142M de tokens. Un jour. 10 projets.

OpenAI Pro vous donne un quota Codex hebdomadaire. J'ai épuisé le mien en 24 heures.
~30 tâches de codage autonome en parallèle. Un Claude qui rédige les prompts. 644 tests à la fin de la journée.
Pas des projets jouets. Une pile complète d'intelligence PM qui s'alimente en données en direct.
Ce que cela fait
J'ai construit 6 systèmes indépendants qui examinent chacun Polymarket sous un angle différent.
L'un note 222 portefeuilles de baleines et les classe de S à F. L'un génère des cartes de prédiction quotidiennes avec des données de momentum CLOB. L'un exécute des arbres de scénarios géopolitiques via Claude et les mappe sur les marchés en direct. L'un détecte les mal-pricings de calibration. L'un suit mon historique de 490 trades et me dit où je perds de l'argent. L'un surveille ce que les portefeuilles de tier S achètent en ce moment.
Ensuite, j'ai construit un septième système qui connecte les six autres.
Le bus de signaux
Chaque système écrit les signaux dans une base de données partagée. Le bus les lit tous et pose une question : plusieurs systèmes indépendants s'accordent-ils sur le même marché ?
Première exécution en direct. Deux systèmes ont convergé sur Kostyantynivka.
Le simulateur géo a construit un arbre de scénarios Ukraine et a conclu que le marché était surévalué de 14pp. Le moteur de cartes de prédiction — une base de code complètement distincte, une méthodologie différente, aucune donnée partagée — a signalé le même marché comme surévalué du même côté.
Aucun système ne connaissait l'existence de l'autre. Ce n'est pas une coïncidence que j'ai conçue. C'est un comportement émergent de l'infrastructure.
Pourquoi cela compte
Un système appelant un marché surévalué est une opinion. Deux systèmes indépendants appelant le même marché surévalué du même côté est un signal.
Plus vous construisez de systèmes, plus vous trouvez de convergences. La pile se compose. Chaque nouvelle source de données rend chaque autre système plus utile.
La partie ennuyeuse que personne ne mentionne
Des auto-résolveurs qui vérifient si les appels passés étaient corrects. Des tableaux de bord de précision qui suivent si vos prédictions fonctionnent réellement. Des bases de données d'historique de tiers qui remarquent quand une baleine est promue ou rétrogradée. Des tâches cron hebdomadaires qui rafraîchissent tout pendant que vous dormez.
Rien de tout cela n'est excitant. Tout cela est ce qui sépare un tweet d'un track record.
142M de tokens. 644 tests. L'infra est terminée. Maintenant, elle tourne.