Intervjuer: „Već je tu GPT-5.6, recite mi, koje su vaše prednosti?“ — Nasmejao sam se: „Bez iskustva, kod koji napišu GPT-5.6/Fable 5 je takođe nula.“ — Intervjuer: „Pričajmo o iskustvu.“

OpenAI je zvanično izbacio seriju GPT-5.6.

Najveći Sol, uz veliki Terra i srednji Luna, ponovo su zapalili čitavu AI zajednicu.

Ali da budem iskren, preimenovati Codex u ChatGPT prilično je ispod nivoa — već smo u doba Agent-a, dodati ispred GPT-a još i Chat je napravljeno sasvim suvišno.

Mnogo bi bolje bilo preimenovati ChatGPT u Codex.

Modeli postaju jači iz godine u godinu — oprostite, iz dana u dan — pa šta nam ostaje od prednosti, nama koji se bavimo pisanjem koda?

Iskustvo.

Sa istim Fable 5 i GPT-5.6, kod koji različiti ljudi proizvedu sigurno se razlikuje kao nebo i zemlja.

Zato ću u nastavku podeliti iskustvo koje sam akumulirao Vibe Coding-om svih ovih godina (već je prošla jedna godina, zar ne). Vežite sigurnosne pojaseve, polazimo~

Ukratko, zapamtite ova četiri iskustva:

• Hranite tačan kontekst — održavajte CLAUDE.md, u pitanjima navedite ime fajla, ponudite referentne objekte
• Prvo planiraj, pa kreći — prvo neka model pročita kod i da plan, pa tek kad odobrite pustite ga da piše
• Malim koracima, često verifikuj — za svaki zadatak prvo definišite „šta znači završeno“, testovi idu prvi
• Pravovremeno prekini — usuđujte se da prekinete, da očistite kontekst, da se vratite nazad i krenute ispočetka

01. Hranite tačan kontekst

Claude Code pri svakom novom otvaranju sesije automatski učitava CLAUDE.md iz projekta u prozor konteksta.

Napomena: sliku je generisao GPT-5.6, sa istim Skill-om, efekat deluje gore čak i od GPT-5.5 — zaista pomalo apsurdno.

Ovo je apsolutno najvažnija stavka.

Još na početku projekta treba da upišemo u taj fajl često korišćene komande, standarde koda, načine testiranja i zamke u koje smo već upali. Kodex ima odgovarajući fajl koji se zove AGENTS.md, mehanizam je isti.

Razlika između nekoga ko nema iskustva i onoga ko ima već se vidi u ovom fajlu.

Skladište ovog prvog uopšte nema taj fajl; pri svakom pitanju model slijepo pogađa strukturu projekta (pametan model će sam istražiti, ali to mnogo troši Token). Drugi u fajl fiksira ograničenja poput „ovaj projekat koristi pnpm, a ne npm“, „testovi se pokreću sa make test“, „pravila imenovanja polja baze podataka“ — model pri svakoj rundi donošenja odluka nosi te informacije sa sobom.

I način postavljanja pitanja je isti.

Dati konkretno ime fajla mnogo je brže nego terati model da pretražuje čitavo skladište. Između „popravi grešku u prijavi“ i „pogledaj proveru token-a u auth/login.go, grana za istek se čini da nije obrađena“, razlika u kvalitetu rezultata je očigledna.

Naravno, fajl CLAUDE.md nije završen jednim pisanjem; preporučujem da ga „odgajate kao dete“.

Svaki put kada osetite da je model napravio grešku, u jednom rečenicom upišite stečeno iskustvo u fajl i sledeći put on tu grešku neće ponoviti — mnogo je praktičnije nego što verbalno iznova ponavljate ograničenja.

Još jedna lako zanemarena stvar — referenca.

Ako menjate interfejs, bacite mu dizajn ili sliku ekrana; ako imitirate neku funkciju, dajte mu putanju do referentne implementacije. Sa konkretnim referencama, razlika između rezultata modela i očekivanja biće mnogo manja.

Codex je na ovom polju u velikoj prednosti u odnosu na Claude Code terminal.

Prilikom rada na PaiCLI-u imao sam četiri jezične verzije.

Python, Go i TypeScript nisam previše učio, ali sam uspeo da izmamim od Codex-a očekivane rezultate, baš zato što sam u CLAUDE.md-u zapisao jezična ograničenja, ograničenja za testove i dao mu reference.

Znati šta modelu nedostaje i napred mu to obezbediti.

02. Prvo planiraj, pa tek onda kreni

Ja imam sopstveni radni tok u četiri koraka: istraživanje, planiranje, kodiranje, predaja.

• Prvo neka model pročita relevantni kod, uz izričit zahtev da u ovoj fazi ne sme da piše kod;
• Zatim neka da plan implementacije;
• Kada plan prođe pregled, pustite ga da krene u posao;
• Na kraju predajte.

Plan mode u Claude Code-u je projektovan upravo za ovaj proces — pritisnite dvaput Shift+Tab i prebacite se u taj režim.

Zašto?

Zato što je pogrešan pravac najskuplja greška u AI razvoju. Model piše kod i do nekoliko desetina, do nekoliko hiljada puta brže od čoveka — kada je pravac tačan to je poluga; kada je pogrešan, on istom brzinom stvara na stotine, na hiljade linija lošeg koda, potroši tokene, a izgubi se i vreme na popravke.

Kada čovek sam piše kod, obično prvo razmisli pa krene.

Ali čim se pojavi AI, uvek nam se čini da AI može sve, pa lakomisleno bacimo jednu rečenicu i pustimo ga da radi.

Ali upravo tada je najopasnije, jer AI još uvek nije dostigao AGI stadijum; njegova moć razumevanja i zaključivanja je iako već prilično jaka, još uvek nije dovoljno jaka.

Pregled plana mnogo je lakši od pregleda koda.

Jedan plan koji je otišao u pogrešnom pravcu može se pregledom prepoznati za dva minuta i vratiti na ponovno pisanje; kada se pretvori u dve hiljade linija koda, preostaje samo rušenje i počinjanje ispočetka.

Zato iskusni ljudi težište pregleda pomeraju sa koda na plan; što je zahtev složeniji, ovaj korak se više isplati. Za zahteve koji su zaista kompleksni, ja još tražim od modela da prvo napiše rešenje u obliku specifikacionog dokumenta — obuhvata koji se fajlovi diraju, kako se interfejsi menjaju i koja ponašanja ne smeju da se promene — i tek kada se taj dokument pregleda, kreće se u posao.

Go verziju PaiCLI-ja završio sam za jedno jutro; ne zato što moj Go toliko dobro stoji (nikada nisam pisao Go), već zato što sam šablon plana iz prve tri verzije direktno ponovo iskoristio — model je krenuo u posao sa planom koji je već tri puta bio validiran i gotovo da nije zalutao.

03. Malim koracima, često verifikuj

Na nivou izvršenja, postoje dva poteza.

Prvi je test-first. Prvo neka model napiše test cases — ionako AI brzo piše kod, ovaj korak nikako ne sme da se preskoči; neka onda piše što više slučajeva testiranja i pokrije granične uslove.

Drugi je da se „šta znači završeno“ napiše kao jasno definisan uslov.

Claude Code ima komandu /goal i komandu /loop. Ako imate dovoljno Token-a, obavezno probajte ove dve.

Naravno, ko ima ograničene Token-e neka ih ne koristi nasumično — prilično troše Token-e.

Mehanizam /goal vredi pomenuti. Po završetku svake runde zadatka, jedan manji model (podrazumevano Haiku) ocenjuje da li je uslov završetka ispunjen; ako nije, nastavlja da radi. Model koji radi i model koji ocenjuju nisu isti — ovaj dizajn se zove maker-checker, autor pitanja i ocenjivač su odvojeni.

Kako izgleda uslov završetka koji može da bude mreža bezbednosti?

Tri elementa:

• Jedno merljivo krajnje stanje, na primer svi testovi prolaze, izlazni kod izrade je 0, red zadataka je prazan;
• Jedan jasan način verifikacije, gde model objašnjava kako namerava da dokaže;
• Uz ograničenja procesa — koji se fajlovi ne smeju dirati, koja ponašanja ne smeju da se promene.

„Uredi ovu funkcionalnost“ nije uslov završetka; „svih 12 slučajeva u direktorijumu tests/auth prolaze, i pri tome se ne menja nijedan fajl testa“ — jeste.

04. Smelo ispravljaj greške

Iskreno, kada sam počeo da koristim Claude Code, nisam se usudio da pritisnem ESC — razlog verovatno svima je jasan, neću ga ni objašnjavati.

Ali kasnije, što sam više koristio, shvatio sam da ga ipak morate pravovremeno prekinuti, dopuniti zahtev i nastaviti; takođe, kada osetite da vam je kontekst zbrzan, koristite /clear da ga direktno očistite.

Codex nema clear, ali Codex može da usmerava kontekst.

Naime, kada smatrate da prethodni prompt nije kompletan, pošaljete još jednu poruku koja se podrazumevano stavlja u red, ali možete kliknuti na „usmeri“.

Usmerena poruka ulazi u kontekst prethodne runde razgovora.

Još jedna stvar — koristite što više Git, usuđujte se da se vratite nazad.

Prilikom rada na PaiCLI-u nekoliko sam se puta našao u situaciji u kojoj model na pogrešnom rešenju sve više zalazi u stranu pri svakoj popravci; u svakoj rundi kaže „sada bi trebalo da je dobro“, a u svakoj rundi nije dobro. U takvim trenucima način za zaustavljanje gubitka nije nastavak razgovora, već git povratak na poslednji čist čvor, sumiranje zamki u koje se palo u iskustvo i upisivanje u prompt, i pokretanje nove sesije iz početka.

Sa četiri jezične verzije, moj osećaj za ispravljanje grešaka se izbrusio upravo ovako — kada prekinuti, kada očistiti kontekst, kada prevaliti sto i krenuti ispočetka.

ending

Da od mene pitate, GPT-5.5 i Opus 4.6 i dalje su mi najjači tim.

Prvi za kodiranje, drugi za tekst.

Mnoge Skills koje sam akumulirao takođe su bazirane na ova dva, ali kada sam stvarno prešao na GPT-5.6/Fable 5, gledajući rezultate koje proizvodi, čini mi se da me model nije stabilno pratio.

Ne znam kako vi doživljavate?

Ali bez obzira na sve, ova četiri iskustva u kodiranju nikada neće zastareti.

Samo što će na novom modelu biti potrebno ponovo ih validirati, ponovo ih srediti i ponovo iterirati.

Vidimo se u sledećem.