structure｜1️⃣ 三级笔记、思想框架

中文教程解释 Codex Goals 的实用入口

核心观点 / 主旨

Codex Goals 是把一次性 prompt 升级为持续工作合约的机制。它让 Codex 在同一个线程里围绕明确结果、验证标准、约束边界和预算持续推进，直到有证据证明目标完成，或诚实地报告阻塞。

一、Goals 的基本定义：从一次性指令到持久完成条件

1.1 Goals 是 Codex 里的持久目标机制

• 普通 prompt 是一次性的：用户给出指令，Codex 执行并等待下一轮。
• Goals 提供持续有效的完成条件：什么算完成、如何验证、过程中什么不能动。
• 它不是让 AI 无边界自主运行，而是一个用户可控、有范围、有预算的完成合约。

1.2 Goals 适合路径会随证据变化的任务

• Codex 原本就能处理边界清楚的任务，例如看代码、修 bug、写测试、解释报错。
• Goals 针对更长链条的任务：性能调优、不稳定测试排查、依赖迁移、bug 复现、多步重构、benchmark 调参、需要最终文档的研究任务。
• 这类任务的问题不是 prompt 不够长，而是目标需要在多轮工作中保持可见。

二、怎么使用 Goals：命令、版本和生命周期

2.1 使用入口

• Goals 从 Codex 0.128.0 开始支持，当前入口是 Codex CLI 的 experimental 功能。
• 设置目标时使用 /goal 加上期望达到的结果。
• 目标激活后，Codex 可以查看代码、运行命令、修改文件、测试结果，并根据证据判断下一步。

2.2 生命周期管理

• /goal 查看当前目标。
• /goal pause 暂停激活中的目标。
• /goal resume 恢复已暂停目标。
• /goal clear 移除当前目标。
• 停止条件包括成功完成、暂停、清除、用户打断、达到预算上限，或遇到需要用户介入的阻塞点。

三、Goals 与普通 prompt 的关键差异

3.1 普通 prompt 只完成当前指令

• 普通请求里，Codex 完成当前动作后就汇报结果并等待。
• 它没有一个持续附在线程上的目标，也不会在下一轮自动以同一成功标准继续检查。

3.2 Goals 让 Codex 按证据继续或完成

• Goals 让 Codex 在每轮结束后检查目标是否达成。
• 如果目标仍激活且预算未用尽，Codex 可以从最新状态继续。
• 示例中的 p95 checkout 延迟目标不是泛泛的“提升性能”，而是给出可测量结果、验证方法和正确性约束。

四、好的 Goal 是精简合约，不是更长 prompt

4.1 强 Goal 通常定义六件事

• 结果：工作完成时应该呈现的最终状态。
• 验证方法：用测试、benchmark、报告、产出物、命令输出或源材料证明。
• 约束：工作期间哪些东西不能退化。
• 边界：Codex 可以使用哪些文件、工具、数据、仓库或资源。
• 迭代策略：每次尝试后如何选择下一步。
• 阻塞停止条件：什么时候应停止并报告限制。

4.2 强弱 Goal 的差别在于证据标准

• 弱 Goal 只描述愿望，例如“降低延迟”或“写份文档”。
• 强 Goal 会命名最终状态、验证面和约束，例如指定 p95 阈值、基准测试、正确性测试、可触碰范围，以及遇到阻塞时需要汇报的证据。
• 如果性能改善但没有到阈值，或延迟达标但测试失败，Goal 都不能算完成。

五、目标激活后改变的三件事

5.1 目标持续可见

• 线程里始终保留原始目标。
• benchmark 有提升但未达阈值时，Codex 可以继续。
• 研究遇到数据缺失时，Codex 可以调整证据计划，而不是丢失研究标准。

5.2 可以从空闲线程继续

• Codex 不会在另一轮还在跑、用户输入排队、或其他线程工作待处理时继续。
• 只有线程空闲、目标激活、预算仍可用时才会继续。

5.3 完成必须有证据

• Goal 不应因为模型觉得“差不多”就完成。
• 完成需要对照具体证据：文件改动、命令运行、测试通过、benchmark 输出、生成产物或研究证据。

六、Goals 的内部设计：线程范围内的持久状态

6.1 Goal 不是全局记忆，也不是项目指令

• Goal 属于当前线程，和该线程里的文件检查、命令运行、diff、日志、推理上下文绑定。
• 它记录目标、生命周期、预算和进度。
• 这种范围限制让 Goal 成为用户、模型、线程三者之间的合约。

6.2 继续机制是事件驱动的

• Codex 只在安全边界处检查是否继续，例如一轮结束后、没有待处理工作、没有用户输入排队、线程空闲时。
• 纯规划工作不会触发继续。
• 被打断会暂停目标；恢复线程时，可以在合适情况下恢复目标。
• 如果一次继续没有产生工具调用，下一次自动继续会被抑制，避免空转。

6.3 预算不是完成

• 达到预算上限时，Codex 应停止实质性工作，汇总进度和阻塞点。
• 预算耗尽只能说明当前资源用完，不能被包装成目标完成。

七、复杂研究示例：复现 Deep Hedging 论文

7.1 研究 Goal 要定义“最强证据支持”

• 弱目标是笼统地“复现论文”。
• 更好的目标是尝试每个主要结果，验证输出，并在最终报告中区分成功机制、近似训练结果、被阻断路径和剩余不确定性。
• 这样 Codex 的任务不是做一个看起来厉害的复现，而是在现有材料下尽量减少不确定性。

7.2 Goal 让研究保持诚实

• Codex 可以把论文结论拆成多个证据通道，重建可本地测试的部分，并标出无法精确复现的原因。
• 当缺少随机种子、训练路径、计算图、优化器状态、检查点或原始模拟状态时，最诚实的结果是部分和近似复现。
• 最终报告应保留不同证据强度，避免把近似结果压平成单一的“成功”声明。

八、什么时候不该用 Goals

8.1 简单任务不需要 Goal

• 一行代码修改、简单解释、短代码评审、只想要一个答案的问题，更适合普通 prompt。

8.2 终点线模糊时不该用 Goal

• “把这个做得更好”“重构这段代码”都太弱，除非定义了最终状态、测试和约束。
• 如果数据可能不可用、benchmark 可能不稳定、只能使用代理证据，都要在 Goal 中说明处理方式。

关键概念 / 术语

• Goals：Codex 的持久目标机制，用来把一次性请求变成有状态的工作循环。
• 完成合约：由结果、验证、约束、边界、迭代策略和阻塞条件组成的工作协议。
• 证据检查：目标完成必须由测试、benchmark、产出物或研究材料支撑。
• 线程范围状态：Goal 只属于当前线程，不是全局记忆或项目级指令。
• 事件驱动继续：Codex 只在安全边界处判断是否继续，而不是无条件循环。
• 预算上限：限制持续工作的资源边界，达到预算表示停止和汇报，不表示完成。

concepts｜2️⃣ 关键概念、概念网络

agentic reading｜3️⃣ 费曼 x3