Codex veya Claude Code'u artık doğrudan kullanmıyorum.
Orkestrasyon katmanı olarak OpenClaw kullanıyorum. Orkestratörüm Zoe, ajanları oluşturuyor, prompt'larını yazıyor, her görev için doğru modeli seçiyor, ilerlemeyi izliyor ve PR'lar birleştirilmeye hazır olduğunda Telegram üzerinden bana ping atıyor.
Son 4 haftadan kanıt noktaları:
- Bir günde 94 commit. En verimli günümdü - 3 müşteri görüşmem vardı ve editörümü bir kez bile açmadım. Ortalama günde yaklaşık 50 commit.
- 30 dakikada 7 PR. Fikirden üretime geçiş inanılmaz hızlı çünkü kodlama ve doğrulamalar çoğunlukla otomatikleştirildi.
- Commit'ler → MRR: Bunu, kurucusu tarafından yürütülen satışlarla birleştirerek çoğu özellik talebini aynı gün teslim ettiğim gerçek bir B2B SaaS ürünü için kullanıyorum. Hız, potansiyel müşterileri ödeme yapan müşterilere dönüştürüyor.
Git geçmişim, bir geliştirici ekibi işe almışım gibi görünüyor. Gerçekte ise sadece ben, claude code'u yönetmekten, bir dizi başka claude code ve codex ajanını yöneten bir openclaw ajanını yönetmeye geçtim.
Başarı oranı: Sistem, küçük ve orta ölçekli görevlerin neredeyse tamamını herhangi bir müdahale olmadan tek seferde hallediyor.
Maliyet: Claude için ayda ~$100 ve Codex için $90, ancak $20 ile başlayabilirsiniz.
İşte bu sistem, Codex veya Claude Code'u doğrudan kullanmaktan neden daha iyi çalışıyor:
>Codex ve Claude Code'un işiniz hakkında çok az bağlamı vardır.
Kodu görürler. İşinizin bütün resmini görmezler.
OpenClaw denklemi değiştiriyor. Sizinle tüm ajanlar arasında orkestrasyon katmanı görevi görüyor — tüm iş bağlamımı (müşteri verileri, toplantı notları, geçmiş kararlar, neyin işe yaradığı, neyin başarısız olduğu) Obsidian kasamın içinde tutuyor ve geçmiş bağlamı, her kodlama ajanı için hassas prompt'lara çeviriyor. Ajanlar koda odaklanmış halde kalır. Orkestratör ise üst düzey strateji seviyesinde kalır.
İşte sistemin yüksek seviyede nasıl çalıştığı:
Geçen hafta Stripe, "Minions" adlı arka plan ajan sistemleri hakkında yazdı — merkezi bir orkestrasyon katmanı tarafından desteklenen paralel kodlama ajanları. Yanlışlıkla aynı şeyi yaptım ama Mac mini'mde yerel olarak çalışıyor.
Size bunu nasıl kuracağınızı anlatmadan önce, NEDEN bir ajan orkestratörüne ihtiyacınız olduğunu bilmelisiniz.
Neden Tek Bir Yapay Zeka İkisini de Yapamaz
Bağlam pencereleri sıfır toplamlıdır. İçine ne koyacağınızı seçmek zorundasınız.
Kodla doldurun → iş bağlamına yer kalmaz. Müşteri geçmişiyle doldurun → kod tabanına yer kalmaz. Bu nedenle iki katmanlı sistem işe yarar: her bir yapay zeka, tam olarak ihtiyacı olan şeyle yüklenir.
OpenClaw ve Codex'in bağlamları önemli ölçüde farklıdır:
Farklı modellerle değil, bağlam yoluyla uzmanlaşma.
Tam 8 Adımlı İş Akışı
Geçen haftadan gerçek bir örnek üzerinden gidelim.
Adım 1: Müşteri Talebi → Zoe ile Kapsam Belirleme
Bir ajans müşterisiyle görüşmem vardı. Takım genelinde daha önce oluşturdukları yapılandırmaları yeniden kullanmak istiyorlardı.
Görüşmeden sonra, talebi Zoe ile konuştum. Tüm toplantı notlarım obsidian kasama otomatik olarak senkronize olduğu için benim açımdan hiçbir açıklama gerekmedi. Özelliği birlikte kapsamını belirledik — ve mevcut yapılandırmalarını kaydetmelerine ve düzenlemelerine olanak tanıyan bir şablon sisteminde karar kıldık.
Ardından Zoe üç şey yapar:
- Krediyi üst sınıra çıkarır müşteriyi hemen engellemekten kurtarmak için — yönetici API erişimi vardır
- Müşteri yapılandırmasını üretim veritabanından çeker — mevcut kurulumlarını almak için salt okunur üretim DB erişimi vardır (kodx ajanlarım buna asla sahip olmayacak), bu da prompt'a dahil edilir
- Bir Codex ajanı oluşturur — tüm bağlamı içeren ayrıntılı bir prompt ile
Adım 2: Ajanı Oluşturma
Her ajan kendi çalışma ağacını (izole dal) ve tmux oturumunu alır:
1# Create worktree + spawn agent2git worktree add ../feat-custom-templates -b feat/custom-templates origin/main3cd ../feat-custom-templates && pnpm install45tmux new-session -d -s "codex-templates" \6 -c "/Users/elvis/Documents/GitHub/medialyst-worktrees/feat-custom-templates" \7 "$HOME/.codex-agent/run-agent.sh templates gpt-5.3-codex high"
Ajan, bir script aracılığıyla tam terminal günlüğü ile bir tmux oturumunda çalışır.
Ajanları şu şekilde başlatıyoruz:
1# Codex2codex --model gpt-5.3-codex \3 -c "model_reasoning_effort=high" \4 --dangerously-bypass-approvals-and-sandbox \5 "Your prompt here"67# Claude Code8claude --model claude-opus-4.5 \9 --dangerously-skip-permissions \10 -p "Your prompt here"
Eskiden codex exec veya claude -p kullanıyordum, ancak yakın zamanda tmux'a geçtim:
tmux çok daha iyi çünkü görev sırasında yönlendirme çok güçlü. Ajan yanlış yöne mi gidiyor? Onu öldürmeyin:
1# Wrong approach:2tmux send-keys -t codex-templates "Stop. Focus on the API layer first, not the UI." Enter34# Needs more context:5tmux send-keys -t codex-templates "The schema is in src/types/template.ts. Use that." Enter
Görev .clawdbot/active-tasks.json dosyasında izlenir:
1{2 "id": "feat-custom-templates",3 "tmuxSession": "codex-templates",4 "agent": "codex",5 "description": "Custom email templates for agency customer",6 "repo": "medialyst",7 "worktree": "feat-custom-templates",8 "branch": "feat/custom-templates",9 "startedAt": 1740268800000,10 "status": "running",11 "notifyOnComplete": true12}
Tamamlandığında, PR numarası ve kontrolleri ile güncellenir. (Bununla ilgili daha fazlası adım 5'te)
1{2 "status": "done",3 "pr": 341,4 "completedAt": 1740275400000,5 "checks": {6 "prCreated": true,7 "ciPassed": true,8 "claudeReviewPassed": true,9 "geminiReviewPassed": true10 },11 "note": "All checks passed. Ready to merge."12}
Adım 3: Döngüde İzleme
Bir cron işi, tüm ajanları denetlemek için her 10 dakikada bir çalışır. Bu, temelde geliştirilmiş bir Ralph Döngüsü işlevi görür, daha sonra bununla ilgili daha fazla bilgi.
Ancak ajanları doğrudan yoklamaz — bu pahalı olurdu. Bunun yerine, JSON kaydını okuyan ve kontrol eden bir script çalıştırır:
1.clawdbot/check-agents.sh
Script %100 deterministiktir ve son derece token verimlidir:
- Tmux oturumlarının canlı olup olmadığını kontrol eder
- İzlenen dallarda açık PR'ları kontrol eder
- gh cli aracılığıyla CI durumunu kontrol eder
- CI başarısız olursa veya kritik inceleme geri bildirimi varsa, başarısız ajanları otomatik olarak yeniden başlatır (maksimum 3 deneme)
- Yalnızca insan müdahalesi gerektiren bir şey varsa uyarır
Terminalleri izlemiyorum. Sistem bana ne zaman bakmam gerektiğini söylüyor.
Adım 4: Ajan PR Oluşturur
Ajan commit'ler, push'lar ve gh pr create --fill ile bir PR açar. Bu noktada bildirim ALMAM — tek başına bir PR işin bittiği anlamına gelmez.
Bitti tanımı (ajınızın bunu bilmesi çok önemlidir):
- PR oluşturuldu
- Dal ana dala senkronize edildi (birleştirme çakışması yok)
- CI geçiyor (lint, türler, birim testleri, E2E)
- Codex incelemesi geçti
- Claude Code incelemesi geçti
- Gemini incelemesi geçti
- Ekran görüntüleri eklendi (UI değişiklikleri varsa)
Adım 5: Otomatik Kod İncelemesi
Her PR, üç yapay zeka modeli tarafından incelenir. Farklı şeyleri yakalarlar:
- Codex İnceleyicisi — Kenar durumlarında olağanüstüdür. En kapsamlı incelemeyi yapar. Mantık hatalarını, eksik hata işlemeyi, yarış koşullarını yakalar. Yanlış pozitif oranı çok düşüktür.
- Gemini Code Assist İnceleyicisi — Ücretsiz ve inanılmaz derecede kullanışlıdır. Diğer ajanların gözden kaçırdığı güvenlik sorunlarını, ölçeklenebilirlik sorunlarını yakalar. Ve belirli düzeltmeler önerir. Kurulumu çok kolay.
- Claude Code İnceleyicisi — Çoğunlukla işe yaramaz - aşırı temkinli olma eğilimindedir. Genellikle aşırı mühendislik olan bir sürü "şunu eklemeyi düşünün..." önerisi. Kritik olarak işaretlenmedikçe her şeyi atlarım. Nadiren kendi başına kritik sorunlar bulur ancak diğer inceleyicilerin işaretlediklerini doğrular.
Üçü de doğrudan PR'a yorum gönderir.
Adım 6: Otomatik Test
CI hattımız çok sayıda otomatik test çalıştırır:
- Lint ve TypeScript kontrolleri
- Birim testleri
- E2E testleri
- Bir önizleme ortamına karşı Playwright testleri (prod ile aynı)
Geçen hafta yeni bir kural ekledim: PR herhangi bir UI'ı değiştiriyorsa, PR açıklamasına bir ekran görüntüsü eklemelidir. Aksi takdirde CI başarısız olur. Bu, inceleme süresini önemli ölçüde kısaltır — önizlemede tıklamadan tam olarak neyin değiştiğini görebilirim.
Adım 7: İnsan İncelemesi
Şimdi Telegram bildirimini alıyorum: "PR #341 incelemeye hazır."
Bu noktada:
- CI geçti
- Üç yapay zeka inceleyicisi kodu onayladı
- Ekran görüntüleri UI değişikliklerini gösteriyor
- Tüm kenar durumları inceleme yorumlarında belgelendi
İncelemem 5-10 dakika sürer. Birçok PR'ı kodu okumadan birleştiriyorum — ekran görüntüsü bana ihtiyacım olan her şeyi gösteriyor.
Adım 8: Birleştirme
PR birleşir. Günlük bir cron işi, terk edilmiş çalışma ağaçlarını ve görev kaydı json'ını temizler.
Ralph Döngüsü V2
Bu, temelde Ralph Döngüsü, ancak daha iyisi.
Ralph Döngüsü, bağlamı bellekten çeker, çıktı üretir, sonuçları değerlendirir, öğrenilenleri kaydeder. Ancak çoğu uygulama her döngüde aynı prompt'u çalıştırır. Damıtılmış öğrenilenler gelecekteki alımları iyileştirir, ancak prompt'un kendisi statik kalır.
Bizim sistemimiz farklıdır. Bir ajan başarısız olduğunda, Zoe onu aynı prompt'la yeniden başlatmaz. Başarısızlığı tam iş bağlamıyla inceler ve nasıl engeli kaldıracağını bulur:
- Ajanın bağlamı mı bitti? "Sadece şu üç dosyaya odaklan."
- Ajan yanlış yöne mi gitti? "Dur. Müşteri X'i değil, Y'yi istedi. Toplantıda söyledikleri buydu."
- Ajanın açıklamaya mı ihtiyacı var? "İşte müşterinin e-postası ve şirketlerinin ne yaptığı."
Zoe, ajanları tamamlanana kadar denetler. Ajanların sahip olmadığı bağlama sahiptir — müşteri geçmişi, toplantı notları, daha önce ne denediğimiz, neden başarısız olduğu. Bu bağlamı, her yeniden denemede daha iyi prompt'lar yazmak için kullanır.
Ancak aynı zamanda görev atamamı beklemez. İşi proaktif olarak bulur:
- Sabah: Sentry'yi tarar → 4 yeni hata bulur → araştırmak ve düzeltmek için 4 ajan oluşturur
- Toplantılardan sonra: Toplantı notlarını tarar → müşterilerin bahsettiği 3 özellik talebini işaretler → 3 Codex ajanı oluşturur
- Akşam: Git günlüğünü tarar → değişiklik günlüğünü ve müşteri belgelerini güncellemek için Claude Code oluşturur
Bir müşteri görüşmesinden sonra yürüyüşe çıkarım. Telegram'a döndüğümde: "İnceleme için 7 PR hazır. 3 özellik, 4 hata düzeltmesi."
Ajanlar başarılı olduğunda, desen kaydedilir. "Bu prompt yapısı fatura özellikleri için çalışıyor." "Codex'in tür tanımlarına önceden ihtiyacı var." "Test dosyası yollarını her zaman dahil et."
Ödül sinyalleri şunlardır: CI geçiyor, üç kod incelemesi de geçiyor, insan birleştirmesi. Herhangi bir başarısızlık döngüyü tetikler. Zamanla, Zoe daha iyi prompt'lar yazar çünkü neyin yayınlandığını hatırlar.
Doğru Ajanı Seçme
Tüm kodlama ajanları eşit değildir. Hızlı başvuru:
Codex benim iş beygirimdir. Arka uç mantığı, karmaşık hatalar, çok dosyalı yeniden düzenlemeler, kod tabanı genelinde akıl yürütme gerektiren her şey. Daha yavaştır ancak titizdir. Görevlerin %90'ı için kullanırım.
Claude Code daha hızlıdır ve ön uç işlerinde daha iyidir. Ayrıca daha az izin sorunu vardır, bu nedenle git işlemleri için harikadır. (Günlük işleri yürütmek için bunu daha çok kullanırdım, ancak Codex 5.3 artık basitçe daha iyi ve daha hızlı)
Gemini farklı bir süper güce sahiptir — tasarım duyarlılığı. Güzel UI'lar için, önce Gemini'nin bir HTML/CSS şartnamesi oluşturmasını sağlarım, ardından bunu bileşen sistemimizde uygulamak için Claude Code'a iletirim. Gemini tasarlar, Claude oluşturur.
Zoe, her görev için doğru ajanı seçer ve çıktıları aralarında yönlendirir. Bir fatura sistemi hatası Codex'e gider. Bir düğme stili düzeltmesi Claude Code'a gider. Yeni bir gösterge tablosu tasarımı Gemini ile başlar.
Bunu Kurma
Bu makalenin tamamını OpenClaw'a kopyalayın ve ona şunu söyleyin: "Kod tabanım için bu ajan sürüsü kurulumunu uygula."
Mimarıyı okuyacak, script'leri oluşturacak, dizin yapısını kuracak ve cron izlemeyi yapılandıracaktır. 10 dakikada biter.
Size satacak bir kursum yok.
Kimsenin Beklemediği Darboğaz
İşte şu anda çarptığım tavan: RAM.
Her ajanın kendi çalışma ağacına ihtiyacı vardır. Her çalışma ağacının kendi node_modules dizinine ihtiyacı vardır. Her ajan derlemeler, tür kontrolleri, testler çalıştırır. Beş ajanın aynı anda çalışması, beş paralel TypeScript derleyicisi, beş test çalıştırıcısı, belleğe yüklenmiş beş bağımlılık kümesi anlamına gelir.
16GB RAM'e sahip Mac Mini'm, takas yapmaya başlamadan önce en fazla 4-5 ajana kadar çıkıyor — ve aynı anda derleme yapmaya çalışmamaları için şanslı olmam gerekiyor.
Bu yüzden bu sistemi güçlendirmek için 128GB RAM'li bir Mac Studio M4 max ($3,500) satın aldım. Mart sonunda geliyor ve buna değip değmediğini paylaşacağım.
Sıradaki: Tek Kişilik Milyon Dolarlık Şirket
2026'dan itibaren çok sayıda tek kişilik milyon dolarlık şirket göreceğiz. Kendi kendini yinelemeli olarak geliştiren ajanları nasıl oluşturacağını anlayanlar için kaldıraç çok büyük.
İşte böyle görünüyor: kendinizin bir uzantısı olarak bir yapay zeka orkestratörü (Zoe'nin benim için olduğu gibi), farklı iş işlevlerini yöneten uzmanlaşmış ajanlara iş dağıtıyor. Mühendislik. Müşteri desteği. Operasyonlar. Pazarlama. Her ajan iyi olduğu şeye odaklanır. Siz lazer odaklı ve tam kontrollü kalırsınız.
Bir sonraki girişimci nesli, doğru sisteme sahip bir kişinin yapabileceğini yapmak için 10 kişilik bir ekip tutmayacak. Bunun gibi inşa edecekler — küçük kalarak, hızlı hareket ederek, her gün yayın yaparak.
Şu anda çok fazla yapay zeka kaynaklı slop var. Ajanlar ve "görev kontrol merkezleri" etrafında, gerçekten kullanışlı bir şey inşa etmeden o kadar çok abartı var ki. Gerçek dünya faydası olmayan süslü demolar.
Tam tersini yapmaya çalışıyorum: daha az abartı, gerçek bir iş kurmanın daha fazla belgelenmesi. Gerçek müşteriler, gerçek gelir, üretime gönderilen gerçek commit'ler ve ayrıca gerçek kayıp.
Ne inşa ediyorum? Agentic PR — kurumsal PR devlerine meydan okuyan tek kişilik bir şirket. Startup'ların ayda $10.000 taahhüt ücreti olmadan basında yer almasına yardımcı olan ajanlar.
Bunu ne kadar ileri götürebileceğimi görmek istiyorsanız, takip edin.
