摘要：2026年，OpenAI发布的Codex白皮书《Codex-maxxing for long-running work》揭示了一种全新的AI编程范式——让Codex从”问一步走一步”的工具，进化为可持续工作数小时甚至数天的智能体队友。本文基于OpenAI官方指南与一线创作者Jason Liu的实战经验，深度拆解Codex在长程任务中的10大核心能力，包括持久线程、语音输入、实时导航、记忆库、浏览器操控、远程控制、目标驱动等，并辅以真实循环案例，帮助开发者掌握这套”上下文→工具→记忆→复现→审查”的闭环工作流。
一、为什么长程任务成为AI编程的新战场
在过去的AI编程场景中，开发者的体验大多是”你问一步，它走一步”——提一个需求，AI改一段代码，发现问题再追问，循环往复。这种模式在处理聚焦任务时游刃有余，但面对需要数小时甚至数天持续推进的复杂工程，就显得力不从心。
OpenAI在2026年发布的官方白皮书中明确提出：当Codex具备了持久线程、共享记忆、工具接入、定时复现和产出审查这五大要素后，工作可以超越单个prompt的限制，持续向前推进。这正是Codex从”代码助手”向”工作系统”跃迁的关键标志。
值得注意的是，Codex CLI中默认关闭的/goal功能，正是为这类长程任务而生。开发者需要通过codex features enable goals手动开启，重启后即可使用。
二、持久线程：给工作流一个”家”
持久线程是Codex长程任务的基石。重要的工作流可以拿一个置顶线程当作”家”——上下文、偏好、历史决策、未关闭的事项，全在同一个地方随时间慢慢沉淀。
Jason Liu的做法颇具启发性：他给每个工作流创建独立的置顶线程（如管理日程、开源项目维护、社交平台监控），通过Command-1到Command-9快捷键一键跳转。线程生命周期被拉长后，项目背景、沟通习惯和历史决策会自然沉淀，Agent开始具备连续性。
这种复利效应的代价是：长线程攒的上下文多，跑起来可能比开新线程贵。但对于反复回来的重要工作流，连续性通常值这个价。当对话持续太久导致上下文窗口接近上限时，可以使用/compact命令让Codex将历史对话压缩成摘要，释放token空间。
三、语音输入：保留大脑里”乱糟糟的版本”
语音输入的加入，让Codex获取的上下文质量发生了质变。Jason Liu下任务不打字，主要靠说——口述能完整保留原始思路，不需要刻意优化Prompt，可以直接把模糊、跳跃的想法原样丢给Agent。
正如Jason所说：”很多计划之所以能变好，是因为模型拿到了你脑子里那个乱糟糟的版本。” 会议记录、电话沟通、走廊闲聊、粗糙的语音备忘，都能成为Codex的起始素材，被转化为计划、草稿、产出物或下一步动作。
四、实时导航：边跑边调的Steering能力
**Steering（方向修正）**是让Codex从工具变员工的关键能力。在Agent执行任务时，你可以随时插队追加指令——纠正方向、补充上下文、批准下一步，或在工具调用结束后排上下一个动作。
Jason会一边在浏览器里翻Agent做出来的页面，一边录语音反馈，录完按回车，Codex就照着这些反馈继续干活。这种”说完就走”的体验，让任务排队（Queuing）成为可能：你可以在Codex处理当前任务时，提前布置下一项任务，工作流程无比流畅。
五、记忆库：可审查、可编辑的工作上下文
记忆是给行动提供上下文的笔记本。线程跑得越久，越需要对话之外的记忆。Jason Liu建立了一套vault（记忆库）结构：
- AGENTS.md：定义Agent如何操作（如ExecPlan的使用规则）
- TODO.md：跨项目优先级和待办
- projects/：活跃项目索引
- agent/USER_CONTEXT.md：工作偏好和上下文
- daily-summary-*.md：每日决策和待办
- people/<username>.md：人物关系上下文
关键区分：代码仓库放代码，记忆库放工作上下文。当记忆库放在GitHub上时，diff就成了记忆的审查面——你能看到Codex觉得什么值得记下来。
对于追求极致稳定的长任务，还可以在AGENTS.md中写死”状态落盘”规则，让Codex每完成一个子任务就更新progress.md，每条状态后挂可执行验证命令，断线重启时只需说”读progress.md，从进行中接着干”，即可精准续跑。
六、浏览器与电脑操控：让Agent伸向真实世界
Connector把Codex伸到工作最先冒出来的地方：Slack讨论、收件箱、日历、文档、Issue追踪器。跨Connector指令可以同时查询Google Calendar、Slack和Google Drive，生成简洁的领导简报。
在迭代本地应用时用浏览器；需要登录态或多个认证标签页时用Chrome；只能通过桌面应用完成的操作则用computer use。OpenAI的@Computer指令让Codex能操控Mac上的企业微信、Slack、Messages等应用，运行时需确保Mac不会锁定，或在Codex里开启「锁屏操作」功能。
Skills让重复的工作更容易复用——一个工作流跑通后，把指令、参考资料和脚本打包，Codex下次就不用从头学了。
七、远程控制：走开也能保持注意力
远程控制让你更容易盯住跑了很久的任务。Codex在你的文件、权限和本地环境所在的机器上持续干活，你换一台设备签进来，看看它找到了什么，回答问题、批准下一步或换方向。
Jason Liu的实践是：”在桌前把任务启动，走开，用手机审查下一个决策点。批准、调方向或要求重来一版。” Codex mobile支持扫码连接手机，实现真正的移动办公。远程控制不是用来跳过审查的，而是让循环里的下一步不被卡住。
八、线程自动化：定时唤醒的循环引擎
线程自动化是绑在当前线程上的定时唤醒。告诉Codex按固定节奏回到同一个对话里，上下文都还在，不用每次重头来。一个线程可以挂多个时间计划，可以跑到某个条件满足为止，频率也能随任务变化调整。
这套机制被称为”Heartbeats”，配合@computer操作能力，可实现全自动循环执行。典型案例包括：
- 参谋长循环：每30分钟跑一次，扫一遍Slack和Gmail，判断优先级，起草回复草稿但不发送，最终由人决定
- 动画审阅循环：每15分钟检查一次Slack审阅线程，同事提反馈就自动重新渲染并回复
- 客服排队追踪：洗澡前让Codex盯着亚马逊客服排队状态，洗完出来退款已到账
九、目标驱动：从弱目标到强目标的进化
/goal是Codex长程任务的核心机制。弱目标让Codex去执行一个计划；强目标给Codex一个可以拿来测的东西：预期行为、审查标准、约束条件，或一个清楚的完成定义。
一个优秀的Goal应该包含：
- 明确的目标：你想要达成的最终结果是什么？
- 上下文：需要参考哪些文件或背景信息？
- 限制：明确禁止执行哪些操作（如”不能发送消息”）
- 输出：希望以什么格式交付
- 验收：如何判断任务已经完成？
- 暂停条件：遇到什么情况必须暂停并交由你决策
例如，Rich到Rust的移植案例中，目标不只是”移植这个库”，而是”用一种能通过原有单元测试的方式去移植”——同样的测试跑过了，差异也记录了，才算可以提交审查。
Goal的生命周期管理也很关键：/goal启动、/goal pause暂停、/goal resume恢复、/goal clear清除。预算用完会自动停止并汇报进展。
十、侧边面板：从聊天应用到工作界面的转折
侧边面板很容易被当成预览窗口，但这低估了它。在这里，Codex从聊天界面变成了工作界面——你能在侧边面板里查看Codex正在操作的东西、留评论、审查改动，产出物就留在线程里。
Jason Liu认为，侧边面板是Codex从聊天应用变成”工作发生的地方”的转折点。配合PLANS.md（执行计划）和progress.md（进度日志），长程任务变得可追溯、可回滚、可审查。
三大循环案例：上下文→工具→记忆→复现→审查的闭环
这套东西的力量在于循环。三个典型案例展示了闭环的威力：
循环1：参谋长——Codex按计划查Slack和Gmail，找到可能需要注意的消息，查背后的上下文，起草回复。最后发什么，人来定。
循环2：盯反馈——Codex盯一个Slack频道里的动画反馈，改Remotion项目，重新渲染，把改好的版本准备好等审查。跨了Slack、Remotion、computer use等多个工具。
循环3：搞退款——Codex盯着客服有没有加入对话，客服一回复就准备下一条回复。人不在的时候任务可以继续跑，但动作范围是有边界的。
长程任务的最佳实践
综合OpenAI官方指南与一线创作者的实战经验，长程任务的成功离不开以下要素：
- 明确的目标和约束：用spec文件锁定目标，防止Agent”构建了一些令人印象深刻但错误的东西”
- 检查点化的里程碑：每个里程碑都有验收标准，运行验证命令修复故障后才继续
- 持续验证机制：测试、lint、typecheck、build，每个里程碑都要跑
- 实时状态/审计日志：让运行保持可检查性，断线也能无缝续跑
- 分阶段提交：保证有干净回滚点，对高风险操作（删文件、改数据库、改部署）设定人工确认
OpenAI内部做过一项硬核实验：一个3人工程师团队，完全用Codex智能体在5个月内从零构建了一个百万行代码产品。人类绝对不允许写任何手工代码，把精力集中在”想清楚要什么、把规则立起来”。实验证明，突破口不是”再试一次”，而是人类退后一步问自己：缺了什么能力？怎样把它对智能体变得清晰可见？
结语：从手动驾驶到设定导航的跃迁
Codex的长程任务能力，正在将开发者从”手动驾驶”推向”设定导航”的新阶段。Jason Liu的用法展示了一件事：Codex搭工作系统的速度很快——有了持久线程、记忆库、工具接入、定时复现和产出审查这些推进项目的新方式，任务更容易拿起来、审查、接着干，上下文不会丢。花在重启上的时间少了，花在已有进展上的时间多了。
正如OpenAI白皮书所言：”我们正在超越单次prompt和紧密的结对编程循环，迈向可以端到端承担真实工作切片的长期队友——你在里程碑处steering，而不是每行代码都微操。”
未来的AI Agent竞争点，很可能不只是模型会不会写代码，而是能不能围绕目标持续推进、正确判断停止时机，并把过程留给人类复核。
文章来源：本文基于OpenAI官方白皮书《Codex-maxxing for long-running work》及公开搜索资料整理改写，原始内容版权归原作者及相应出处所有。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...