Codex Sol kann Luna Max steuern, doch die Quotenrechnung ist nicht belegt

Codex-Sol-Nutzer testen eine neue Arbeitsteilung: Das Flaggschiffmodell behält die Leitung, während Implementierungsarbeit an Luna Max geht. Das Setup verspricht einen direkten Konflikt zwischen Qualität und Verbrauch. Sol plant und prüft, während ein benutzerdefinierter Luna-Worker Code schreibt, ohne jeden Zug des Hauptthreads zu belegen.

Die Idee stammt aus einem Beitrag von AYi AI Notes. Darin wird vorgeschlagen, unter ~/.codex/agents/ eine Datei luna-worker.toml zu erstellen, gpt-5.6-luna auszuwählen und den Reasoning-Aufwand auf max zu setzen. Codex Sol fungiert dann als Orchestrator – also als Agent, der Aufgaben aufteilt, Arbeit delegiert und zurückgegebene Änderungen bewertet.

Der Konfigurationsmechanismus ist real und dokumentiert. Die versprochenen Quotenersparnisse und die Verdopplung des Outputs sind jedoch nicht unabhängig verifiziert. Diese Unterscheidung ist wichtig, denn OpenAI warnt davor, dass Subagent-Workflows mehr Tokens verbrauchen können als vergleichbare Single-Agent-Läufe. Das Ergebnis hängt weniger vom Dateinamen ab als davon, welche Arbeit delegiert wird.

Das Codex-Sol-Muster trennt Urteilsvermögen von Implementierung

Die entscheidende Veränderung ist nicht bloß der Zugriff auf ein weiteres Modell. Es ist die Trennung von architektonischem Urteilsvermögen und Ausführung.

OpenAI beschreibt Codex-Subagenten als spezialisierte Agenten, die zugewiesene Arbeit in separaten Threads ausführen. Der Parent-Agent kann sie starten, auf ihre Ergebnisse warten, Folgeanweisungen senden und ihre Arbeit in einer Antwort zusammenführen.

Diese Struktur ermöglicht es Codex Sol, Entscheidungen mit großer Reichweite zu behalten. Dazu gehören Aufgabenzerlegung, Schnittstellendesign, Abhängigkeitsentscheidungen, Akzeptanzkriterien und das abschließende Code-Review. Ein Luna-Worker erhält einen engeren Auftrag und übernimmt die Implementierung innerhalb dieser Grenze.

Die Subagent-Dokumentation von OpenAI bestätigt, dass lokale Codex-Clients persönliche Agent-Dateien unter ~/.codex/agents/ unterstützen. Projektspezifische Definitionen können stattdessen unter .codex/agents/ innerhalb eines Repositorys liegen.

Jede eigenständige Agent-Datei muss drei Felder enthalten:

• name, das die Agentenrolle identifiziert

• description, das Codex hilft zu entscheiden, wann die Rolle passt

• developer_instructions, das das Arbeitsverhalten definiert

Die Datei kann zudem normale Sitzungseinstellungen überschreiben. Dazu gehören model, model_reasoning_effort, Sandbox-Kontrollen, Tools und die Skill-Konfiguration.

Eine repräsentative Version des berichteten Setups sieht so aus:

Dieses Beispiel entspricht dem dokumentierten Konfigurationsformat. Es gibt keine verifizierte Datei des ursprünglichen Verfassers wieder, dessen vollständige Anweisungen über das Quellenmaterial nicht verfügbar waren.

Die Unterscheidung ist wichtig, weil die Modellauswahl allein keinen verlässlichen Worker schafft. Die Beschreibung beeinflusst das Routing, während Developer Instructions Umfang, Testpflichten und Abbruchbedingungen definieren. Ein vages Profil kann einen fokussierten Implementierungsagenten in eine weitere Universal-Konversation verwandeln.

Die Datei macht zudem nicht automatisch jede Coding-Anfrage zu einer Luna-Aufgabe. Aktuelle Codex-Versionen delegieren nach einer direkten Anforderung oder wenn anwendbare Projektanweisungen oder Skills zur Delegation auffordern. Nutzer benötigen weiterhin eine Routing-Regel, die Sol mitteilt, welche Arbeit zum Worker gehört.

Diese Regel kann im Prompt, in einer projektweiten AGENTS.md oder in einer anderen anwendbaren Anweisungsebene stehen. Eine nützliche Richtlinie reserviert Architektur und Review für Sol und leitet klar abgegrenzte Implementierungseinheiten an Luna weiter.

Das Muster stellt die Standardgewohnheit infrage, ein Flaggschiffmodell an jeden Schritt zu binden. Es behandelt Modellkapazität als Portfolio statt als einzelne Einstellung.

Warum Luna Max eine ungewöhnliche Worker-Wahl ist

Luna Max verbindet ein auf Effizienz ausgerichtetes Modell mit der höchsten dokumentierten Reasoning-Einstellung und schafft damit ein bewusstes Experiment zwischen Qualität und Verbrauch.

OpenAI positioniert gpt-5.6-sol als Flaggschiffmodell für anspruchsvolle Arbeit. gpt-5.6-terra beschreibt das Unternehmen als Ausgleich zwischen Leistungsfähigkeit und Effizienz, während gpt-5.6-luna auf klare, wiederholbare Aufgaben mit hohem Volumen zielt.

Diese Orientierung macht Luna zu einem logischen Implementierungsworker, wenn Sol bereits Mehrdeutigkeit beseitigt hat. Eine kleine Aufgabe wie das Hinzufügen eines validierten Endpunkts, das Aktualisieren einer Komponente oder die Implementierung einer spezifizierten Migration hat einen klareren Lösungsraum als der Entwurf des umgebenden Systems.

Max Reasoning verändert dieses Profil. Der Reasoning-Aufwand steuert, wie viel interne Arbeit ein unterstütztes Modell für das Erforschen und Verifizieren einer Antwort aufwenden kann. OpenAI sagt, höhere Einstellungen könnten komplexe Arbeit verbessern, erhöhten aber auch Antwortzeit und Token-Verbrauch.

Die GPT-5.6-Anleitung des Unternehmens empfiehlt Luna für effiziente Workloads mit hohem Volumen. Für anspruchsvolle Aufgaben, die mehr Exploration und Verifizierung erfordern, empfiehlt sie max.

Die Kombination beider Einstellungen ist daher nicht die offensichtlichste Effizienzkonfiguration. Luna liefert die niedrigere Modellstufe, während Max dieses Modell zu tieferem Nachdenken auffordert. Die Wette lautet, dass diese Paarung genügend Implementierungsqualität behält, ohne für jeden Worker-Zug Sol-Niveau beim Urteilsvermögen zu bezahlen.

Das kann funktionieren, wenn die Aufgabenzerlegung die Unsicherheit bereits verringert hat. Man denke an eine Repository-Migration mit zehn unabhängigen Adaptern. Sol kann die gemeinsame Schnittstelle identifizieren, Invarianten definieren und Tests spezifizieren. Luna-Worker können anschließend einzelne Adapter gegen denselben Vertrag implementieren.

Die Wirtschaftlichkeit verschlechtert sich, wenn Worker die Architektur neu entdecken müssen. Wenn jeder Luna-Agent das gesamte Repository liest, Anforderungen diskutiert, seinen Plan überarbeitet und breit angelegte Änderungen erneut versucht, kann Max Reasoning die erwarteten Einsparungen aufzehren.

Das Setup erhöht zudem den Anspruch an die Prompt-Qualität. Ein Mensch, der einen einzelnen Agenten nutzt, kann Mehrdeutigkeit interaktiv auflösen. Ein Orchestrator muss diese Mehrdeutigkeit vor der Delegation in einen klar abgegrenzten Arbeitsauftrag übersetzen.

Die besten Arbeitsaufträge benennen das genaue Ziel, relevante Dateien, Einschränkungen, den Testbefehl, das erwartete Ergebnis und Bedingungen, die eine Eskalation erfordern. Sie teilen dem Worker auch mit, was er nicht ändern soll.

Hier verdient Codex Sol seinen Platz im Workflow. Sol sollte nicht bloß den Prompt des Nutzers weiterleiten. Es sollte die Anfrage in Implementierungseinheiten mit klarer Zuständigkeit und messbaren Abschlusskriterien überführen.

Für Entwickler ähnelt das einem erfahrenen Technical Lead, der Arbeit an Mitwirkende verteilt. Der Lead schützt die Architektur und integriert Ergebnisse. Mitwirkende arbeiten innerhalb einer definierten Oberfläche unabhängig.

Die Analogie hat Grenzen, da Modelle kein organisatorisches Verständnis wie langjährige Teamkollegen behalten. Jeder Agent benötigt weiterhin ausreichenden Kontext, und jedes zusätzliche Kontextpaket verursacht Verbrauchs- und Koordinationskosten.

Teams, die bereits eine durchsuchbare Engineering-Wissensdatenbank pflegen, haben hier einen Vorteil. Stabile Konventionen, Architekturhinweise und Testleitlinien geben dem Orchestrator besseres Material für enge Zuweisungen.

Luna Max ist daher kein universeller günstiger Worker. Es ist ein spezialisiertes Ausführungsprofil, dessen Wert mit klareren Aufgabengrenzen steigt.

Der eigentliche Gegner ist Single-Model-Coding

Der zentrale Wettbewerb lautet: orchestriertes Modellrouting gegen die Ausführung jedes Coding-Schritts durch ein einzelnes leistungsstarkes Modell.

Eine Codex-Sitzung mit einem einzelnen Modell ist leicht zu verstehen. Ein Agent erkundet das Repository, stellt Fragen, erstellt den Plan, bearbeitet Dateien, führt Tests aus, diagnostiziert Fehler und prüft seine eigene Arbeit.

Diese Kontinuität hat echten Wert. Der Agent behält Entscheidungen in einem Kontext und muss sie nicht für einen anderen Thread zusammenfassen. Kleine Aufgaben profitieren oft von dieser Einfachheit, weil der Delegationsaufwand die Implementierungsarbeit übersteigen würde.

Die Kosten werden sichtbar, wenn Aufgaben wachsen. Explorationsprotokolle, Testausgaben, verworfene Ansätze und Implementierungsdetails sammeln sich in derselben Konversation, die auch Anforderungen und Architekturentscheidungen enthält.

OpenAI bezeichnet diese Effekte als Context Pollution und Context Rot. Wichtige Informationen werden schwerer auffindbar, wenn weniger relevantes Material den Thread füllt. Das Unternehmen sagt, Subagenten helfen, indem sie laute Arbeit aus der Hauptkonversation verlagern und verdichtete Ergebnisse zurückgeben.

Im vorgeschlagenen Arrangement wird Codex Sol zum Hüter dauerhafter Entscheidungen. Sein Thread sollte das Ziel, Systembeschränkungen, die Aufgabenkarte, Integrationsentscheidungen, Review-Erkenntnisse und den finalen Status enthalten.

Luna-Worker nehmen lokalen Lärm auf. Sie untersuchen relevante Dateien, erzeugen Patches, führen fokussierte Tests aus und geben knappe Nachweise zurück. Ihre rohe Untersuchung muss Sols Hauptkontext nicht belegen.

Das kann mehr als die Quotennutzung verbessern. Es kann auch das Risiko verringern, dass eine lange Implementierungsspur eine frühe Anforderung aus der praktischen Aufmerksamkeit drängt. Der Orchestrator sieht Zusammenfassungen statt jeden fehlgeschlagenen Befehl.

Delegation schafft jedoch eine andere Form von Overhead. Sol muss Worker-Prompts vorbereiten, Fortschritt überwachen, Ergebnisse interpretieren, Änderungen prüfen und eine Aufgabe mitunter zur Überarbeitung zurückgeben.

Parallele Schreibvorgänge fügen ein weiteres Problem hinzu. OpenAI empfiehlt, mit leseintensiver Subagentenarbeit zu beginnen, weil gleichzeitige Codeänderungen kollidieren und Koordinationskosten erhöhen können. Zwei Agenten, die dasselbe gemeinsame Modul ändern, können einzeln plausible Patches erzeugen, die gemeinsam scheitern.

Ein sinnvoller Codex-Sol-Workflow trennt Arbeit daher nach Zuständigkeit. Ein Worker könnte einen Backend-Handler aktualisieren, ein anderer isolierte Tests hinzufügen und ein dritter die Dokumentation prüfen. Gemeinsame Typen und zentrale Konfiguration sollten unter einer Zuständigkeit bleiben.

Git-Worktrees oder strikt getrennte Dateien können Interferenzen reduzieren, beseitigen aber keine semantischen Konflikte. Zwei Änderungen können separat kompilieren und dennoch inkompatible Annahmen über denselben Vertrag treffen.

Der Orchestrator muss außerdem Implementierung und Review unterscheiden. Luna Code schreiben zu lassen und anschließend sein eigenes Ergebnis zu akzeptieren, schwächt die Arbeitsteilung. Sol sollte den Diff mit der ursprünglichen Aufgabe abgleichen, Tests verifizieren und nach Änderungen außerhalb des Umfangs suchen.

Diese Review-Rolle ist das stärkste Argument dafür, Sol an der Spitze zu behalten. Das Flaggschiffmodell setzt seine Kapazität an Hebelpunkten ein statt für repetitive Änderungen.

Eine typische Abfolge würde fünf Phasen folgen:

1. Sol untersucht die Anfrage und definiert die architektonische Grenze.

2. Sol überführt den Plan in unabhängige, testbare Zuweisungen.

3. Luna Max implementiert ausgewählte Zuweisungen in separaten Threads.

4. Sol prüft zurückgegebene Diffs, Testnachweise und ungelöste Risiken.

5. Sol integriert die akzeptierte Arbeit und führt eine umfassendere Validierung aus.

Diese Abfolge ist nicht automatisch schneller. Sie funktioniert am besten, wenn mehrere Zuweisungen unabhängig voranschreiten können oder die Implementierung große Mengen entbehrlichen Kontexts erzeugt.

Bei einem Ein-Datei-Bug mit offensichtlicher Korrektur kann der Parent wahrscheinlich fertig werden, bevor ein Worker genügend Kontext erhält. Bei einem umfangreichen Feature, das unabhängige Pakete berührt, hat Orchestrierung mehr Spielraum, ihren Overhead zu rechtfertigen.

Der richtige Vergleich lautet daher nicht Sol gegen Luna. Es ist ein teurer kontinuierlicher Thread gegen eine Hierarchie, die in unterschiedlichen Phasen unterschiedliche Arten von Aufmerksamkeit einsetzt.

Die Behauptung doppelten Outputs braucht weiterhin Belege

Kein öffentliches Benchmark belegt derzeit, dass dieses Codex-Sol-Arrangement den Quotenverbrauch halbiert oder die abgeschlossene Arbeit verdoppelt.

Der ursprüngliche Social-Media-Beitrag stellt ein attraktives Ergebnis in Aussicht: Kontingent sparen und dabei doppelt so viel produzieren. Diese Behauptung sollte als persönlicher Workflow-Bericht behandelt werden, nicht als gemessene Produktgarantie.

OpenAI stellt ausdrücklich fest, dass Subagenten-Workflows mehr Tokens verbrauchen als vergleichbare Ausführungen mit einem einzelnen Agenten. Jeder Child-Agent führt eigene Modell- und Tool-Arbeit aus, während der Parent weiterhin Tokens für die Erstellung von Aufgaben und die Zusammenführung der Ergebnisse aufwendet.

Diese Warnung beweist nicht, dass das berichtete Setup ineffizient ist. Sie zeigt, dass sich Effizienz nicht allein aus dem Einsatz von Luna ableiten lässt. Die Gestaltung der Arbeitslast entscheidet darüber, ob die Ausführung auf einer niedrigeren Stufe den zusätzlichen Orchestrierungsaufwand ausgleicht.

Um die Behauptung zu bewerten, sind mindestens vier Messgrößen nötig.

Erstens benötigen Nutzer den Gesamtverbrauch über den Parent und alle Child-Agenten hinweg. Nur den Sol-Thread zu betrachten, würde ein irreführendes Ergebnis liefern, da die Nutzung der Worker zum selben Workflow gehört.

Zweitens benötigen sie die Qualität der erledigten Aufgaben. Ein günstigerer erster Versuch ist nicht günstiger, wenn Sol den Großteil des Patches neu schreiben muss. Nacharbeit, fehlgeschlagene Tests und Review-Zyklen gehören in die Berechnung.

Drittens benötigen sie die tatsächliche Laufzeit. Parallel arbeitende Worker können die verstrichene Zeit verkürzen und gleichzeitig mehr Tokens verbrauchen. Dieser Tausch kann weiterhin sinnvoll sein, ist aber keine Quotenreduktion.

Viertens benötigen sie eine vergleichbare Baseline. Derselbe Aufgabensatz sollte mit Sol allein, Sol mit Luna Max und möglicherweise Sol mit Luna bei einer niedrigeren Reasoning-Einstellung ausgeführt werden. Andernfalls kann die Aufgabenschwierigkeit den Unterschied erklären.

Der Reasoning-Aufwand verdient besondere Prüfung. OpenAI sagt, dass höherer Aufwand den Tokenverbrauch und die Latenz erhöht. Max kann Ergebnisse bei schwieriger Arbeit verbessern, doch bei routinemäßigen Änderungen eingesetzt, kann es die Effizienz verschwenden, für die Luna ausgewählt wurde.

Eine Routing-Policy auf Basis der Aufgabenschwierigkeit wäre glaubwürdiger als eine dauerhafte Einstellung. Klare, mechanische Änderungen könnten mit niedrigerem Reasoning auskommen, während Max für abgegrenzte Aufgaben mit schwierigen Sonderfällen verfügbar bleibt.

Auch die soziale Behauptung steht vor Problemen bei der Laufzeitverifikation. Eine benutzerdefinierte Datei kann ein Modell festlegen, doch Entwickler sollten bestätigen, dass der gestartete Thread tatsächlich die angeforderte Rolle, das Modell und die Reasoning-Stufe erhalten hat.

Diese Sorge ist nicht theoretisch. Ein Community-Bugreport beschrieb Child-Agenten, die während eines sich verändernden Multi-Agent-Rollouts die Einstellungen des Parents übernahmen. Spätere Antworten berichteten von Konfigurations-Workarounds, doch das Laufzeitverhalten variierte je nach Build und Tool-Oberfläche.

Ein weiteres Codex-Issue dokumentierte eine Diskrepanz zwischen benutzerdefinierten Agent-Dateien und Tool-gestützten Sessions. Dem Bericht zufolge wurden gültige Projekt-Agenten nicht über die verfügbare Spawn-Schnittstelle bereitgestellt.

Diese Berichte belegen nicht, dass aktuelle benutzerdefinierte Agenten defekt sind. Die aktuelle Dokumentation von OpenAI besagt, dass Werte aus Agent-Dateien Vorrang vor geerbten Einstellungen haben. Die Berichte zeigen, warum Nutzer tatsächliche Child-Metadaten prüfen sollten, statt sich auf die beabsichtigte Konfiguration zu verlassen.

Ein zuverlässiger Test sollte für jede Zuweisung Folgendes erfassen:

• Angeforderte Agent-Rolle

• Aufgelöstes Modell

• Aufgelöster Reasoning-Aufwand

• Geänderte Dateien

• Testbefehle und Ergebnisse

• Review-Ergebnis des Parents

• Anzahl der Überarbeitungszyklen

• Gesamtnutzung über alle Threads hinweg

• End-to-End verstrichene Zeit

Der daraus resultierende Vergleich sollte repräsentative Arbeit verwenden. Ein Benchmark, der nur Boilerplate enthält, begünstigt das Worker-Modell, während einer mit ausschließlich architektonischer Mehrdeutigkeit Sol begünstigt. Reale Entwicklung vereint beides.

Teams sollten außerdem Fehlerbegrenzung einplanen. Ein Worker muss stoppen, wenn seine Aufgabe eine architektonische Entscheidung erfordert, die nicht vorgegeben wurde. Diese Entscheidung stillschweigend zu improvisieren, verursacht Review-Kosten und versteckte Inkonsistenzen.

Die sicherste Entwickleranweisung lautet nicht „unter allen Umständen fertigstellen“. Sie lautet: „Innerhalb dieser Grenze implementieren und eskalieren, wenn die Grenze nicht ausreicht.“

Das verändert die Bedeutung von Produktivität. Mehr generierter Code bedeutet nicht automatisch mehr Output. Akzeptierte Änderungen, die Tests bestehen und die Designabsicht bewahren, sind die relevante Einheit.

Bis kontrollierte Messungen vorliegen, bleibt „doppelter Output“ eine prüfenswerte Hypothese und kein Ergebnis, das Leser voraussetzen können.

Worauf Codex-Sol-Nutzer als Nächstes achten sollten

Drei Signale werden darüber entscheiden, ob Sol-geführte Luna-Worker zu einem dauerhaften Workflow werden oder ein Optimierungsexperiment bleiben.

Das erste Signal ist überprüfbares Modell-Routing. Codex-Clients müssen es leicht machen, die aufgelöste Child-Rolle, das Modell, den Reasoning-Aufwand und den Berechtigungsmodus einzusehen.

Die Dokumentation von OpenAI besagt, dass Werte aus einer benutzerdefinierten Agent-Datei Vorrang haben. Sie erklärt zudem, dass ausgelassene Einstellungen aus einem expliziten Spawn-Wert, einem [agents]-Standardwert oder der Parent-Session stammen können.

Diese Auflösungsreihenfolge ist flexibel, doch Flexibilität kann Fehler verbergen. Ein Entwickler, der Luna Max anfordert, sollte Luna Max bestätigen können, ohne rohe Session-Logs durchsuchen oder einen Tool-Aufruf rückentwickeln zu müssen.

Wenn kommende Codex-Releases diese Verifikation über App, CLI, IDE und Tool-gestützte Sessions hinweg konsistent machen, gewinnt das Sol-geführte Muster an Glaubwürdigkeit. Wenn das Routing weiterhin von client-spezifischem Verhalten abhängt, bleiben behauptete Einsparungen schwer reproduzierbar.

Das zweite Signal ist die Messung auf Workload-Ebene. Nutzer benötigen Dashboards, die Verbrauch, Latenz, Wiederholungen und akzeptierten Output über einen Agentenbaum hinweg zuordnen.

Ein Parent-Thread kann effizient wirken, weil die Implementierung an anderer Stelle erfolgt ist. Ohne aggregierte Berichterstattung lässt sich nicht feststellen, ob Delegation Quote eingespart oder sie lediglich umverteilt hat.

Die nützlichste Kennzahl würde die Gesamtnutzung mit akzeptierten Aufgaben verbinden. Teams könnten dann Sol-only-Arbeit mit von Sol orchestrierter Luna-Arbeit über dasselbe Repository und dieselbe Evaluierungssuite hinweg vergleichen.

Qualität muss neben dem Verbrauch sichtbar bleiben. Ein Worker-Profil, das die Nutzung reduziert, aber die Review-Zeit verdoppelt, bietet keinen klaren Vorteil. Dasselbe gilt für einen parallelen Workflow, der schneller fertig wird, aber widersprüchliche Patches erzeugt.

Das dritte Signal ist die Entstehung stabiler Routing-Konventionen. Heute können Nutzer benutzerdefinierte Agenten definieren und Codex zur Delegation anweisen. Das schwierigere Problem ist die Entscheidung, wann Delegation erfolgen sollte.

Das berichtete Setup bietet eine Regel: Sol plant und prüft, während Luna Max implementiert. Das ist einprägsam, doch Produktionsteams werden präzisere Grenzen benötigen.

Eine ausgereifte Policy könnte routen:

• Architektur, mehrdeutiges Debugging und Integrationsentscheidungen an Sol

• Repository-Erkundung und Dokumentensichtung an Terra

• Eng abgegrenzte Implementierung, repetitive Migrationen und isolierte Tests an Luna

• Sicherheitskritische oder bereichsübergreifende Reviews zurück an Sol

• Widersprüchliche oder unzureichend spezifizierte Aufgaben vor Änderungen zurück an den Parent

Diese Grenzen sollten sich aus Messungen entwickeln, nicht aus Modell-Branding. Ein Luna-Worker, der in einer Codebasis gut arbeitet, kann in einer anderen mit wenigen Tests oder undokumentierten Konventionen Schwierigkeiten haben.

Entwickler sollten mit Aufgaben beginnen, die sich leicht überprüfen lassen. Gute Kandidaten sind isolierte Testerweiterungen, schema-basierte Adapter, mechanische API-Migrationen und Komponenten mit expliziten Akzeptanzkriterien.

Sie sollten nicht mit Neugestaltungen der Authentifizierung, Datenmigrationen ohne Rollback-Pläne oder Änderungen beginnen, die mehrere gemeinsam genutzte Subsysteme betreffen. Solche Aufgaben verlagern zu viel verborgenes Urteilsvermögen in die Worker-Zuweisung.

Der praktische nächste Schritt ist ein kontrollierter interner Versuch. Wählen Sie einen kleinen Satz abgeschlossener Issues aus, bewahren Sie deren ursprüngliche Anforderungen und führen Sie sie mit beiden Workflows aus. Vergleichen Sie akzeptierten Output, Gesamtnutzung, verstrichene Zeit und Review-Aufwand.

Halten Sie das Profil luna-worker.toml während dieses Versuchs eng gefasst. Fordern Sie Dateizusammenfassungen, Testnachweise und explizite Eskalation. Lassen Sie Codex Sol jeden Diff anhand derselben Akzeptanzkriterien prüfen, die für die Baseline verwendet wurden.

Wenn der Worker wiederholt saubere, abgegrenzte Änderungen liefert, erweitern Sie seinen Aufgabenbereich schrittweise. Wenn Sol viel Zeit damit verbringt, Entscheidungen zu reparieren oder erneut zu ermitteln, verbessern Sie zuerst die Zerlegung, bevor Sie Modelle wechseln.

Das Muster aus Codex Sol und Luna Max weist auf eine glaubwürdige Zukunft für KI-gestütztes Coding hin: Ein Modell muss nicht jede Rolle übernehmen. Orchestrierung ist jedoch keine kostenlose Effizienzschicht. Sie tauscht kontinuierlichen Kontext gegen Routing, Verifikation und Koordination.

Die entscheidende Frage lautet nicht, ob Luna mehr Code schreiben kann. Sie lautet, ob Sol Arbeit klar genug definieren kann, damit Lunas Code das Review übersteht. Messen Sie dieses Ergebnis anhand realer Aufgaben und lassen Sie dann die Evidenz darüber entscheiden, wie viel Ihrer Entwicklungswarteschlange Sie delegieren.