HeadlinesBriefing favicon HeadlinesBriefing.com

Tips Langganan Agen Pengkodean

Towards Data Science •
×

Masalah umum yang mulai saya hadapi saat menggunakan agen pengkodean seperti Claude Code atau Codex adalah penggunaan saya berjalan sangat cepat. Sangat cepat berarti bahwa untuk Codex, saya biasanya menghabiskan jatah mingguan saya dalam waktu sekitar 10-12 jam, yang menjadi sangat mahal jika saya harus menutupi semuanya selama seminggu dengan langganan Codex saya.

Saya mulai berpikir tentang apa yang menyebabkan langganan saya habis begitu cepat, dan saya pikir ada banyak alasan untuk ini, misalnya: Repositori kode saya menjadi lebih besar seiring waktu. Kami mendapatkan akses ke model yang lebih baik, seperti Claude Fable atau GPT-6-Astra, yang lebih mahal untuk dijalankan dan dengan demikian meningkatkan penggunaan lebih cepat. Perusahaan kurang murah hati dengan paket pengkodean berlangganan, karena biaya operasinya sangat besar. Kami hanya lebih banyak membuat kode, dan lebih banyak agen secara paralel.

Oleh karena itu, saya harus mencari cara untuk membuat paket pengkodean dan langganan saya bertahan lebih lama sambil meminimalkan dampak pada kualitas. Artikel ini akan menjadi ringkasan pengalaman saya dengan agen pengkodean dan bagaimana saya mendapatkan lebih banyak dari langganan saya, serta teknik spesifik yang saya terapkan setiap hari saat membuat kode.

Pada tingkat tinggi, saya menggunakan teknik berikut: Gunakan model yang lebih kecil untuk tugas yang lebih sederhana (GPT-5.6 SOL, Claude Opus). Gunakan model paling cerdas (Fable dan GPT-6) untuk orkestrasi, dan pastikan mereka memunculkan sub-agen dengan model yang lebih kecil. Refaktor basis kode secara teratur (basis kode yang kompleks membutuhkan lebih banyak penalaran dari model, menghabiskan lebih banyak token, dll.). Hindari file god. Bersihkan file markdown Anda (AGENTS.md, CLAUDE.md, skills, hooks, dll.).

Entitas Kunci: Perusahaan: Claude Code, Codex