yineleme başına taze bağlam, bağlam çürümesini önler
Depo tüm belleği taşır
İki sınır, kontrolden çıkmış bir ajanı on dolarlık bir derse dönüştürür

Bu, Anthropic'in hiçbir orkestratör modeli olmadan yaklaşık 20.000$'a 100.000 satırlık bir C derleyicisi oluşturan 16 döngülük çalışmasının arkasındaki tam şekildir.

loop/PROMPT.md dosyasını oluşturun:

markdown

1progress.log ve TASKS.md dosyasını oku. Tam olarak BİR işaretlenmemiş görev seç.
2Uygula. Testleri çalıştır. Yeşilse: açıklayıcı bir mesajla commit yap, görevi
3işaretle, progress.log'a bir satır ekle, dur.
4Aynı görev iki kez başarısız olursa, hatayla birlikte ENGELLENDİ olarak işaretle ve dur.
5Yalnızca her görev işaretlendiğinde VE tüm paket geçtiğinde DONE adlı bir dosya oluştur.
6Bir testi geçmesi için asla düzenleme.

loop/ralph.sh dosyasını oluşturun:

bash

1#!/usr/bin/env bash
2set -u
3MAX_ITERS="${MAX_ITERS:-25}"      # sınır bir: yineleme sayısı
4BUDGET_USD="${BUDGET_USD:-10}"    # sınır iki: dolar
5MAX_FAILS=3; fails=0; spent=0; i=0
6
7while [ ! -f DONE ] && [ "$i" -lt "$MAX_ITERS" ]; do
8  i=$((i + 1))
9  # her yinelemede yeni oturum: depo dışında hiçbir bellek yok
10  claude -p "$(cat PROMPT.md)" --max-turns 30 \
11    --output-format json > out.json 2> err.log \
12    && fails=0 || fails=$((fails + 1))
13  [ "$fails" -ge "$MAX_FAILS" ] && exit 2        # devre kesici
14  cost=$(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="$BUDGET_USD" 'BEGIN{exit !(s>c)}' && exit 3  # sınır
17  sleep 2
18done
19[ -f DONE ] && echo "$i tikte tamamlandı, \$$spent" || echo "sınıra ulaşıldı, \$$spent"

claude satırını codex exec ile değiştirin ve aynı döngü GPT-5.6'yı çalıştırır.

Çıkış haritası kasıtlıdır: 0 tamamlandı veya sessiz, 2 devre kesici, 3 bütçe. YAPI 12'deki her alarm bunlara bağlıdır.

Maliyet satırı, oturumun kendi JSON maliyet raporunu okur, bu nedenle sınır, bir tahmin değil, gerçek harcamaya karşı koşum tarafından uygulanır.

Bu prompttaki duruşları sayın. Her dal birinde biter ve bu bir tik değil, tasarımdır.

Bu nesil, mesaj başına öncekinden çok daha uzun çalışır. Çoğunlukla bir hediye. Bazen bir fatura, çünkü devam etmek için artık teşvike ihtiyaç duymayan bir model, bir görevi, ona bakmak istediğiniz noktanın dört adım ötesine taşıyabilir.

Döngü bunu yapısal olarak çözer: tik başına bir görev, sonunda sert duruş.

Etkileşimli olarak bunu yüksek sesle söylemelisiniz. İki prompt işi görür:

"planı yaz, sonra dur ve herhangi birini oluşturmadan önce bana göster"
plan iyi olduğunda: "oluştur, test et, PR'ı aç, ilk tur inceleme yorumlarını ele al, sonra dur"

Uzun çalışan bir model, yalnızca kenarın nerede olduğu söylenmediğinde tehlikelidir.

Uzun görevler, bağlamın başarısız olduğu şekilde başarısız olur, bu nedenle yinelemeler kısa kalır ve ortam hatırlamayı yapar. Fable 5 ve Codex modelleri artık kendi bağlamlarını çalışma ortasında sıkıştırır, bu nedenle akıllı bellek tesisatı eklemeye direnin; doğru miktar her çeyrekte azalır.

KONTROL 3: TASKS.md dosyasında iki küçük gerçek görev, BUDGET_USD=2 ile elle çalıştırılan bir tik. Bir commit, bir işaretlenmiş görev, bir günlük satırı onaylayın ve döngünün ikinci bir göreve başlamak yerine çıktığını doğrulayın.

YAPI 4: İşini Hak Eden Yönlendirici (önce model, sonra çaba)

2026'nın en titiz yönlendirme kıyaslaması LLMRouterBench, ticari olanlar da dahil olmak üzere birçok yönlendiricinin en iyi tek modeli seçmeyi güvenilir bir şekilde geçemediğini buldu. Bu nedenle yönlendirici, kendi trafiğinizde masumiyetini kanıtlayana kadar suçludur.

Herhangi bir koddan önce karar kuralı. Yalnızca aşağıdakilerin her ikisi de doğru olduğunda bir yönlendirici ekleyin:

Ucuz ve sınır katmanları, trafiğinizde kabaca beş kat yetenek-dolar başına fark gösterir
YAPI 2'deki değerlendirme seti onu denetlemek için mevcuttur

İyi seçilmiş bir model, bu değerlendirmelerde yönlendiricinizi yeniyorsa, yönlendiriciyi silin ve basitliği koruyun.

Çıtayı geçtikten sonra, router/router.py üç katmanı çalıştırır, en ucuz karar önce. Katmanların asla fiyatları değil, koltukları adlandırdığını unutmayın: oranlar çalışma zamanında bench becerisinden gelir, bu nedenle bir fiyat değişikliği yönlendiricinize asla dokunmaz.

python

1TIERS = {                                   # sayılar değil, koltuklar
2  "cheap":    "gpt-5.6-luna",               # veya claude-haiku-4-5
3  "mid":      "claude-sonnet-5",
4  "frontier": "claude-fable-5",             # veya gpt-5.6-sol
5}
6PRICES = load_bench(".claude/skills/model-bench/SKILL.md")   # tek gerçek kaynak
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)   # önce ucuz, doğrula, başarısız olursa TAM OLARAK BİR KEZ yükselt

Orta katman, okuyabileceğiniz işaretçilerde zorluk puanlar: neden, hata ayıklama, yarış, kilitlenme, yeniden düzenleme, güvenlik, artı prompttaki kod, önceki başarısız deneme ve birden fazla alt sisteme dokunma.

Sıfır veya bir puan ucuz gider. İki puan orta gider. Üç veya daha fazla sınır gider. Basamaklı doğrulayıcı deterministiktir ve tam olarak bir kez yükseltir.

Aynı kararları, çağrılmadan ateşlenmeleri için koşuma bağlayın, .claude/skills/model-router/SKILL.md. Becerinin kuralları yeniden ifade etmediğini, onları okuduğunu, bench'in fiyatlar için kullandığı aynı tek-gerçek-kaynak numarasını unutmayın:

markdown

1---
2name: model-router
3description: Çalışmaya başlamadan önce her görevi doğru koltuğa ve çabaya yönlendir.
4  Oturum başlangıcında, alt ajanları başlatmadan önce, kullanıcı hangi modelin kullanılacağını
5  sorduğunda veya bir görev planlama ve yürütmeyi karıştırdığında kullan.
6---
7
8# Model router
9
10ROUTING.md dosyasını okuyun ve uygulayın. Bir politika uydurmayın ve burada birini yeniden
11ifade etmeyin: bu dosya çürür ve politika dosyası değerlendirme geçidi altında olan dosyadır.
12
13Bu becerinin bu dosyanın üzerinde uyguladığı üç şey:
14
15  1. Yalnızca sınırlarda yönlendirin. Oturum başlangıcı ve alt ajan başlatma. Görev ortasında
16     bir değişim, önbelleği geçersiz kılar ve bağlamı önbelleğe alınmış oranın on katında yeniden faturalandırır.
17  2. Oturum sonunda, ucuz katman payını progress.log dosyasına ekleyin. Tasarruflar yalnızca
18     trafiğin çoğu ucuz olduğunda birikir, bu nedenle izlenecek sayı budur.
19  3. ROUTING.md dosyasındaki herhangi bir değişiklik, ship-gate becerisi aracılığıyla gönderilir.
20     İstisna yok.

Karar sırası maliyeti yansıtır: önce ücretsiz bir kontrol, sonra puanlı bir tahmin, son olarak ücretli bir deney.

Para trafik bölünmesidir, zekilik değil.

İşin yüzde 70'ini fiyatının onda biri olan bir katmana gönderin ve fatura yaklaşık üçte iki oranında düşer
Üretim raporları yüzde 40 ila 85 arasında tasarruf gösterir ve fark neredeyse tamamen bölünmedir
Tasarruflar yalnızca trafiğin çoğu ucuz olduğunda birikir

Bu nedenle progress.log'daki ucuz pay, bu sistemin izlemenizi sağladığı tek sayıdır.

Çaba ikinci kadrandır

Çaba, bir seviye aşağı yönlendirmedir: hangi modelin çalıştığı yerine modelin ne kadar düşündüğüne uygulanan aynı beceri.

Her araç kadranı farklı bir varsayılanın altına gömer. Claude Code'da yüksek. Codex'te orta. Çoğu uygulamada gizli. Bu nedenle insanlar her şey için bir ayarı bırakır ve ya fazla öder ya da az düşünür.

Varsayılan olarak yükseğe ayarlayın ve maksimumu bir hava atmak değil, son çare olarak ele alın.

Anthropic'in kendi çaba belgeleri, tatlı noktayı yükseğe koyar ve maksimumun aşırı düşünmeye yol açabileceği konusunda uyarır
26 kodlama görevinin bir kamu kıyaslaması, yüksek kullanımın düşük kullanıma kıyasla kaliteyi kabaca üç katına çıkardığını buldu
Aynı kıyaslama, xhigh kullanımının iki katından fazla maliyeti olduğunu ve nadiren kendini amorti eden bir kazanç sağladığını buldu

Model, kadran kadar önemlidir. Düşük çabadaki Fable 5, genellikle xhigh'de çalışan eski modelleri yener, bu nedenle daha yüksek ayardan önce daha iyi modele uzanın.

Bu merdivenin daha yüksek basamaklarıyla karıştırılan iki ayar vardır. İkisi de üzerinde değildir.

Maksimum derinliktir. Bir model, bir sorun, daha fazla zaman.
Ultra genişliktir. Bir görev, dört paralel ajana dağıtılır ve ardından sentezlenir.

Farklı eksenler. Ultra, "maksimumdan fazlası" değildir ve gerçekten bölünmeyen bir göreve yöneltmek, bir araştırmayı kopyalayan dört ajan satın alır.

Merdiven sürümler arasında taşınmaz. Aynı kelime, yeni bir modelde eski modele göre farklı miktarda düşünme satın alır.

Bilinen bir görevi yeni bir koltuğa taşırken, güvendiğiniz ayarın bir basamak altından başlayın. Yalnızca çıktı isterse yukarı çıkın.

Özellikle sürülere ait bir tuzak vardır.

Alt ajanlar, ebeveynin modelini ve ebeveynin çabasını devralır. Maksimum çabalı bir şef tarafından oluşturulan bir filo, maksimum çabalı bir filodur ve tek bir mesajda bir pencereyi tüketir.

Onları kendi ön yazılarında sabitleyin ve bunu yaparken hangi koşumda olduğunuzu bilin, çünkü sabitleme yalnızca onu okuyan başlatıcı kadar iyidir.

Claude tarafı. Aşağıdaki ön yazı kontroldür.
Codex tarafı. 5.6, alt süreçleri ebeveynin kendi modeli ve akıl yürütme seviyesinde oluşturur ve hevesle oluşturur. Ebeveynin kadranı, filonun kadranıdır.

Codex tarafında gerçek kontroller yalnızca oturumu açtığınız ayar ve AGENTS.md'de istenmedikçe oluşturma yapma diyen bir satırdır. Hangisine sahip olduğunuzu güvenmeden önce doğrulayın:

yaml

1name: scout
2model: haiku
3effort: low     # alt ajanlar ebeveyni devralır. maksimum çabalı bir sürü
4                # tek mesajda bir pencereyi boşaltır. onları sabitleyin.

Araç başına ayarlayın: Claude Code ve Codex TUI'de /effort, codex -e high gibi bir bayrak, config'de bir satır veya API'de effort alanı.

Model yönlendirmesi kimin düşüneceğine karar verir. Çaba yönlendirmesi ne kadar süreyle düşüneceğine karar verir ve ikinci kadranı çevirmek daha ucuzdur çünkü kurulumdaki başka hiçbir şey değişmez ve önbellek sıcak kalır. Çabayı döngünün dallandığı yerde harcayın. Başka her yerde bir vergidir.

Haftalık olarak tek sayıyı takip edin:

bash

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

ROUTING.md, her iki koşumun da okuduğu politika

Yukarıdaki her şey, depo kökünde tek bir dosyada yoğunlaşır.

markdown

1# ROUTING.md
2
3Yönlendirme dört karardır ve sıra önemlidir:
4  1. NEREDE:    hangi koşum işi çalıştırır
5  2. NE ZAMAN:  kararın hangi sınırda verildiği
6  3. KİM:       hangi model koltuğa oturur
7  4. NE KADAR:  bu modelin hangi çaba seviyesinde çalıştığı
8Çoğu ekip yalnızca 3. madde hakkında tartışır. Para 2 ve 4'te.
9
10## 1. NEREDE: modelden önce koşum
11Bir koşum içinde sonradan eğitilmiş bir model, başka herhangi bir yerde dağılım dışı çalışır.
12Ölçülen fark: aynı ağırlıklarla yüzde 20,2 yerel vs. yüzde 7,7 yabancı.
13
14| İş | Koşum | Neden |
15|---|---|---|
16| kod yazma | modelin yerel koşumu | yazarlar dağılım dışında bozulur |
17| kodu inceleme | inceleyenin yerel koşumu | zayıf bir inceleme hiç yoktan kötüdür |
18| okuma, keşif | herhangi bir yer | okumalar ucuzdur ve doğrulanabilir |
19| mekanik dönüşümler | herhangi bir yer | kontrol deterministikse, koşum pek önemli değildir |
20
21KURAL: okuyucu ve inceleyici kanallarını serbestçe yeniden eşleyin. Yazar kanalı, kendi değerlendirme setiniz aksini söyleyene kadar koşum-yerel kalır. Bu geçersiz kılma bir tercih değil, bir ölçüm olmalıdır.
22
23## 2. NE ZAMAN: sınırlarda yönlendirin, asla içlerinde
24Oturum ortasında bir değişim, prompt önbelleğini atar. Önbelleğe alınmış girdi, taze girdinin onda birine mal olur, bu nedenle gereksiz bir değişim, tüm bağlamı on kat fiyata yeniden faturalandırır ve hiçbir şey satın almaz.
25
26Yasal sınırlar, bir yönlendirme kararının gerçekleşebileceği TEK yerler:
27  - oturum başlangıcı
28  - alt ajan başlatma
29  - sürüde yeni bir hedef
30  - diğer soya inceleme devri
31  - bir kesinti veya güvenlik önlemi tarafından tetiklenen bir geri dönüş
32
33Başka her yerde yasa dışı. Dönüş başına yönlendirme yok. Görev ortasında uyarlamalı değişim yok. Basamaklı yapı TAM OLARAK BİR yükseltme alır ve yeni bir sınır açar.
34
35KURAL: sınır açıldığında koltuğu seçin, ardından bir sonrakine kadar orada kalın.
36
37## 3. KİM: karar prosedürü (ilk eşleşme kazanır, sonucu günlüğe kaydedin)
38
39Katman 1, kurallar. Ücretsiz. Her zaman önce kontrol edin.
40
41| Sinyal | Koltuk |
42|---|---|
43| ayıklama / biçimlendirme / özetleme / sınıflandırma / testler | Haiku veya Luna, düşük çaba |
44| planlama / mimari / taşıma / kök-neden | Fable planlar, Sonnet yürütür |
45| 60k token üzeri bağlam | Anthropic 1M katmanı (sabit fiyatlı) |
46| ajan tarafından yazılan kodu inceleme | diğer soy, yerel koşum |
47| hedef bağımsız parçalara ayrılır | sürü: Fable yazar ve puanlar |
48
49Katman 2, puan. Her biri bir puan:
50  - neden / hata ayıklama / yarış / kilitlenme / yeniden düzenleme / güvenlik / optimize etme içerir
51  - birden fazla alt sisteme dokunur
52  - önceki bir deneme zaten başarısız oldu
53  - değişiklik geri alınamaz veya kullanıcıya dönük
54  0-1 -> ucuz katman, düşük çaba. 2 -> Sonnet, orta. 3+ -> sınır, yüksek.
55
56Katman 3, basamaklı yapı. Ucuzu çalıştırın, deterministik olarak doğrulayın, TAM OLARAK BİR KEZ yükseltin.
57Asla iki kez. İkinci bir başarısızlık bir spesifikasyon sorunudur ve daha büyük bir model spesifikasyonunuzu düzeltmez.
58
59Koltuklar ve geri dönüşler .claude/skills/model-bench/SKILL.md dosyasında yaşar. Burada fiyat yok.
60
61## 4. NE KADAR: çaba yönlendirmesi
62Çaba, bir seviye aşağı yönlendirmedir. Bu dosyadaki en ucuz kadran: başka hiçbir şey değişmez ve önbellek sıcak kalır.
63
64| Çaba | Şunun için kullan |
65|---|---|
66| düşük | yazım hataları, yeniden adlandırmalar, sıralama, ayıklama, varsayılan olarak HER alt ajan |
67| orta | net bir spesifikasyondan rutin kod, özetler, standart yazı |
68| yüksek | sökümler, taşımalar, zor hatalar, tüm şef işi (VARSAYILAN) |
69| maksimum | yalnızca yüksek çabanın çatlayamadığı sorun |
70| ultra | BU MERDİVENDE DEĞİL. derinlik değil, genişlik: paralel 4 ajan. varsayılan olarak kapalı |
71
72  1. Varsayılan olarak yükseğe ayarlayın. Tatlı nokta oradadır; maksimum aşırı düşünmeye eğilimlidir.
73  2. Daha iyi model, daha yüksek kadrandan daha iyidir. Ayarı değiştirmeden önce koltuğu yükseltin.
74  3. Alt ajanlar, ebeveynin modelini VE çabasını DEVRALIR. Maksimum çabalı bir şef tarafından
75     oluşturulan bir filo, maksimumda çalışır ve tek mesajda bir pencereyi boşaltır. Her
76     alt ajanı kendi ön yazısında sabitleyin: effort: low. Başlatıcının sabitlemeyi
77     görmezden geldiği yerde, ebeveynin kadranı filonun kadranıdır. Hangisine sahip olduğunuzu kontrol edin.
78  4. Maksimum derinliktir. Ultra genişliktir. Ultra yalnızca alt sorunlar gerçekten
79     bağımsız olduğunda, asla varsayılan olarak ve koşum aşırı oluştururken hiç kullanılmaz.
80  5. Merdiven sürümler arasında taşınmaz. Yeni bir modelde, eski modelde güvendiğiniz
81     ayarın bir basamak altından başlayın.
82  6. Hızlı mod da bir çaba seviyesi değildir. Zaten yaktığınız tokenlerde 2,5x kredi karşılığında
83     gecikme satın alır. Kapalı.
84
85Kadran dört yerde yaşar: Claude Code ve Codex TUI'de /effort, codex -e high,
86config'de model_reasoning_effort, API'de effort alanı. Claude Code
87varsayılan olarak yüksek, Codex varsayılan olarak orta, çoğu uygulama tamamen gizler, bu nedenle
88ekipler yanlışlıkla her şey için bir seviye çalıştırır.
89
90## 5. Geri Dönüşler: sınırın çöktüğünü varsayın
91Sınır kullanılabilirliği garanti değildir ve bir güvenlik önlemi, oturumların yüzde 5'inden azında,
92hatasız olarak, bir çağrıyı çalışma ortasında Opus 4.8'e yönlendirebilir.
93  - Her koltuğun adlandırılmış bir geri dönüşü vardır. İstisna yok.
94  - Her geri dönüş günlüğe kaydedilir. Sessiz bir yönlendirme bir hatadır, çünkü
95    seçmediğiniz bir modelden çıktı okuyor olabilirsiniz.
96  - Seçmediğiniz bir modelin çıktısı üzerinde ASLA yineleme yapmayın.
97
98## 6. Tüm bunların işe yarayıp yaramadığına karar veren sayı
99Karma maliyet, trafik bölünmenizdir, başka bir şey değil. Yüzde 70 ucuz, faturayı
100kabaca üçte iki oranında keser. Yüzde 10, bozuk para tasarrufu sağlar. Yönlendirici doğruluğu,
101yönlendirici zekiliğinden çok daha değerlidir.
102
103YAPI 4'teki tek satırlık komutla takip edin. Yüzde 50'nin altında, tasarruflar
104birikmeye başlamamıştır. Burada başka bir şeye dokunmadan önce bölünmeyi düzeltin.
105
106## 7. Bu dosyadaki geçit
107KURAL: bu dosyadaki hiçbir değişiklik, 50 ila 500 ayrılmış
108örnekte eval_gate.py geçmeden gönderilmez. ENGELLENDİ kararı kesindir ve oturum içinde geçersiz kılınamaz.
109Geçit ve değişiklik aynı yazara ait olmamalıdır.
110
111## 8. Bu dosyanın ne zaman silineceği
112İyi seçilmiş tek bir model, değerlendirmelerinizde tüm bu yığını yeniyorsa,
113yönlendiriciyi silin ve basitliği koruyun. En titiz 2026 yönlendirme kıyaslaması,
114ticari olanlar da dahil olmak üzere birçok yönlendiricinin en iyi tek modeli seçmeyi
115güvenilir bir şekilde geçemediğini buldu.
116Önce ölçün. İkinci olarak yönlendirin. Memnuniyetle silin.

KONTROL 4: router.py çevrimdışı çalışır ve bir karar, bir neden ve bölünmeyi yazdırır. Notlarınız 5x fark ölçümünü veya yönlendiricinin henüz haklı çıkarılmadığını söyleyen tarihli bir notu içerir.

YAPI 5: Danışman Tersine Çevirme

Klasik desen, akıllı modeli sorumlu koyar ve toplu yürütme üzerinde sınır tokenleri yakar. Bunu tersine çevirin.

Anthropic'in danışman sonuçları: Bir Opus sınıfı danışmanla Haiku, zor bir tarama kıyaslamasında puanını iki katından fazla artırdı, tek başına 19,7'ye karşı 41,2, orta katmandan görev başına yüzde 85 daha düşük maliyetle.

Yürütme topludur. Tavsiye gramdır.

Koşum, sürücünün ne zaman takıldığına karar verir, asla sürücü, .claude/skills/stuck-protocol/SKILL.md:

markdown

1---
2name: stuck-protocol
3description: İlerleme durduğunda fable-uzman danışmana yükselt. Aynı hatanın iki kez
4  görünmesi, hatalar devam ederken iki ardışık adımın hiçbir dosyayı değiştirmemesi, bir testin
5  iki farklı düzeltme girişiminden sonra başarısız olması veya kullanıcının ajanın döngüye
6  girdiğini söylemesi durumunda kullan.
7---
8
9# Stuck protocol (danışman tersine çevirme)
10
11Sen ucuz sürücüsün ve bu bir özelliktir: yürütme topludur, tavsiye gramdır.
12Ancak küçük modeller aşırı güvenlidir, bu nedenle iyi olduğunuza siz karar veremezsiniz.
13Bunun yerine deterministik sinyalleri kontrol edin.
14
15Takılı kalma sinyalleri (herhangi biri protokolü tetikler):
16  1. İki ardışık adımda aynı hata dizesi.
17  2. Hatalar devam ederken sıfır dosya değiştiren iki ardışık adım.
18  3. İki gerçekten farklı düzeltme girişiminden sonra aynı testin başarısız olması.
19
20Prosedür:
21  1. Bu oturumdaki danışma sayısını sayın. 3'te, DURUN: görevi ekli hatayla birlikte
22     ENGELLENDİ olarak işaretleyin, insan için özetleyin, devam edin. Asla dördüncü bir danışma.
23  2. Kısa bilgiyi oluşturun, içine başka hiçbir şey girmez:
24       HEDEF: bir satır
25       DENEME x2: son iki deneme, her biri 200 karakter
26       HATA: tam hata, 300 karakter
27  3. Kısa bilgiyle fable-uzmanı başlatın. Kod değil, rehberlik döndürür.
28  4. Rehberliği bir sonraki adımda, kendinize ait hiçbir şeyden önce uygulayın.
29  5. progress.log dosyasına bir satır ekleyin: danışma #N, ne söylediği, işe yarayıp yaramadığı.
30
31Kesin kurallar:
32  - Uzmandan işi yapmasını asla istemeyin. Yanıt tam bir uygulama içeriyorsa,
33    fikri alın ve kodu atın.
34  - Kısa bilgiyi akıl yürütme geçmişinizle asla doldurmayın. Uzmanın değeri temiz
35    bağlamdır; uzun bir kısa bilgi onu zehirler.
36  - Rehberlik başarısız olursa, bu bir sonraki danışmaya yönelik iki girişiminizden biri olarak
37    sayılır. Üç başarısız danışma, görevin bu oturumun ücret seviyesinin üzerinde olduğu anlamına gelir
38    ve bunu söylemek doğru çıktıdır.

Uzman koltuğu, .claude/agents/fable-expert.md:

markdown

1---
2name: fable-expert
3description: Takılı kalma anları için sınır danışmanı. stuck-protocol'dan kompakt bir
4  kısa bilgi alır, 600 token altında rehberlik döndürür, işin kendisini asla yapmaz.
5model: claude-fable-5      # saklama kuralları sorun çıkarırsa opus ile değiştirin
6effort: high
7tools: Read, Grep, Glob    # okuyabilir, asla düzenleyemez
8---
9
10Sen uzman danışmansın, müteahhit değil. Daha ucuz bir model sürüyor ve
11bir duvara çarptı. Değerin gram cinsinden yargı ve temiz bağlamdır: sürücünün
12buraya nasıl geldiği hakkında hiçbir şey bilmiyorsun, bu tam olarak okumanın neden daha keskin olduğudur.
13
14Bir kısa bilgi alırsın: HEDEF, son iki DENEME ve HATA. Kısa bilgi
15belirli dosyalardan bahsediyorsa, onları okuyabilirsin. Hiçbir şeyi düzenleyemezsin.
16
17  1. Kısa bilgide ihtiyacın olan bir şey eksikse, neyin eksik olduğunu belirten BİR satırla yanıtla.
18     Bir boşluğun etrafında tahmin yürütme.
19  2. Reçete yazmadan önce teşhis koy: gerçekte neyin yanlış olduğuna dair bir veya iki cümle.
20  3. Ardından bu biçimde yanıtla ve ondan sonra hiçbir şey ekleme:
21       REHBERLİK:
22       1. (en olası düzeltme: ne denemeli ve neden işe yaramalı)
23       2. (1 başarısız olursa yedek)
24       3. (yalnızca gerçekten farklı bir üçüncü yol varsa)
25       GÜVEN: yüksek | orta | düşük
26  4. 600 token altı. 10 satırın üzerinde kod blokları yok. Fikri ver, uygulamayı
27     değil. Yanıtın tam bir çözüm içeriyorsa, rolünde başarısız oldun.
28  5. Görevin kendisi yanlış kavranmışsa, bunu madde 1'de söyle ve insana ne
29     söyleneceğini tavsiye et.
30
31Operatör notu: Kuruluşunuz Mythos sınıfı saklama süresini kabul edemiyorsa, model
32satırını opus olarak değiştirin. Rol aynı şekilde çalışır; danışman sonucu ilk olarak
33Opus sınıfı danışmanlarla kanıtlanmıştır.

Ve Codex oturumları için aynı şerit ters yönde, ~/.codex/prompts/fable-advice.md:

bash

1claude --model claude-fable-5 -p "Sen bir uzman danışmansın.
2  Daha ucuz bir model sürüyor ve takılı kaldı. KISA BİLGİ: <hedef, iki
3  deneme, hata>. REHBERLİK ile yanıtla: 600 token altında, 3'e kadar
4  numaralandırılmış madde. İşi yapma."

Küçük modeller aşırı güvenlidir, bu nedenle koşum sormak yerine davranışı izler.

Kısa bilgi küçük kalır, çünkü uzmanın değeri temiz bağlamdır ve uzun bir kısa bilgi onu zehirler.

Her danışma birkaç yüz tokenlik rehberlik çalıştırır. Ekonomi bu yüzden çöker: yürütme milyonları $1 katmanına biner ve yargı gramla $50 milyona gelir.

Cognition başarısızlığı ilk yayınlayandı. Tavan, danışman tarafından değil, sürücü tarafından belirlenir ve desen, yalnızca sürücüleri bir nesil iyileştikten sonra karşılığını verdi.

Açık sorun, sıkıştığını fark eden bir sürücüdür. Bu nedenle yukarıdaki sinyaller davranışsaldır ve koşumda yaşarlar.

KONTROL 5: advisor_loop.py iddialarını geçer: sürücü aynı şekilde iki kez başarısız olur, bir danışma ateşlenir, görev tamamlanır, danışmalar sınırın altında kalır.

YAPI 6: İki Şeritli Tezgah

Hiçbir şey kendi ödevini notlandırmaz bir yasadır ve bu yapı bunu satıcılar arasında uygular.

Yabancı bir koşumda aynı ağırlıklar sert düşer. 2026'daki bir ölçüm, yüzde 20,2 yerel ve yüzde 7,7 üçüncü taraf gösterdi.

Bu nedenle her inceleyici kendi evinde çalışır. Claude, Claude Code'da inceler. Sol, Codex CLI aracılığıyla inceler.

Şirket içi yargıç, .claude/agents/fresh-eyes-reviewer.md:

Önce metni analiz edip, yapıyı ve özel terimleri koruyarak çevireceğim. Çeviri sırasında, kod bloklarındaki içeriklerin insan okuması için mi yoksa makine çalıştırması için mi olduğunu değerlendireceğim.

markdown

1---
2name: fresh-eyes-reviewer
3description: Ajan tarafından yazılan herhangi bir değişiklikten sonra çağrılacak, temiz bağlamlı kod inceleyicisi. Yazar ile hiçbir geçmiş paylaşmaz, diff'i kendisi okur, düzenleme yapamaz.
4model: haiku               # diff yük taşıyorsa opus ile değiştirin
5effort: medium
6tools: Read, Grep, Glob, Bash
7---
8
9Bu değişikliğin nasıl yazıldığına dair hiçbir anınız yok ve mesele de bu. Yazarın mantığını sormayın. Hiçbir özete güvenmeyin. Yalnızca kanıt.
10
11  1. git diff HEAD~1 (veya verilen aralığı) ve her bir hunku okuyun.
12  2. Dokunulan her dosyanın TAM içeriğini okuyun, sadece hunkları değil. Hatalar, bir değişiklik etrafındaki değişmeyen satırlarda saklanır.
13  3. README veya CLAUDE.md'de belirtilen test paketini çalıştırın.
14  4. Üç klasik ajan hatasını avlayın:
15       tembellik: kısmi uygulamalar, TODOLAR, yalnızca tek bir durum için işlenmiş
16       kendini notlama: zayıflatılmış testler, silinmiş iddialar, atlanmış paketler
17       sürüklenme: belirtilen görev kapsamı dışındaki değişiklikler
18  5. Karar, tam olarak şu formatta:
19       KARAR: GEÇTİ veya KALDI
20       HATALAR: numaralandırılmış, her biri dosya:satır ve tek cümlelik bir nedenle
21       RİSK: bu değişikliğin dokunduğu en riskli şey hakkında tek cümle
22
23Sert kurallar: dosyaları düzenleyemezsiniz, yazarın görevini yeniden çalıştıramazsınız ve boş bir HATALAR listesiyle KARAR: KALDI geçersizdir. Testler çalıştırılamazsa, bu nedenle otomatik olarak KALDI'dır.

Çapraz satıcı yargıcı olan .claude/agents/sol-reviewer.md, tek bir komut çalıştıran ve kararı olduğu gibi ileten bir tesisattır. Sol inceleyicidir; bu dosya onu kendi koşum takımına alır:

markdown

1---
2name: sol-reviewer
3description: Çapraz satıcı inceleyicisi. En son commit'i Codex CLI aracılığıyla Sol'un yerel koşum takımında GPT-5.6 Sol'a gönderir ve kararı olduğu gibi iletir.
4model: haiku               # yalnızca tesisat. İnceleyici Sol'dur.
5effort: low
6tools: Bash, Read
7---
8
9Siz tesisatsınız, inceleyici değil. Bir aileden gelen modeller kör noktaları paylaşır; bu şerit, Sol'un Claude'un kör noktalarını paylaşmaması nedeniyle vardır.
10
11  1. CLI'yi kontrol edin: codex --version. Eksikse, "codex CLI kurulu değil" nedeni ve kurulum yoluyla (veya resmi eklenti: /plugin marketplace add openai/codex-plugin-cc, /plugin install, /codex:review) birlikte KARAR: KALDI çıktısı verin.
12  2. İncelemeyi yüksek eforla, Sol'un kendi koşum takımında çalıştırın:
13
14     codex --profile deep exec "Son commit'i (git show HEAD), yazarla hiç tanışmamış düşmanca bir kıdemli mühendis olarak inceleyin. Dokunulan her dosyayı TAMAMIYLE okuyun, sadece hunkları değil. Avlayın: kısmi uygulamalar, zayıflatılmış veya silinmiş testler, belirtilen görev kapsamı dışındaki değişiklikler. Tam olarak 'KARAR: GEÇTİ' veya 'KARAR: KALDI' ile başlayıp, ardından her biri dosya:satır ve tek cümlelik bir neden içeren numaralandırılmış bulgularla bitirin."
15
16  3. Tam çıktıyı .review_sol_<kısa-hash>.md dosyasına kaydedin.
17  4. Yukarıya iletin: önce KARAR satırı, ardından bulguları AYNEN. Bulguları özetlemeyin, güvence eklemeyin, Sol'la tartışmayın. Karar KALDI ise, ebeveyn neyi düzelteceğine karar verir. Siz hiçbir şeye karar vermezsiniz.
18
19Sert kurallar: dosyaları asla düzenlemeyin, yazarın görevini asla yeniden çalıştırmayın, kendi incelemenizi asla kullanmayın. codex işlem sırasında hata verirse, sessizce bir kereden fazla yeniden denemek yerine stderr'yi ekleyerek KALDI olarak bildirin.

CI için, loop/two_lane.sh tüm alışverişi yönetir, en fazla üç tur:

bash

1claude -p "Uygula: $GÖREV. Testleri çalıştır. Yeşil olduğunda commit yap."
2review=$(codex exec "HEAD'i incele ... KARAR: GEÇTİ veya KALDI artı bulgular.")
3grep -q "KARAR: GEÇTİ" <<< "$review" && exit 0
4claude -p "Başka bir model ailesinden bir inceleyici şu sorunları buldu:
5  Her birini düzelt, testleri yeniden çalıştır, commit yap: $review"

Claude Code içinde betiği tamamen atlayabilirsiniz.

OpenAI, Mart 2026'dan beri canlı olan ve dokuz hafta içinde kabaca yirmi bin GitHub yıldızına ulaşan Claude Code için resmi bir Codex eklentisi sunuyor. Bu, pazarın size çapraz satıcı incelemesinin ana akıma girdiğini söylemesidir. Bir kere kurun:

text

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

Herhangi bir Claude oturumunda üç hareket:

/codex:review standart bir geçiş için
düşmanca mod, tasarım kararlarınıza bilerek saldırır
arka plan aktarımı Codex'e

Yük taşıyan her şeyde düşmanca modu kullanın. Çalışma terminal ağırlıklı olduğunda, Sol'un en güçlü olduğu yerde, aktarımı kullanın.

Giderek artan sayıda geliştirici, BUILD 7'deki proxy aracılığıyla Claude Code içinde GPT-5.6 Sol'u çalıştırıyor ve günlük işler için Codex'e tercih ediyor.

Bu tezi kanıtlıyor: ağırlıkları kiralayın, koşum takımına sahip olun.

İşin püf noktası, yerel koşum takımı yasasıdır, çünkü Sol, Claude Code içinde evinin dışında çalışır. Kendi değerlendirme setinizde onaylayın. Değerlendirmeleriniz yabancı koşum takımının kazandığını söylüyorsa, değerlendirmeleriniz kıyaslamadan üstündür.

İnceleyiciyi değerli kılan üç özellik:

Temiz bağlam. Yazarın hiçbir geçmişi olmadan gelir.
Farklı soy. Yazarın kör noktalarını paylaşmaz.
Yerel koşum takımı. Tam güçle yargılar.

Yumuşatılmış bir karar, bozuk bir doğrulayıcıdır, bu nedenle aktarım aynen yapılır. Üçüncü bir KALDI, dördüncü bir deneme yapmak yerine bir insanı çağırır.

KONTROL 6: two_lane.sh'i veya son commit'inizde /codex:review'u çalıştırın. Bir KARAR, .review dosyasına düşer ve bir KALDI, yazar şeridine geri yönlendirir.

BUILD 7: İsteğe Bağlı Fan-Out'lar (koşul oluştuğunda kurun)

İzci sürüsü. Araştırma veya kod tabanı arkeolojisi gününüzden 30 dakikadan fazla yediğinde kurun. Ayrı dilimlerde üçünü paralel olarak başlatın:

markdown

1---
2name: scout
3description: Araştırma fan-out'ları için ucuz paralel okuyucu. Kod tabanı araştırmaları, bağımlılık denetimleri, günlük arkeolojisi, doküman araştırmaları için aynı anda birkaç tane başlatın.
4  Doktrin gereği salt okunur; okumalar dağılır, yazmalar tek iş parçacıklı kalır.
5model: haiku
6effort: low                # kalıtım koruması (BUILD 4): maksimum eforu devralan bir sürü,
7                           # bir mesajda bir pencereyi boşaltır
8tools: Read, Grep, Glob, Bash
9---
10
11Paralel olarak çalışan olası birçok okuyucudan birisiniz. Diliminizi inceleyin ve küçük ve keskin bir şekilde rapor verin. Yalnızca son mesajınız ebeveyne döner, bu yüzden 400 kelimenin altında tutun ve her kelimenin yerini kazandığından emin olun.
12
13  1. Görevinizi kendiniz bir dilime (bir dizin, bir alt sistem, bir soru) daraltın ve neye daralttığınızı söyleyin.
14  2. Yalnızca okumalar: Read, Grep, Glob ve salt okunur kabuk (ls, git log, git show, rg). Asla düzenleme, kurma veya silme yapmayın. Görev bir yazma gerektiriyorsa, bildirin, yapmayın.
15  3. Önce genişlik, ardından en sıcak iki veya üç noktada derinlik.
16
17Rapor formatı, başka bir şey değil:
18  BULGULAR: en fazla 10 madde işareti, her biri kanıtıyla (dosya:satır, commit hash'i veya URL) birlikte bir gerçek
19  BOŞLUKLAR: neyi belirleyemediğiniz ve neden, böylece ebeveyn hâlâ karanlıkta olanı bilir
20  SICAK NOKTA: daha derin bir bakışı en çok hak eden tek dosya veya işlev, nedenine dair tek satır
21
22Editöryal yapmayın, uygulama önermeyin, doldurmayın. 300 kullanışlı kelime döndüren bir izci, 3.000 karışık kelime döndürenden daha iyidir, çünkü yaydığınız her şey ebeveynin bağlam penceresine düşer ve ebeveyn bunun için öder.

Okumalar, paralel okuyucular birleştiği için dağılır. Kelime sınırı vardır çünkü her rapor, ebeveynin ödediği bir bağlam penceresine düşer.

Yazmalar asla dağılmaz. 2026 eşit bütçeli bir çalışma, tokenler sabit tutulduğunda tek ajanların akıl yürütmede çoklu ajan kurulumlarıyla eşleştiğini buldu. Bu şerit yalnızca okuma içindir.

Gecelik yakıcı. TASKS.md on veya daha fazla küçük doğrulanabilir öğe içerdiğinde kurun. Gecelik-yakıcı becerisi dosyaları kurar, her iki sınırı da onaylar, test komutunun çalıştığını doğrular, ardından ralph.sh'i başlatır. Sabah arayüzü: git log, progress.log, onay işaretleri.

Plan bölücü. Planlama tokenleri bir oturumun faturasına hakim olduğunda kurun. Claude Code'da bir ayar, plan için bir Opus sınıfı model ve yürütme için Sonnet çalıştırır. Planı gram başına frontier'da yapın, yürütmeyi toplu olarak yapın.

Üçlü sıra. Köklü bir değişiklik üç perspektifi hak ettiğinde kurun. İki rol okur ve biri yazar, dördüncü bölme ise bir tuzaktır. Tesisat aşağıdadır.

Karma filolar için tesisat

İki açık kaynaklı parça, iki satıcılı bir kurulumu herhangi bir satıcılı bir kuruluma dönüştürür. Bunları yalnızca bir koşul üçüncü bir sağlayıcı gerektirdiğinde kurun.

claude-model-switch (açık kaynak, Rust, localhost:4000'de çalışır). Claude Code ile Anthropic veya OpenAI uyumlu herhangi bir uç nokta arasında yerel bir proxy.

Claude Code'un üç dahili katmanını (haiku, sonnet, opus), sağlayıcınızın sunduğu herhangi bir modele yeniden eşler
Yapılandırmayı yeniden yükleyerek sağlayıcıları yeniden başlatmadan değiştirir
Eğik çizgi komutlarıyla bir Claude Code eklentisi olarak gelir

bash

1claude-model-switch init                 # Claude Code'u proxy'ye yönlendirir
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              # oturum başına, asla görev ortasında değil
6claude-model-switch orchestrate start --preset trio   # planlayıcı/kodlayıcı/inceleyici

Üçlü hazır ayar, BUILD 7'nin sırasını fiziksel hale getirir: üç tmux bölmesi, her rol farklı bir sağlayıcıda, her biri adreslenebilir (orchestrate send coder "milestone 1'i uygula"), bir sağlayıcı bozulursa oturum ortasında rol yeniden ataması yapılabilir.

CLIProxyAPI (açık kaynak). Aynı numara, diğer yöne işaret edilmiş.

ChatGPT Codex, Claude Code, Gemini ve Grok'un OAuth girişlerini OpenAI, Claude ve Gemini uyumlu API uç noktaları olarak sarar.

Çeviri: zaten ödediğiniz abonelik koltukları, [ralph.sh](https://ralph.sh/) ve two_lane.sh gibi betikler için yönlendirilebilir API hedefleri haline gelir, ayrı API anahtarları olmadan. Topluluk çatalları bunu Factory ve Amp'e genişletir ve ccs gibi sarmalayıcılar çoklu hesap değiştirme ekler.

Her ikisini de yöneten yasa, BUILD 6'nın verilerinden: yeniden eşlenen bir model, yabancı bir koşum takımında çalışır.

Okuyucu ve inceleyici şeritlerini özgürce yeniden eşleyin. Ucuz ve doğrulanabilirler.

Kod yazan şeridi, kendi değerlendirme setiniz aksini kanıtlayana kadar, koşum takımına yerel bir modelde tutun.

KONTROL 7: kurulu her fan-out'un tetikleyici koşulu yanına yazılmıştır. Bunlardan herhangi birini spekülatif olarak kurmak, yığınların şişmesine neden olur.

BUILD 8: Fabrika (tamamlanma bir veritabanı gerçeği haline gelir)

Şimdiye kadarki her şey, işi anında kanıtlar. Kapı, karar ve değerlendirme setinin tümü çalışma sırasında ateşlenir.

Bir projeye birden fazla oturumda birden fazla ajan dokunduğunda, çalışmayı atlatan bir kanıta ihtiyacınız vardır: kimin ne üzerinde, hangi sırayla çalıştığı ve son inceleme döngüsünün temizlenip temizlenmediği.

Desen, pi-factory demosundan (github.com/xpriment626/pi-factory) gelir. Yük taşıyan fikir tek bir cümledir:

Bir iş parçacığı bir izdir. Bir satır kanıttır. Kapı satırları okur.

progress.log bir günlüktür. Kara tahta bir defterdir. SQLite defterdir çünkü herkes konuşmayı bıraktıktan sonra sorgulanabilir.

factory/factory_gate.py dosyasını oluşturun. Dört tablo (ticketlar, briefler, kanıtlar, kararlar), her ajanın çalışırken çağırdığı bir kayıt komutu ve tamamlama kapısı içerir. Kapının başarısızlık koşulları, işin kendisiyle eşlenir:

python

1checks = [
2  (tickets == 0,                 "Hiçbir ticket kaydedilmedi."),
3  (done != tickets,              "Tüm ticketlar tamamlanmadı."),
4  (first_brief is None,          "Hiçbir mimari brief kaydedilmedi."),
5  (first_brief > first_code,     "Uygulama kanıtı, brief'ten önce geliyor."),
6  (code_ev == 0,                 "Uygulayıcı kod kanıtı kaydedilmedi."),
7  (build_ok == 0,                "Geçen derleme komutu kanıtı yok."),
8  (test_ok == 0,                 "Geçen test komutu kanıtı yok."),
9  (latest("architect") != "green",  "En son mimar kararı yeşil değil."),
10  (latest("reviewer")  != "green",  "En son inceleyici kararı yeşil değil."),
11]

Bu liste, tüm doktrini kodlar.

Sıra zorunludur. İlk kod kanıtından sonra gelen bir brief, bir ihlaldir; bu da planlamayı-icradan-önce yapmayı bir alışkanlık yerine kontrol edilebilir bir gerçek haline getirir.
Her iki yargıç koltuğu da aynı son döngüde yeşil olmalıdır. Eski bir onay, daha yeni bir diff'i taşıyamaz.
Geçen test satırı olmadan tamamlama imkansızdır, transkript ne kadar kendinden emin görünürse görünsün.

factory/factory.sh dosyasını oluşturun; bu dosya, zaten oluşturduğunuz koltukları çalışma sırasına bağlar ve her adım arasında satırlar kaydeder:

bash

1G ticket "kanban board" "columns render, drag persists"    # planlayıcı satırları
2G brief  "$BRIEF"                                          # HERHANGİ bir koddan ÖNCE
3../loop/ralph.sh && G evidence code pass "loop completed"  # BUILD 3 çalışıyor
4npm test          && G evidence test pass "npm test green"
5G verdict 1 architect green "layout matches brief"         # Claude koltuğu
6G verdict 1 reviewer  green "tests pass, scope clean"      # Sol koltuğu, codex aracılığıyla
7python3 factory_gate.py gate factory.db                    # satırlar karar verir

Yeni bir şey işe alınmaz.

Fable ticketları keser ve brief'i salt okunur olarak yazar. BUILD 3 döngüsü uygular. Claude ve Sol'un her biri kendi koşum takımlarından bir karar döndürür. Döngü, her ikisi de yeşil olana kadar en fazla üç kez tekrarlanır.

Fabrika, zaten sahip olduğunuz çalışanlar için organizasyon şemasıdır.

Gerçek bir çalıştırma, bir maket değil. İkinci kapı çağrısı, bu yapı için tüm argümandır:

text

1$ factory_gate.py record demo.db ticket "kanban-board" "columns render, drag persists"
2
3$ factory_gate.py gate demo.db
4KAPI: REDDEDİLDİ
5  - Tüm ticketlar tamamlanmadı.
6  - Hiçbir mimari brief kaydedilmedi.
7  - Uygulayıcı kod kanıtı kaydedilmedi.
8  - Geçen derleme komutu kanıtı yok.
9  - Geçen test komutu kanıtı yok.
10  - Hiçbir inceleme döngüsü kaydedilmedi.
11  exit: 1
12
13... ajanlar çalışır. her adım bir satır yazar ...
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 written"
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 matches brief"
20$ factory_gate.py record demo.db verdict 1 reviewer  green "scope clean"
21
22$ factory_gate.py gate demo.db
23KAPI: REDDEDİLDİ
24  - Geçen test komutu kanıtı yok.
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
30KAPI: TAMAMLANDI (1/1 ticket, döngü 1 yeşil x2)
31  exit: 0

Her iki inceleyici de yeşil dedi. Mimar, düzenin brief'le eşleştiğini onayladı. İnceleyici, kapsamın temiz olduğunu onayladı.

Ve kapı yine de reddetti, tek bir satırla: geçen test komutu kanıtı yok. Kimse testleri çalıştırmamıştı.

Bir karar bir fikirdir. İki fikir hala bir gerçek değildir. Bir kanıt test geçti satırından sonra, aynı kapı TAMAMLANDI döndürür ve 0 ile çıkar.

Modeller kendi çalışmaları için ikna edici bir şekilde tartışır ve bir transkript, argümanı gerçek yerine yakalar. Satırlarla tartışılamaz.

Kapı reddettiğinde, tam olarak eksik olan yapıtı adlandırır. Bu, "çalışma başarısız oldu" ifadesini "geçen bir test satırı üret"e dönüştürür. Bir görev, bir gizem değil.

Kurulum koşulu: günde birden fazla yazar oturumu, günlere yayılan inceleme döngüleri veya olaydan sonra ne olduğunu kanıtlama ihtiyacı. Tek bir gece döngüsü olan solo bir repo için BUILD 3 yeterlidir ve bu şişkinliktir.

KONTROL 8: ekran görüntüsünü yeniden oluşturun. Bir test satırı dışında her şeyi kaydedin ve kapı tam olarak tek bir nedenle reddetmelidir. Satırı ekleyin ve TAMAMLANDI döndürür. Onsuz geçen bir kapı, bir transkript okuyucusudur.

BUILD 9: Sürü (Fable planlar, filo yürütür, Fable puanlar)

Bir görev için bir sürücü ve bir danışman yeterlidir. Dört bağımsız parçaya bölünen bir hedef, dört işçi ister.

Ancak bir filo, yönünü ancak tek bir model her hedefi planlar ve her sonucu puanlarsa korur. Bu yapının var olmasının tek nedeni budur ve sürülerin genellikle onsuz başarısız olmasının nedeni de budur.

Basamak 3 somut hale getirildi. Fable hedefleri yazar, filo bunları yürütür, Fable her sonucu kendi kontrolüne karşı puanlar ve sonraki döngü yalnızca kaçırılanları yeniden planlar.

İptali, döngü sınırıdır. Sınır, kaçırılanlar açıkken tetiklendiğinde, bu dördüncü bir döngü çalıştırmak için bir neden değil, bir insana giden bir özellik sorunudur.

swarm/swarm.sh dosyasını oluşturun. Üç ayar doktrini taşır:

bash

1FLEET=4                              # yazmalar asla çakışmaz: her biri kendi çalışma ağacı
2WORKER_MODEL=claude-sonnet-5         # veya saf yürütme için haiku / luna / kimi
3WORKER_EFFORT=low                    # ASLA yöneticinin eforunu devralma
4CONDUCTOR=claude-fable-5             # veya saklama kuralları sorun çıkarırsa opus-4-8

Bu üç satır açıktır çünkü varsayılan değildir.

Devralan bir filo, yöneticinin modelini ve yöneticinin eforunu da alır. Yüksek eforlu bir Fable'ın, mekanik işi yapmak için dört yüksek eforlu Fable işçisi doğurması, mümkün olan en ucuz şeyi yapmanın en pahalı yoludur.

Bunları ayarlayın. Asla varsayılan olarak bırakmayın.

Çapraz koşum takımı fan-out'u yasaldır ve ROUTING.md'nin birinci yasasının istisnası gibi göründüğü kadar değildir.

Codex exec'e kabuklanan bir Fable yöneticisi, Sol'u Codex içinde yerel olarak çalıştırır. Bu, yasaya uyulmasıdır, esnetilmesi değil.
Yasayı bozan şey, bir GPT model dizesi taşıyan Claude tarafındaki bir alt ajandır veya bunun tersidir.

Koşum takımı, yöneticiyle değil, işçiyle seyahat eder.

Yönetici hedefleri yazar, asla kod yazmaz ve her hedef kendi kontrol komutunu taşır, böylece tamamlanmış bir gerçek olarak kalır:

json

1{"id":"strip-legacy-auth","spec":"routes/ dosyasından v1 auth yolunu kaldır","check":"npm test -- tests/auth"}
2{"id":"migrate-sessions","spec":"oturum deposunu yeni adaptöre taşı","check":"npm test -- tests/session"}

Ardından gönder, puanla ve yeniden planla:

bash

1# gönder: hedef başına bir git çalışma ağacı, paralel olarak FLEET ile sınırlı
2claude --model "$WORKER_MODEL" --effort "$WORKER_EFFORT" -p "Bu spesifikasyonu
3  aynen uygula. Kapsamı genişletme. Testleri çalıştır. Yalnızca yeşil olduğunda commit yap."
4
5# puanla: yönetici her hedefi KENDİ kontrol komutuna karşı derecelendirir.
6# işçinin güveni kanıt değildir. çıkış kodu kanıttır.
7bash -c "$chk" && echo "$id" >> passed.txt || misses=$((misses+1))
8
9# yeniden planla: sonraki döngü passed.txt'yi görür ve yalnızca kaçırılanları yeniden planlar

Koltuk koltuk:

Sonnet 5 kodlama yürütmesi için
Haiku veya Luna saf mekanik iş için
Kimi gibi açık ağırlıklı bir işçi iş tekrarlı ve ağırlıklar ücretsiz olduğunda
Sol iş terminal ağırlıklı olduğunda
Opus 4.8 işçi koltuğunda, yalnızca bir alt ajanın akıl yürütmesi gerektiğinde

Fable'ı hiçbir ucuz modelin yapamayacağı iki iş için ayırın: hedefleri yazmak ve onları derecelendirmek.

Bir filo bir maliyet stratejisidir, asla bir zeka stratejisi değildir.

Çoklu ajan çalışmaları, eşdeğer iş için 3 ila 10 kat daha fazla token yakar ve 2026 eşit bütçeli bir çalışma, tokenler sabit tutulduğunda tek ajanların akıl yürütmede onlarla eşleştiğini buldu.

Bir sürü, ancak hedefler bağımsız ve çoğunlukla mekanik olduğunda kendini amorti eder. Yazmalar çalışma ağacı başına tek iş parçacıklı kalır, birleştirmeler seri olarak gerçekleşir ve son commit'i bir insan alır.

KONTROL 9: sürüyü üç yöne ayrılan bir hedef üzerinde çalıştırın. Bozuk bir hedef, results.tsv'de KALDI olarak dönmeli ve 2. döngüde yeniden planlanmalı, asla tamamlandı olarak bildirilmemelidir.

BUILD 10: Basamak 4 (bir kez geçen hiçbir şey izlenmeden kalmaz)

Şimdiye kadarki her şey, iş yapılırken doğrular. Şimdiye kadarki hiçbir şey, bitmiş işin altı hafta sonra hala doğru olup olmadığını fark etmez. Bir kez doğruladığınız bir hedef, zaman damgalı bir varsayımdır.

Basamak 4'ün iki yarısı vardır ve iptali, çıkışı kadar önemlidir: bu hafta hiçbir öneri kapıyı geçmezse, sistem değişmez ve bu bir başarıdır.

İlk yarı, kalıcı hedefler. Bitmiş her şey, bir yüklem ile bir değişmeze dönüşür, günlük olarak, sonsuza kadar yeniden doğrulanır. goals/ içinde bitmiş her şey için bir dosya oluşturun:

text

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: beni uyandır. otomatik düzeltme yapma.

Ardından system/verify_goals.py, hepsini çalıştırır ve herhangi bir değişmez bozulursa 1 ile çıkar, hedefi, en son hangi tarihte tuttuğunu ve belirlediğiniz politikayı adlandırır:

python

1held = subprocess.run(["bash","-c",predicate], timeout=60).returncode == 0
2g["status"] = "satisfied" if held else "VIOLATED"
3# zaman aşımı bir ihlaldir, geçiş değil: pahalı bir yüklem bozuk bir yüklemdir

Yüklem kuralları kasıtlı olarak katıdır: bir kabuk komutu, çıkış 0, değişmezin geçerli olduğu anlamına gelir, ucuz ve salt okunur.

Sıfatlar yasaktır. Bir kabuk kontrol edemiyorsa, bir model de kontrol edemez.

Kod dışı hedefler de aynı şekilde çalışır. test -s reports/$(date +%Y-%m)-review.md, aylık bir rapor için gayet iyi bir kalıcı hedeftir.

İkinci yarı, kompost. Haftada bir, sistemin zaten ürettiği egzozu okuyun: ENGELLENEN görevler, başarısız kapı çalıştırmaları, reddedilen fabrika kapıları, geri alınan PR'lar, ihlal edilen hedefler.

Ardından en fazla üç değişiklik önerin. Anayasa için yeni bir yasa. Aynı şekilde başarısız olmaya devam eden bir beceride düzeltme. Veya eksik olduğunuz kalıcı bir hedef.

Yalnızca önerin. Siz imzalayın.

bash

1claude --model claude-fable-5 --effort high --allowedTools "Read,Grep,Glob" \
2  -p "Bu haftanın egzozunu oku: progress.log'daki ENGELLENEN satırlar, KAPI REDDEDİLDİ girişleri,
3  İHLAL EDİLEN hedefler, birleştirilmemiş kapatılan PR'lar. EN FAZLA 3 öneri çıkar:
4  yeni bir yasa (olayları alıntıla), bir beceri düzeltmesi (aynı hata tekrarlanıyor) veya
5  eksik olduğumuz kalıcı bir hedef. Yalnızca öner, hiçbir şeyi düzenleme. Temiz hafta geçerli bir yanıttır,
6  söyle ve dur."

Bu basamak, yalnızca değerlendirmeler ve yargıçlar sistemin daha iyi hale geldiğini söylediğinde kapanır. Bu, sistemin iyileşmek için kendi başarısızlıklarının bir hafızasına ihtiyacı olduğu anlamına gelir.

Kompost çalıştırması, bir betiği bir kuruma dönüştüren şeydir.

Kalıcı hedefler, bitirmeyi güvenli kılan şeydir. Sentinel algılar, normal boru hattı düzeltir ve hiçbir şey sessizce çürümez.

KONTROL 10: verify_goals.py demosu, bozuk değişmezi son geçiş tarihiyle adlandırır ve sağlıklı olanı yalnız bırakır. Ardından, bitirdiğiniz son şey için bir gerçek kalıcı hedef yazın.

BUILD 11: Basamak 5 (sizin koltuğunuz ve neden asla boşalmaz)

Basamak 5'in üzerinde adınız mekanik bir nedenle yazılıdır, duygusal bir nedenle değil.

Bir döngü durma koşuluna ulaşabilir ve yine de yanlış olabilir. Testler geçer, kapı yeşil olur, her iki inceleyici de imzalar ve son commit yine de bir hatadır.

Bunun altındaki her yapı, bu riski azaltmak için vardır. Hiçbiri onu ortadan kaldırmaz.

Kalıcı görevleriniz, hepsi ucuz:

Sırayı kahveyle okuyun: ENGELLENEN görevler, KAPI REDDEDİLDİ satırları, İHLAL EDİLEN hedefler, ucuz kademe payı. On dakika.
Birleştirmeden önce son commit'i kontrol edin. Her diff'i değil, sonuncusunu, sistemin en çok güvendiği commit'i.
Üç kompost önerisini imzalayın veya reddedin. Yasaların anayasaya girme şekli budur.

Üç oyun, talep üzerine değil, bir tempoda çalıştırılır, çünkü gerçek paraya mal olurlar ve yön olarak diff'lerden daha fazla getiri sağlarlar:

Birinci oyun, proje geri bildirim döngüsü, aylık.

Fable'ı zaten gönderdiğiniz şeye yönlendirin, salt okunur olarak, ve ayrıntılı bir iyileştirme planı yazmasını sağlayın. Ardından bu planın yürütülmesini Opus 4.8 veya Sol'a verin.

Pahalı model, birleşen kısmı, neyin değiştirileceğine dair yargıyı yapar ve asla yapmayan kısmı, yazmayı, yapmaz.

bash

1claude --model claude-fable-5 --effort high --allowedTools "Read,Grep,Glob" \
2  -p "Bu projeyi uçtan uca incele. Kaldıraçla sıralanmış bir iyileştirme planı yaz:
3  neyin kırılgan olduğu, neyin fazla inşa edildiği, neyin eksik olduğu, neyin silinmesi gerektiği.
4  Kod yazma. Kabul kriterleriyle görevler çıktıla." \
5  > plans/$(date +%F)-improvement.md

İkinci oyun, davranış analizi, aylık.

Kendi oturum ve proje geçmişini her iki koşum takımına da besle ve nasıl inşa ettiğini ve nerede takıldığını haritalandırmasını iste.

Bu, sistemde öznesi sen olan tek rapordur. Genellikle en çok değişen rapordur.

Üçüncü oyun, ikinci beyin denetimi, üç ayda bir. Notlarına, dokümanlarına ve birikmiş işlerine yönelt ve kendi düşüncenin sırada neyin inşa edilmeye değer olduğunu ve neyin silinmesi gerektiğini söylemesini iste. Çıktıyı, tıpkı kompost gibi, bir öneri olarak değerlendir.

Aşağıdaki basamaklar yürütmeyi optimize eder ve yürütme artık işin ucuz kısmıdır. Yön, kıt girdidir ve bir sınır modeli için ödemeye değer olan şey yöndür. Muhakemeyi gramla satın al, yürütmeyi tonla ve son imzayı kendine sakla.

KONTROL 11: birinci oyunu kendi deponda çalıştır. Plan, zaten kırılgan olduğunu bildiğin hiçbir şeyi adlandırmıyorsa, bağlam dosyaların çok incedir, bu da bir İNŞA 1 sorunudur.

İNŞA 12: Operasyonlar

Ajanlar, bir sohbet çağrısının 10 ila 100 katı kadar token tüketir ve girdi, kabaca 100'e 1 oranında baskındır.

İNŞA 0'daki dört kolu (böl, önbelleğe al, toplu işle, sıkıştır) üst üste koyun ve ekipler, optimize edilmemiş taban çizgilerine göre yüzde 70 ila 90 arasında bir düşüş bildiriyor.

Aklıselim için: Geliştirici başına aktif gün başına 13 dolar, Claude Code kurumsal ortalamasıdır ve kullanıcıların yüzde 90'ı 30 doların altında kalır.

Yeni bir alt sistem yerine tek bir disiplin satırı: bir görev sınıfı, ancak yüzde 95 geçme oranıyla 20 kayıtlı çalıştırmadan sonra otomatik olarak birleşebilir ve yüzde 90'ın altındaki tek bir düşüş, bunu yüksek sesle iptal eder.

bash

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

Haftalık harcama, ralph.sh'in zaten kaydettiği tik başına maliyetlerden:

bash

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}'

Zamanlamadan önce metabolizmayı hesapla. Günlük maliyet, tik sayısı çarpı ortalama tik maliyetidir.

Sessiz "çalışma yok" tikini ele alan koltuk, faturayı belirler. Düşük kademede kuruşlar, yüksek eforlu bir sınır modelinde ise aynı "yapacak bir şey yok" yanıtı için dolar.

Limitlerinin içinde çalışmak

Bu modeller tokenları hızlı tüketir ve onları nasıl çalıştırdığın, bir duvara çarpmadan önce bir günlük işin ne kadarının tamamlandığını belirler.

İlk olarak, hangi duvar olduğunu bil.

Bir API anahtarında, duvar faturadır. progress.log zaten onu izler.
Bir abonelik koltuğunda, duvar, birlikte değerlendirilen beş saatlik bir pencere ve haftalık bir penceredir. Yukarıdaki günlükte ikisi de görünmez.

Gerçekte hangi sayacı kullandığını izle: Codex ayarlarındaki kullanım paneli, Claude tarafında /usage veya ekranın bir köşesine yerleştirilmiş ccusage veya codexbar gibi bir monitör.

Hiç okumadığın bir limit, saatte dört saat kala ve çalıştıracak hiçbir şeyin kalmadığında ona çarparak keşfettiğin limittir.

Altı kol, en ucuzdan başlayarak. Çoğu, tokenların yandığı 0 ila 2. basamaklarda çalışır:

CLAUDE.md ve AGENTS.md dosyalarını temel bilgilere indirge. Her bir prompt, ayrıca etkinleştirdiğin her beceri ve aracı okur. Kullanmadığın her şeyi kapat; kullanılmayan bir MCP sunucusu, her mesajda bir vergidir.
Merdivenin tepesine ihtiyacın olmadığında eforu düşür. Varsayılan olarak orta veya yüksek. Buna ihtiyacı olan sorunlar için maksimumu sakla. Ve oradayken hızlı modun kapalı olduğundan emin ol, çünkü neye karar verirsen onu katlar.
Modele net durma noktaları ver. Bu modeller doğası gereği uzun süre çalışır. Yürütmeye geçmeden önce planı bitirmelerini ve kontrol etmelerini sağla; bu, planlama modunun gerçek işidir.
Alt ajanları düşük eforda tut. Üst öğenin modelini ve kadranını miras alırlar ve maksimumdaki bir sürü, tek bir mesajda bir pencereyi boşaltır. Ucuz düzeltme, her iki anayasada da bir kuraldır: istenmedikçe doğurma.
Pahalı modeli yığından uzak tut. İster düşük tokenlı bir orkestra şefi olarak üstte, ister bir danışman olarak görev başında olsun, Fable, asla bininci satırı yazarken değil, karar noktalarında değerini kazandırır.
Bir mesajın maliyetini oku, ardından yukarıdaki beş kolu bu sayıya göre ayarla. Bu, diğer beşinden hangisinin senin sorunun olduğunu söyleyen tek koldur.

Bu kollar birlikte, limit seni durdurmadan önce en iyi modelleri ne kadar süre çalıştırabileceğini belirler.

Hafta başladığında cron:

bash

1# görev döngüsü: günlük tik, her iki sınır da belirlendi
20 7 * * 1-5   cd /path/to/repo/loop && BUDGET_USD=5 ./ralph.sh >> ../progress.log 2>&1
3
4# sistem döngüsü: bir kez geçen hiçbir şey izlenmeden kalmaz
530 7 * * *    cd /path/to/repo && python3 system/verify_goals.py goals/ >> progress.log 2>&1
6
7# sistem döngüsü: başarısızlıklar haftada bir, sadece öneriler olarak kural haline gelir
80 9 * * 1     cd /path/to/repo && codex --profile deep exec \
9              "$(cat ~/.codex/prompts/compost.md)" >> proposals/$(date +\%F).md 2>&1

Çalıştırma kılavuzu. Her alarm ve onunla ilgili ne yapılacağı:

30 günlük program. Mezuniyetleri atlama; her biri bir sonrakini açar.

Komuta Merkezi

Buradaki her döngüye bir tuş vuruşundan ulaşılabilir. Eğik çizgi komutları, dosya adının komut haline geldiği Codex tarafında ~/.codex/prompts/ ve Claude tarafında .claude/skills/ dizininde yaşar. CLI klipleri, cron ve CI'nin çalıştırdığı başsız sürümlerdir.

Codex eğik çizgi komutları

/plan-stop ve /effort en hızlı şekilde kendini amorti eder. İkisi de birkaç yüz bin harcamaman için birkaç yüz token harcar.

Bu modeller uzun süre çalışır, bu nedenle ihtiyacın olan kontrol noktası harcamadan önce gelir. /plan-stop, planı, ne zaman bitti komutlarını, etki alanını, maliyeti ve bir insana soracağı tek soruyu döndürür. Sonra durur.

Her iki dosyayı da dosya adının komut haline geldiği ~/.codex/prompts/ dizinine bırak.

effort.md, /effort haline gelir, yönlendirme kadranı açıkça belirtilir:

markdown

1# /effort - harcamadan önce efor seviyesini seç
2
3Görevi henüz yanıtlama. Önce onu yönlendir.
4
5Puanla. Her biri bir puan:
6  - bir neden, hata ayıklama, yarış, kilitlenme, yeniden düzenleme, güvenlik endişesi
7    veya optimize etme içeriyor
8  - birden fazla alt sisteme dokunuyor
9  - önceki bir deneme zaten başarısız oldu
10  - değişiklik geri alınamaz veya kullanıcıların önüne çıkıyor
11
12Sonra eşle:
13
14| Puan | Efor | Koltuk |
15|---|---|---|
16| 0-1 | düşük | codex -e low veya profile fast (Luna). Asla ona bir sınır koltuğu koyma. |
17| 2 | orta | Terra orta seviyede koltuktur. |
18| 3+ | yüksek | gerçek iş için varsayılan ve tatlı noktanın olduğu yer. |
19
20Yalnızca yüksek DAHA ÖNCE denenmiş ve başarısız olmuşsa: maksimumu öner ve fazladan düşünmenin ne satın almasının beklendiğini açıkça söyle. Karşı çıktığın taban oran, genellikle geri ödemeyen bir kazanç için kabaca maliyetin iki katıdır.
21
22Bir yükseltme önermeden önce iki hatırlatma:
23  1. Daha düşük eforda daha iyi bir model, genellikle maksimumda daha zayıf bir modeli yener. Kadrandan önce koltuğu değiştir.
24  2. Bu görev alt ajanlar oluşturuyorsa, eforlarını açıkça belirt (aksi kanıtlanmadıkça düşük). Alt ajanlar üst öğeyi miras alır ve maksimumdaki bir filo, tek bir mesajda bir bağlam penceresini boşaltır.
25
26Tam olarak çıktı ver:
27  EFFORT: low | medium | high | max
28  SEAT: <model>
29  WHY: <bir satır, puan alan noktaları adlandırarak>
30  SUBAGENTS: <sabitlemek için efor veya none>
31Sonra dur. İnsan, görevi senin belirlediğin seviyede çalıştırır.

Canlı bir yanıt şöyle görünür ve birkaç yüz bini önlemek için birkaç yüz token harcar:

text

1EFFORT: high
2SEAT: gpt-5.6-sol
3WHY: "why" içeriyor, auth ve session'a dokunuyor, önceki deneme başarısız oldu
4SUBAGENTS: low

plan-stop.md, /plan-stop haline gelir, harcamadan önceki kontrol noktası:

markdown

1# /plan-stop - işi planla, sonra dur
2
3Bu modeller uzun süre çalışır. Plan doğru olduğunda bu bir özelliktir ve yanlış olduğunda hatalı olmanın pahalı bir yoludur. Bu komut, harcamadan önce kontrol noktasını satın alır.
4
5Görevi planla. Tek bir dosyayı düzenleme. Tek bir derleme çalıştırma. Başlama.
6
7Şunları üret:
8  GOAL: <bir satır>
9  ASSUMPTIONS: <kanıksadığın şeyler; bunlar yanlışsa, plan da yanlıştır>
10  STEPS: <numaralandırılmış, her biri bir commit'lik iş>
11  DONE_WHEN: <her adımın yerine getirildiğini kanıtlayan tam kabuk komutu>
12  BLAST RADIUS: <dokunulan dosyalar ve sistemler; auth, payments, migration, prod
13    config'i açıkça adlandır>
14  COST: <kabaca token veya dolar ve her adımı hangi koltuğun çalıştırdığı>
15  UNKNOWNS: <tam olarak bir soru sorabilsen bir insana soracağın şey>
16
17Sonra dur ve bekle.
18
19Planlama sırasında kurallar:
20  - Belirsizlik UNKNOWNS'a gider. Tahmin edip devam ederek çözme. Yürütmeye giren bir tahmin, bir sorudan yüz kat daha pahalıya mal olur.
21  - Planın bu depoda yazılı olmayan bir kimlik bilgisi, uç nokta veya kural gerektiriyorsa, dur ve söyle. Asla bir tane icat etme.
22  - Herhangi bir DONE_WHEN bir kabuk komutu değilse, o adımı öyle olana kadar yeniden yaz. Bir kabuk kontrol edemiyorsa, bir inceleyici de edemez.
23  - Etki alanı AGENTS.md'deki asla-listesine dokunuyorsa, bunu en üstte söyle ve bir insan için sıraya almayı öner.
24
25Buradaki ücretin fark için değil, plan içindir. Gerçek bilinmeyenleri olan kısa ve dürüst bir plan, sessizce yanlış şeyi varsayan kendine güvenen bir planı yener.

fable-advice.md ve review-hostile.md, /fable-advice ve /review-hostile haline gelir. İkisi de daha önce yazdığın dosyaların Codex tarafındaki aynalarıdır: İNŞA 5'ten danışman brifingi ve İNŞA 6'dan düşmanca inceleyici sözleşmesi. Aynı kurallar, aynı sınırlar, satıcı hattının karşısına doğru yönlendirilmiş.

compost.md, /compost haline gelir, 4. basamağın haftalık kurum inşacısı:

markdown

1# /compost - bu haftanın başarısızlıklarını gelecek haftanın kurallarına dönüştür
2
3Bu haftanın tüm atıklarını oku, başka hiçbir şeyi okuma:
4  - progress.log'daki BLOCKED satırları (üç danışman görüşmesini yenen görevler)
5  - GATE: REFUSED girişleri (bittiğini kanıtlayamayan bir çalıştırma)
6  - VIOLATED hedefleri (biten bir şeyin doğru olmaktan çıkması)
7  - devre kesici ve bütçe çıkışları (kod 2 ve 3)
8  - döngü tarafından açılan ve birleştirilmeden kapatılan PR'lar (insan sessizce aynı fikirde değildi)
9  - geçme oranı yüzde 90'ın altına düşen herhangi bir görev sınıfı
10
11EN FAZLA üç öneri çıkar. Üç, bir hedef değil, sert bir sınırdır. Temiz bir hafta geçerli bir bulgudur ve bunu söylemek iş uydurmaktan daha faydalıdır.
12
13Her öneri tam olarak şunlardan biridir:
14  1. CLAUDE.md veya AGENTS.md için YENİ BİR KURAL. Önleyeceği olayları alıntıla. Arkasında tek bir olay olan kural bir tesadüftür; ikincisini bekle.
15  2. Aynı başarısızlık aynı yerde tekrarladığında bir BECERİ DÜZELTMESİ. Beceriyi, kalıbı ve onu bozan en küçük düzenlemeyi adlandır.
16  3. Bir şey sessizce çürüdüğünde eksik olduğun bir HEDEF. Yüklemi bir kabuk komutu olarak yaz, yoksa önerme.
17
18Çıktı:
19  WEEK: <tarihler>
20  EXHAUST: <sayılar: blocked, refused, violated, reverted>
21  PROPOSAL n: <law | skill fix | standing goal>
22    EVIDENCE: <olaylar, alıntılanmış>
23    CHANGE: <eklenecek tam metin veya yüklem>
24    COST OF NOT DOING IT: <bir satır>
25  VERDICT: <sadece bir tane yapabilseydin ilk olarak ne yapardın>
26
27Sert kurallar:
28  - Sadece ÖNER. CLAUDE.md, AGENTS.md, herhangi bir beceri veya herhangi bir hedef dosyasını düzenleme. İnsan imzalar, yoksa olmaz.
29  - Bir kapıyı yumuşatan, bütçeyi yükselten veya bir asla'yı gevşeten bir kural önerme. Bunlar, sistemin daha rahat başarısız olmasına izin verilmesini istemesidir.
30  - Boş atık: "temiz hafta" de ve dur. Çalıştırmayı haklı çıkarmak için iş aramaya gitme.

CLI klipleri

Bunları bir karalama dosyasında sakla. Bunlar, bir terminalden ulaşılabilen tüm sistemdir:

bash

1# günlük tik, her iki boyutta da sınırlandırılmış
2BUDGET_USD=5 MAX_ITERS=20 ./loop/ralph.sh
3
4# önce planla, sonra harca (buradaki en yüksek kaldıraçlı alışkanlık)
5codex -e high exec "$(cat ~/.codex/prompts/plan-stop.md)
6
7GÖREV: oturum deposunu eski adaptörden taşı"
8
9# son commit'in çapraz satıcı incelemesi, Sol'un yerel koşum takımında
10codex --profile deep exec "$(cat ~/.codex/prompts/review-hostile.md)"
11
12# yansıtılmış hat: Codex takıldı, Claude tavsiye veriyor
13claude --model claude-fable-5 --effort high -p "$(cat ~/.codex/prompts/fable-advice.md)"
14
15# hedef döngüsü: Fable planlar, filo çalıştırır, Fable puanlar
16CYCLES=3 FLEET=4 WORKER_EFFORT=low ./swarm/swarm.sh "auth taşımayı böl"
17
18# sistem döngüsü: bir kez geçen hiçbir şey izlenmeden kalmaz
19python3 system/verify_goals.py goals/          # exit 1 çürüyen şeyi adlandırır
20python3 gate/eval_gate.py eval/cases.jsonl     # exit 1 yönlendirme değişikliğini engeller
21
22# 3. basamak, fabrika: satırlar karar verir, transkriptler değil
23./factory/factory.sh "kanban ve not uygulamasını PRD.md'ye göre oluştur"
24python3 factory/factory_gate.py gate factory.db
25
26# haftalık kurum inşa etme çalıştırması
27codex --profile deep exec "$(cat ~/.codex/prompts/compost.md)"
28
29# bunlardan herhangi birinin işe yarayıp yaramadığını söyleyen tek sayı
30grep '^route' progress.log | awk -F'\t' \
31  '{n++; if($3!="frontier") c++} END{printf "cheap share: %.0f%%\n", c/n*100}'

Tam politika, her iki koşum takımının da okuduğu İNŞA 4'teki ROUTING.md dosyasında bulunur.

Kurallar (bunu yazdır)

İpuçları değil, kurallar: bir sayı, bir asla veya onu kontrol eden bir komut.
Model kiralıktır. Döngü senindir. 5. basamakta yaşarsın.
İptali olmayan döngü faturadır. Her birinde iki sınır: yineleme ve dolar.
Kanıt yukarı akar, kontrol aşağı akar. Hiçbir basamak, altındaki bir rapordan kapanmaz.
Bir döngü durabilir ve yine de yanlış olabilir. Birleştirmeden önce son commit'i kontrol et.
Sınırlarda yönlendir. Modelden önce efor. Önbellek, değiştirmeye karşı oy kullanır.
Varsayılan yüksektir. Maksimum derinliktir, ultra genişliktir, hızlı mod 2.5 kat vergidir ve alt ajanlar üst öğenin koltuğunu ve kadranını miras alır.
Yönlendirici, kendi değerlendirmelerinde en iyi tek modeli yenene kadar suçludur.
Tasarruflar, trafik dağılımıdır. Fiyat kartına değil, ucuz paya bak.
Yürütme topludur, tavsiye gramdır. Danışmaları üçle sınırla.
Hiçbir şey kendi ödevini notlandırmaz. Taze bağlam, diğer soy, yerel koşum takımı.
Bir iş parçacığı bir izdir. Bir satır kanıttır. Kapı satırları okur.
Bir testi geçmek için asla düzenleme. Engellenmiş bir kapıyı asla geçme.
Bir kez doğruladığın bir hedef, zaman damgalı bir varsayımdır.
Her seferinde bir mezuniyet. Her ay, bir şeyi sil.

Kapanış

Bugünden otuz gün sonra, kontrolleri yaptıysan:

Bir döngü, belirleyici bir kapının arkasında, gözetimsiz sıkıcı işi gönderir
Ucuz bir sürücü, yalnızca takıldığında bir sınır uzmanını arar
Her anlamlı fark, onu yazmayan bir model tarafından değerlendirilir
progress.log'daki tek bir sayı, ekonominin bileşik faizle büyüyüp büyümediğini söyler

Modeller hiçbir zaman zor kısım olmadı. İzlemeyi bıraktığında dürüst kalan bir sistem zor kısımdır ve 5. basamakta hala senin adının olmasının nedeni budur.

Bu gece, bunu kanıtlayan yirmi dakika ile başla. İNŞA 2'nin verify.sh. İNŞA 3'ün elle çalıştırılan bir tiki. Son commit'inde diğer soydan bir inceleme.

Yazar ile hiçbir bağlamı paylaşmayan bir inceleyicinin, yapıldığından emin olduğun işte gerçek bir hata bulduğu ilk seferde, geri kalanına ikna olmana gerek kalmayacak.

Kapıyı bu gece inşa et. İlk çalıştırmada ne yakaladığıyla yanıtla.

Sorumluluk Reddi

Yazarın araştırma notlarından ve doğrulanmış kaynaklardan, Claude'dan taslak oluşturma ve doğrulama yardımı alınarak yazılmıştır. Tüm fiyatlar ve model davranışları, yayınlandığı hafta resmi fiyatlandırma ve dokümantasyon sayfalarına karşı kontrol edilmiştir; değişebilirler, bu nedenle bütçelemeden önce doğrulayın.

Bu makale, yukarıdaki paragrafta belirtildiği gibi yazarın notlarından yazılmış ve Claude Opus 4.7 ile düzenlenmiştir.

Başka düzeltmeler eklemek isterseniz, lütfen yorumlara ekleyin.

Herkesin GPT-5.6 + Fable 5 ile Kullanması Gereken AI Ajan Yığını (Geliştirici Kılavuzu)

Giriş

Harita ve olağan olanın neden yanlış olduğu

Kanıt Merdiveni

Ön Koşullar

Ne inşa ediyorsunuz

YAPI 0: Motorları Yapılandırın

Tezgah: her koltuk, Temmuz 2026

İkinci sayaç: bir koltuk bir API anahtarı değildir

Sol ve Terra'nın neden her ikisinin de doğru varsayılanlar olduğu

YAPI 1: Anayasalar

YAPI 2: Geçit

YAPI 3: Kalp Atışı

YAPI 4: İşini Hak Eden Yönlendirici (önce model, sonra çaba)

Çaba ikinci kadrandır

ROUTING.md, her iki koşumun da okuduğu politika

YAPI 5: Danışman Tersine Çevirme

YAPI 6: İki Şeritli Tezgah

BUILD 7: İsteğe Bağlı Fan-Out'lar (koşul oluştuğunda kurun)

Karma filolar için tesisat

BUILD 8: Fabrika (tamamlanma bir veritabanı gerçeği haline gelir)

BUILD 9: Sürü (Fable planlar, filo yürütür, Fable puanlar)

BUILD 10: Basamak 4 (bir kez geçen hiçbir şey izlenmeden kalmaz)

BUILD 11: Basamak 5 (sizin koltuğunuz ve neden asla boşalmaz)

İNŞA 12: Operasyonlar

Limitlerinin içinde çalışmak

Komuta Merkezi

Codex eğik çizgi komutları

CLI klipleri

Kurallar (bunu yazdır)

Kapanış

Sorumluluk Reddi

Turn one viral article into a full content workflow

Son viral makaleler

Üstel Çağ

Hikaru'nun "Fakir Zihniyeti" Üzerine İçgörüsü: Başarılı İnsanların Zamanlarını Nasıl Kullandığına Dair Tek Gerçek

Yama Notları 13.01

OpenAI Çalışanlarının Kullandığı 5 Yapay Zeka Verimlilik Tüyosu

Kernel tam olarak nedir?

Yapay Zekaya Netflix Kalitesinde Tasarımlar Yaptırmanın Sırrı

Herkesin GPT-5.6 + Fable 5 ile Kullanması Gereken AI Ajan Yığını (Geliştirici Kılavuzu)

Giriş

Harita ve olağan olanın neden yanlış olduğu

Kanıt Merdiveni

Ön Koşullar

Ne inşa ediyorsunuz

YAPI 0: Motorları Yapılandırın

Tezgah: her koltuk, Temmuz 2026

İkinci sayaç: bir koltuk bir API anahtarı değildir

Sol ve Terra'nın neden her ikisinin de doğru varsayılanlar olduğu

YAPI 1: Anayasalar

YAPI 2: Geçit

YAPI 3: Kalp Atışı

YAPI 4: İşini Hak Eden Yönlendirici (önce model, sonra çaba)

Çaba ikinci kadrandır

ROUTING.md, her iki koşumun da okuduğu politika

YAPI 5: Danışman Tersine Çevirme

YAPI 6: İki Şeritli Tezgah

BUILD 7: İsteğe Bağlı Fan-Out'lar (koşul oluştuğunda kurun)

Karma filolar için tesisat

BUILD 8: Fabrika (tamamlanma bir veritabanı gerçeği haline gelir)

BUILD 9: Sürü (Fable planlar, filo yürütür, Fable puanlar)

BUILD 10: Basamak 4 (bir kez geçen hiçbir şey izlenmeden kalmaz)

BUILD 11: Basamak 5 (sizin koltuğunuz ve neden asla boşalmaz)

İNŞA 12: Operasyonlar

Limitlerinin içinde çalışmak

Komuta Merkezi

Codex eğik çizgi komutları

CLI klipleri

Kurallar (bunu yazdır)

Kapanış

Sorumluluk Reddi

Turn one viral article into a full content workflow

Markdown'ınızı temiz bir 𝕏 makalesine dönüştürün

Son viral makaleler

Üstel Çağ

Hikaru'nun "Fakir Zihniyeti" Üzerine İçgörüsü: Başarılı İnsanların Zamanlarını Nasıl Kullandığına Dair Tek Gerçek

Yama Notları 13.01

OpenAI Çalışanlarının Kullandığı 5 Yapay Zeka Verimlilik Tüyosu

Kernel tam olarak nedir?

Yapay Zekaya Netflix Kalitesinde Tasarımlar Yaptırmanın Sırrı