Anda punya satu task Codex yang sedang berjalan, satu perbaikan bug yang ingin Anda serahkan ke orang lain, satu test suite yang butuh coverage, dan satu refactor yang terus Anda tunda. Keempatnya saling independen. Sebenarnya tidak ada alasan keempatnya tidak bisa berjalan bersamaan, kecuali satu alasan praktis: arahkan dua sesi Codex ke checkout yang sama, dan keduanya mulai saling menimpa hasil edit. Paralelisme yang Anda inginkan justru berubah menjadi merge yang tidak Anda minta.
Menjalankan beberapa task Codex sekaligus bukanlah fitur yang tinggal Anda nyalakan, melainkan penyiapan yang harus Anda rancang. Ada tiga jalur: task cloud Codex, beberapa sesi CLI lokal, dan subagen di dalam satu sesi. Masing-masing memberi konkurensi nyata, dan masing-masing punya satu mode kegagalan yang muncul begitu terjadi tumpang tindih penulisan. Panduan ini membahas ketiganya lengkap dengan perintah dan nama kegagalannya di setiap langkah, lalu menunjukkan di mana task board mengambil alih.
Task board itu adalah Sharkly. Anda sudah punya Codex. Sharkly berada di lapisan atasnya: Sharkly menjalankan Codex sebagai Runtime dan mengubah setiap eksekusi paralel menjadi sebuah Task dengan checkout terisolasi sendiri, log sendiri, dan reviewer sendiri. Artikel ini membahas penyiapan manualnya lebih dulu, karena Anda sebaiknya memahami apa yang Anda otomatiskan sebelum mengotomatiskannya.
TL;DR
Codex parallel agents berarti menjalankan beberapa task Codex secara bersamaan, bukan satu per satu. Ada tiga cara: task cloud Codex (masing-masing di lingkungan terisolasi, menurut dokumentasi OpenAI), beberapa sesi CLI codex lokal, atau subagen di dalam satu sesi. Aturan yang berlaku untuk semuanya adalah satu salinan kerja per unit pekerjaan: beri setiap task git worktree-nya sendiri agar edit yang berjalan bersamaan tidak pernah menyentuh file yang sama. Pola ini masih tertangani dengan baik untuk beberapa task. Di luar itu, melacak agen mana mengerjakan apa dan meninjau setiap hasil secara terpisah menjadi hambatan, dan di situlah Sharkly menambahkan lapisannya.
Tiga cara menjalankan Codex secara paralel
Pilih jalurnya berdasarkan di mana pekerjaan berjalan dan seberapa banyak yang perlu Anda lihat, bukan berdasarkan mana yang terdengar paling canggih.
| Jalur | Cara berjalannya | Isolasi | Paling cocok untuk |
|---|---|---|---|
| Task cloud Codex | Setiap task di lingkungan cloud-nya sendiri | Kuat, per task | Task mandiri yang didelegasikan dan ditinjau belakangan |
| Beberapa sesi CLI | Beberapa proses codex di mesin Anda |
Tidak ada secara default; checkout dipakai bersama | Pekerjaan lokal yang ingin Anda pantau secara langsung |
| Subagen dalam satu sesi | Satu sesi yang mengirim thread turunan | Direktori sesi dipakai bersama | Pekerjaan yang banyak membaca: eksplorasi, triage, pengujian |
Gunakan task cloud Codex ketika lingkup pekerjaannya sudah jelas dan Anda tidak masalah memeriksanya setelah selesai. Gunakan sesi CLI lokal ketika Anda ingin mengarahkan setiap eksekusi saat berlangsung. Gunakan subagen ketika pekerjaannya sebagian besar berupa membaca, karena agen turunan berbagi satu direktori kerja dan, sesuai perilaku subagen Codex, sesi akan menunggu semuanya lalu mengembalikan satu balasan gabungan. Bentuk terakhir itu tidak cocok untuk penulisan paralel: agen yang mengedit kode secara bersamaan menimbulkan konflik, dan satu ringkasan tunggal tidak bisa ditinjau sepotong demi sepotong.
Langkah demi langkah: menjalankan beberapa task Codex secara lokal tanpa tabrakan
Jalur lokal adalah yang paling sering dipilih orang lebih dulu, sekaligus yang paling cepat rusak. Berikut penyiapan yang mampu bertahan.
Langkah 1. Beri setiap task checkout-nya sendiri. git worktree adalah direktori kerja kedua yang ditopang oleh repositori yang sama, dengan branch-nya sendiri. Buat satu untuk setiap task:
git worktree add ../app-authfix -b fix/token-refresh
git worktree add ../app-tests -b test/checkout-coverage
git worktree add ../app-refactor -b refactor/api-client
Kegagalan jika Anda melewati langkah ini: dua sesi codex di folder yang sama mengedit file yang sama, penulisan yang lebih belakangan menang tanpa suara, dan keduanya melaporkan sukses. Anda baru menyadari kehilangannya saat review, atau saat sudah di production.
Langkah 2. Jalankan satu sesi Codex per worktree. Buka terminal di setiap direktori dan jalankan Codex di sana:
cd ../app-authfix && codex
Kegagalan jika Anda melewati langkah ini: satu sesi dengan empat tujuan di dalam konteksnya akan melayang di antara semuanya dan kehilangan jejak perubahan mana milik task yang mana.
Langkah 3. Skripkan task yang tidak memerlukan manusia di depan keyboard. Untuk task yang mandiri, mode non-interaktif berjalan sampai selesai tanpa prompt:
cd ../app-tests && codex exec "add tests for the checkout flow until coverage passes"
Kegagalan jika Anda melewati langkah ini: Anda justru duduk mengawasi sesi yang sebenarnya tidak membutuhkan Anda, dan itu menghapus alasan menjalankannya secara paralel.
Langkah 4. Lakukan merge dengan sengaja, satu branch setiap kali. Setiap worktree adalah sebuah branch, jadi tinjau dan merge secara terpisah. Jangan pernah membiarkan agen saling merge pekerjaan satu sama lain. Kegagalan jika Anda melewati langkah ini: tiga branch masuk sekaligus, konflik muncul di merge commit, dan Anda tidak lagi bisa menentukan perubahan agen mana yang menyebabkannya.
Untuk mekanisme membersihkan worktree dengan rapi setelahnya, lihat mengelola worktree untuk coding agent tanpa repot bersih-bersih. Pola worktree yang sama juga menjadi dasar menjalankan beberapa agen Claude Code; pola ini memang dirancang netral terhadap runtime.
Di mana penyiapan DIY berhenti berskala
Worktree menyelesaikan masalah tabrakan. Tapi bukan semua masalah, dan dindingnya lebih dekat daripada yang terlihat.
Pada tiga atau empat task, penyiapan ini masih bertahan. Pada delapan task, grid terminal berhenti menjadi ruang kerja dan berubah menjadi ujian daya ingat. Kegagalannya tidak dramatis; semuanya menumpuk:
- Anda kehilangan peta. Jendela mana yang perbaikan auth? Mana yang sudah selesai? Mana yang gagal dua puluh menit lalu dan sejak itu menganggur? Statusnya hanya ada di kepala Anda dan tergulir keluar dari layar.
- Review tidak punya batas yang jelas. Keluaran setiap sesi berupa dinding scrollback. Tidak ada catatan per task tentang apa yang disentuhnya, apa yang dijalankannya, dan di mana ia berhenti, sehingga Anda tidak bisa menerima satu hasil dan menolak hasil lain dengan rapi.
- Tidak ada yang dibagikan. Begitu rekan tim perlu melihat progres, Anda menyalin diff ke thread Slack. Pekerjaannya nyata, tapi tidak terlihat.
Inilah tiga masalah yang sama yang selalu dihadapi setiap alur kerja agen paralel, dan itulah sebabnya tim beralih ke alat khusus untuk mengelola coding agent paralel begitu jumlahnya bertambah. Isolasi sudah jadi masalah yang terpecahkan. Visibilitas dan review belum, setidaknya tidak dengan grid terminal.
Apa yang ditambahkan task board
Di sinilah lapisan di atas agen membuktikan nilainya. Task adalah catatan bersama untuk satu unit pekerjaan di Sharkly, dan menjalankan task Codex secara paralel berubah menjadi menjalankan Task secara paralel.
Setiap Task secara otomatis mengambil git worktree yang terisolasi, sehingga agen paralel di worktree terisolasi tidak lagi menjadi sesuatu yang harus Anda skripkan dan mulai menjadi pengaturan default. Sepuluh Task terhadap satu repositori, tanpa state bersama, tanpa git worktree add yang diketik manual. Runtime yang melakukan pengeditan tetap Codex; isolasinya disediakan di sekelilingnya.
Pembagian kerjanya itulah intinya. Agen meneliti, mengeksekusi, menguji, dan melaporkan. Manusia menentukan arah, memberi kewenangan, dan menerima hasilnya. Otomatisasi berhenti di titik yang memerlukan pertimbangan tim. Jadi setiap eksekusi menyimpan log eksekusinya sendiri berisi pemicu, panggilan tool, dan tempat ia berhenti, sementara hasil akhirnya kembali ke Task alih-alih terlewat begitu saja di terminal. Konteks, progres, hambatan, hasil, dan review manusia tetap terlihat dari permintaan hingga rilis, dan Anda meninjau masing-masing secara terpisah alih-alih membaca ringkasan dari ringkasan. Untuk sisi pelaporannya, lihat cara melacak pekerjaan yang diselesaikan oleh AI coding agent.
Sharkly bukan pengganti Codex. Sharkly menambahkan lapisan task, checkout, konteks, dan review bersama di sekitar agen yang sudah Anda jalankan. Jika Anda hanya pernah menjalankan satu sesi Codex dalam satu waktu, Anda tidak membutuhkannya. Jika Anda menjalankan beberapa sesi terhadap satu codebase dan mulai kehilangan jejak, itulah masalah yang ingin dipecahkan. Anda bisa membangun penyiapan worktree di atas secara manual, atau menjalankan task Codex yang ada melalui Sharkly dan biarkan alur kerjanya menyimpan status untuk Anda.
Checklist yang bisa Anda jalankan hari ini
- Satu git worktree per task, masing-masing di branch-nya sendiri. Tidak ada dua task yang berbagi checkout.
- Satu sesi Codex per worktree, atau
codex execuntuk task yang tidak membutuhkan Anda. - Gunakan subagen hanya untuk pekerjaan yang banyak membaca; tempatkan penulisan bersamaan di checkout yang terpisah.
- Merge satu branch setiap kali, dan tinjau masing-masing sebelum masuk.
- Simpan catatan tentang task mana yang mana, apa yang disentuh masing-masing, dan hasilnya, di tempat yang bisa dilihat rekan tim.
- Ketika grid terminal sudah tidak lagi muat di kepala Anda, pindahkan pelacakan dan review ke Task board agar setiap eksekusi mengembalikan hasilnya ke satu tempat bersama.
FAQ
Bisakah Codex menjalankan beberapa task sekaligus? Bisa. Codex cloud menjalankan task di lingkungan terisolasi sesuai dokumentasi OpenAI, dan secara lokal Anda dapat menjalankan beberapa sesi codex sekaligus. Kendalanya ada pada checkout, bukan pada Codex: beri setiap task lokal git worktree-nya sendiri agar edit mereka tidak bertabrakan.
Berapa banyak agen Codex paralel yang bisa saya jalankan? Sebanyak yang diizinkan oleh mesin dan kuota model Anda. Batas praktisnya lebih rendah: yaitu jumlah hasil bersamaan yang benar-benar bisa ditinjau satu orang. Setelah melewati beberapa task, yang menjadi batas bukan lagi komputasi, melainkan pelacakan dan review.
Apakah saya perlu worktree, atau cukup membuka lebih banyak terminal? Lebih banyak terminal di direktori yang sama berarti penulisan bersamaan ke file yang sama dan penimpaan tanpa suara. Worktree memberi setiap sesi direktori dan branch-nya sendiri, dan itulah yang membuat paralelisme lokal aman. Lihat git worktree untuk AI coding agent.
Apa perbedaan antara subagen Codex dan task paralel? Subagen berjalan di dalam satu sesi, berbagi direktori kerjanya, dan mengembalikan satu balasan gabungan, sehingga cocok untuk membaca dan triage. Task paralel adalah eksekusi terpisah dengan checkout terpisah, dan itulah yang Anda butuhkan untuk penulisan bersamaan dan review independen.
