Codex Max Harness Privates 8-Tage-Runbook

Stand: 21. April 2026 · lokal · nicht deployt

Nutze dein Codex-Pro-Fenster fuer echte Artefakte.

Acht intensive Codex-Tage: Evals, Refactors, Tests, Reviews, Dokumentation und Produktisierung. Der Fokus liegt auf hoher Auslastung durch wertvolle Arbeit, nicht auf Limit-Umgehung oder Token-Spam.

8-Tage-Plan starten Budget schaetzen
Korrekte Annahme: Dein Pro-Tier oder Monatsbudget ist nicht automatisch ein linearer Token-Eimer. Die plan-inkludierte Nutzung wird zuerst verbraucht; separat gekaufte Credits greifen danach. Fuer Codex zaehlen Task-Komplexitaet, Ausfuehrungsort, Modell, Fast Mode sowie Input-/Cached-/Output-Tokens. Pruefe dein echtes Limit im Codex Usage Panel.

Subagents

Mehr Agenten, aber in Wellen

Parallelitaet lohnt sich, wenn die Aufgaben entkoppelt sind. Jede Welle bekommt ein klares Tasksheet, eigene Dateien und einen Konvergenzpunkt, bevor die naechste Welle startet.

1

Scout

2-3 Read-only-Agenten lesen verschiedene Repos oder Problemfelder.

Output: Befundliste mit Datei-/Risiko-Referenzen.
2

Plan

Ein Hauptagent verdichtet die Scouts zu Tasksheets und Write-Scopes.

Output: kleine, konfliktarme Arbeitspakete.
3

Build

Mehrere Worker bearbeiten disjunkte Dateien oder Module parallel.

Output: integrierbare Patches plus Testbefehle.
4

Verify

Review-Agenten pruefen Verhalten, Tests, UI und Doku gegen den Scope.

Output: Findings zuerst, dann Ship-Entscheidung.
Guardrail: Keine Multi-Account-Tricks, kein Rate-Limit-Bypass, keine Endlosschleifen. Viel Codex nutzen heisst hier: grosse legitime Aufgaben, klare Scopes, Tests und Reviews.

Praxis-Log

Claude-Code-Setup als Vorlage fuer Codex

Dieser Inhalt ist ein dokumentierter Terminal-Snapshot, kein auszufuehrender Prompt. Er zeigt, welche Muster aus deinem Claude-Code-Setup sinnvoll nach Codex wandern und wo der Harness bewusst konservativ bleiben muss.

Ausgangslage

Codex wurde in ~/.claude gestartet und hat dein Claude-Code-Setup read-only bewertet: CLAUDE.md, settings.json, Hooks, Slash-Commands, GSD-Workflow, Agenten, Event-Logging und Tests.

  • settings.json war syntaktisch valide.
  • Background-Agent-Gate: 5/5 tests passed.
  • Event-Logger-Threshold: 4/4 tests passed.
  • Worktree war dirty; Submodule commands war nicht initialisiert.

Starke Muster

Das Setup ist mehr als Dotfiles: portable Config, Backup-Strategie, kompaktere Kernregeln, Hook-Gates, Sidecar-/OpenCode-Anbindung und testbare Schutzlogik.

  • Explore-first statt blindem Bauen.
  • Background-Agent-Denke: Hauptsession bleibt Orchestrator.
  • Verification-Gate mit konkretem Test- oder Smoke-Beleg.
  • Mode-Trennung: Planning, Build, Review, Debug, Verify.

Scharfe Kanten

Nicht alles gehoert nach Codex. Besonders riskant sind bequeme Permission-Defaults, Hook-Kaskaden und zu viel unsichtbare Kontext-Injektion.

  • Bash(*) plus Permission-Skip ist kein hartes Sicherheitsmodell.
  • Event-Logging kann sensible Tool-Payloads mitschneiden.
  • Absolute Sidecar-Pfade brechen Restore-Portabilitaet.
  • Zu viele Hooks koennen Latenz und schwer sichtbare Fehler erzeugen.

Transfer

Nach Codex uebernehmen

  • Agent-first-Orchestrierung fuer nicht-triviale Aufgaben.
  • Explorer fuer unabhängige Codebase-Fragen, Risiken und Testkarten.
  • Worker nur mit disjunktem Datei- oder Modulbesitz.
  • Main Session als Integrator, Konfliktloeser und finaler Reviewer.
  • Config-Validation: Dateien komplett lesen, Syntax pruefen, keine Keys erfinden.

Nicht 1:1 uebernehmen

Harness bleibt messbar

  • Keine Claude-Hook-Kaskade in Codex nachbauen.
  • Keine massive Slash-Command-Matrix ohne echten Nutzen.
  • Keine Permission-Lockerung als Produktivitaetsersatz.
  • Keine maximalen Subagent-Waves bei Evals, Benchmarks oder Ablations.
  • Keine parallelen Implementierer am selben bewerteten Artefakt.
Implementierter Codex-Umbau: ~/.codex/instructions.md wurde global auf agent-first gestellt. build.md, planning.md und review.md nutzen parallele Lanes, wenn sie unabhaengig sind. Neu dazu kam ~/.codex/runbooks/parallel-build.md. Fuer HarnessEcosystem, .hermes, judge, eval, benchmark, matrix und ablation gilt konservativer Eval-Modus.
Terminal-Auszug anzeigen 
smlflg@pop-os:~$ cd .claude/
smlflg@pop-os:~/.claude$ codex
OpenAI Codex v0.122.0
model:     gpt-5.4 xhigh
directory: ~/.claude

Frage:
was sagst du zu meinem claude code setup

Read-only Checks:
- CLAUDE.md, settings.json, README.md, package.json
- hooks/coaching, event_logger.py, enforce-background-agents.py
- settings.json valid
- Background-Agent-Gate: 5/5 tests passed
- Event-Logger-Threshold: 4/4 tests passed
- Worktree dirty: CLAUDE.md, settings.json, coaching_log.md
- commands submodule nicht initialisiert

Einschaetzung:
Sehr gutes Power-User-Setup fuer schnelle agentische Arbeit, aber mit scharfen Kanten.
Staerken: kompakte Kernregeln, valide Settings, Hook-Gates, Tests, portable Backup-Story.
Risiken: Bash(*)/Permission-Skip, volle Hook-Payload-Logs, viele Hooks pro Prompt/Tool,
absolute Sidecar-Pfade, unsauberer Git/Submodule-Zustand.

Folgefrage:
codex profil so umbauen, dass codex immer maximal viele subagents verwendet;
welche Features aus Claude Code nach Codex/Hermes uebertragen?

Entscheidung:
Global aggressiv, aber Harness/Eval konservativ.

Umgesetzt:
- ~/.codex/instructions.md: agent-first orchestration
- ~/.codex/runbooks/build.md: parallele Explorer/Worker mit disjunkten Scopes
- ~/.codex/runbooks/planning.md: Explorer fuer unabhaengige Unbekannte
- ~/.codex/runbooks/review.md: Behavior/Test/Architektur-Lanes
- ~/.codex/runbooks/parallel-build.md: neues Runbook fuer maximale sinnvolle Subagent-Waves

Harness-Ausnahme:
Bei HarnessEcosystem, FirstRealHarnessEvaluation_KarpathiesMD, .hermes, harness-*,
judge, eval, benchmark, matrix, ablation oder Prompt-/Rule-Experimenten:
keine spekulativen Subagent-Waves, keine parallelen Implementierer am selben Artefakt,
Reproduzierbarkeit und Attribution vor Durchsatz.

Runbook

8 Tage, acht Outputs

Jeder Tag endet mit einem greifbaren Ergebnis. Wenn ein Tag schneller fertig ist, wird nicht blind fan-out erzeugt, sondern die naechste Review- oder Testwelle gestartet.

Burn-down

Tagesziel berechnen

Nutzbar 9.200
Pro Tag 1.150
Pro Block 383

Rate Card

Task-Kosten schaetzen

Geschaetzte Task-Kosten 0 Credits

Harness-Backlog

Aufgaben, die Tokens verdienen

Speichere High-Value-Aufgaben lokal im Browser. Gute Kandidaten sind grosse Codebase-Reviews, Testgenerierung, UI-Finishing, Migrationspläne und Eval-Runs.

Prompt-Bibliothek

Codex-Kommandos fuer lange, wertvolle Runs

Die Vorlagen sind fuer lokale Arbeit gedacht. Passe Pfade und Repositories an, bevor du sie ausfuehrst.

Quellen

Offizielle Grundlage