Milyarlarca codex tokeni kullanıyorum. İşte kurulumum ve öğrendiklerim.
Birçok kişi codex'in neler yapabileceğini ciddi şekilde hafife alıyor. Meslektaşlarımdan bazıları bile codex'i hâlâ yeterince kullanmıyor, ancak onlara iddialı kullanım senaryoları gösterdiğinizde denemeye hevesleniyorlar. Bu yüzden, daha fazla kişiye ilham vermesi umuduyla, bunları yazıp daha geniş kitlelerle paylaşmak istedim.
Bu yazıda, basit kurulumumu paylaşacağım ve yüz milyonlarca tokeni rutin olarak ayırdığım bazı etkileyici kullanım senaryolarını tartışacağım. Toplamda, bu ay API maliyetlerine 10.000 dolar harcadım, bu da beni ekibimdeki en üretken kullanıcılardan biri yapıyor. Kesinlikle değdi.
Son olarak, kuruluşların yakın gelecekte nasıl önemli ölçüde daha verimli hale gelebileceğini düşünüyorum.
Sürekli Not Alma
Kişisel kurulumum inanılmaz derecede basit: git worktrees, birçok shell penceresi ve kod değişikliklerine göz atmak için her worktree için bir tane VSCode örneği. Yeni codex uygulamasında bu kurulumu neredeyse kutudan çıkar çıkmaz elde ediyorsunuz. Aşırı süslü araçlara kanmayın.
En büyük atılım, codex'in kendi iş akışlarını sürekli olarak belgelemesini ve iyileştirmesini sağlamaktı. Bunu tamamen kişisel kurulumum için kendim bir araya getirdim. Codex, kullandığım görevlerde sürekli olarak daha iyi ve daha hızlı hale geliyor, çünkü not almasını ve iyileştirmesini isteme alışkanlığım var. Çalışırken codex, notları ve yardımcı araçları monorepo'muzdaki kişisel klasörüme işliyor. Kod tabanının yeni bir kısmıyla birkaç etkileşimden sonra, bu yardımcı araçlar genellikle stabilize oluyor. Bu notları hiç okumadım, benim için faydaları tamamen codex'in performansı üzerindeki etkisinden ibaret.
Kurulumum artık oturumlar arasında bilgi biriktirebildiği için, kullandığım görevleri ölçeklendirme konusunda rahatladım. Yakın zamanda yüz milyonlarca token harcadığım iki göreve dalalım.
Araştırmayı Ölçeklendirme
Araştırma hızlı ilerliyor. Deneyler pahalı ve yanlış yapılandırması kolay, bu nedenle en son bulgular ve tuzaklar konusunda güncel kalmak çok önemli. Neyse ki codex harika bir arama motoru.
Kod tabanının aşina olmadığım bir bölümünde hızlıca tek seferlik bir deney uygulamak istediğimde, codex'in kapsamlı bir durum tespiti yapmasını sağlıyorum. Codex ilgili slack kanallarını keşfediyor, ilgili tartışmaları okuyor, bu tartışmalardan deneysel dalları getiriyor ve deneyim için yararlı değişiklikleri seçip alıyor. Tüm bunlar, her bir bilgi parçasının nerede bulunduğuna dair bağlantılar içeren kapsamlı bir not setinde özetleniyor. Codex, bu notları kullanarak deneyi kabloluyor ve çok daha fazla çaba harcamadan yapamayacağım bir dizi hiperparametre kararı alıyor.
İkinci bir görüş istemek, gönderdiğim şeye olan güvenimi büyük ölçüde artırıyor. Hataların maliyetli olduğu ortamlarda, inanılmaz derecede özenli, yüksek hatırlamalı bir arama ajanı istersiniz. Codex benim için bu ihtiyacı düzenli olarak gideriyor.
Kodlama ajanları ayrıca veri analizinde de harikadır ve verilerden hızlıca içgörüler elde etmeyi çok kolaylaştırmıştır. Şu anda gerçek darboğaz, neyi analiz edeceğini bulmak.
Son zamanlarda, codex'i kullanarak model davranışı çalışmalarımızdan bazılarını agresif bir şekilde ölçeklendirdim. Dahili slack'ımızın, daha titiz bir şekilde test etmek isteyebileceğimiz farklı model davranışı türleriyle ilgili tartışmalar, raporlar ve verilerle dolu olduğunu fark ettim. Uygun kanalları bulup kapsamlı bir şekilde taramak ve test edilebilir hipotezlerin açıklamalarını oluşturmak için codex'i kullandım. Slack'i okumanın ötesinde, insanların paylaştığı ekran görüntülerine baktı, model davranışıyla ilgili belgeleri çekti ve elektronik tablolarda gezindi. Birkaç saat içinde, bu, şu anda model davranışı ve kullanıcı tercihleri anlayışımızı geliştiren 700'den fazla yeni hipotezle sonuçlandı.
Bu çalışmanın çoğu GPT-5.2 ile yapıldı, ancak birkaç gündür yeni GPT-5.3-codex modelini test ediyorum. Günlük kullandığım token miktarı artıyor ve bunun kabaca üretkenliğimle ilişkili olduğunu düşünüyorum.
GPT-5.3-codex'in özellikle birden fazla alt ajanı aynı anda yönetmede iyi olduğunu düşünüyorum. Ayrıca, codex yığınındaki son hızlanmalar, tüm alt ajan deneyimini çok daha canlı hissettiriyor.
İş akışım şu anda yalnızca bir ajanla konuşmaya doğru kayıyor ve bu ajan da slack araştırması, kod araştırması, kod yazma ve veri bilimi yapmak için bir ajan birliğini yönetiyor. Bu, işimi ajanlar aracılığıyla paralelleştirmek için yapmam gereken bağlam değiştirme miktarını büyük ölçüde azaltıyor. Ancak, kritik bir görev yapmam gerektiğinde, yine de doğrudan o belirli alt ajanla konuşmayı tercih ediyorum.
Toplum İçin Çıkarımlar
Bu iş akışları, kuruluşların nasıl çalışabileceğine dair temel bir şeyi ortaya koyuyor. Her iki kullanım senaryomda da, manuel koordinasyon olmadan kapsamlı, kuruluşlar arası bilgi aktarımı elde ettim. Toplantı yok, e-posta yok, etrafa sorma yok. Sadece codex'i soruna yönelttim ve düzinelerce insandan bilgi topladı; bu insanlar benim amacıma katkıda bulunduklarının farkında bile değildi.
Bunun toplumu nasıl etkileyeceğini merak etmeden edemiyorum. Geleneksel olarak, kuruluşlar bir tür çalışan sayısı vergisi öder: daha fazla kişi ekleyin ve toplam çıktı artar, ancak koordinasyon yükü arttığı için eklenen her bir kişi daha az katkıda bulunur. Bu büyük bir sorun. Modern kuruluşlar bunu hafifletmek için yapılandırılmamış iletişim kanalları (Slack, Teams), paylaşılan kod tabanları ve merkezi dokümantasyon gibi araçlar kullanır, ancak yine de büyük bir sürtünme vardır. Herhangi bir karar için doğru bağlamı yüzeye çıkarmak hâlâ önemli bir insan çabası gerektiriyor.
Bugün mevcut olan teknolojiyle, bir kuruluşun tüm bilgi ortamında gezinebilir ve talep üzerine ilgili bağlamı sentezleyebiliriz. Gezegendeki her kuruluşun muzdarip olduğu verimsizliklerde gerçek bir etki yaratabiliriz.
Modern kurumlarımızın çok daha verimli hale getirilebileceğine inanıyorum ve görünen o ki sadece sormamız gerekebilir.
