如何使用 Codex，进行长程任务

Codex-maxxing

这两天在赶工，鞭策 Codex 赶紧把 AGI Bar 的小程序弄出来，已经连续蹬了 80+ 小时了，预估再蹬 20 个小时就能蹬完

而作为背景，我发现主办方每次搞活动，最耗精力的并非活动本身，而是：

• 准备一堆不同尺寸的物料
• 签合同、打报告、提申请、做备案
• 活动完成后，制作汇报材料、结案报告

于是我灵机一动，脑洞大开，就想着把这些事儿全都 Agentic 化了：把没人想干的流程任务，都交付 Agent 全自动完成

在端午节的时候，就想着把这功能，给所有发生在 AGI Bar 的活动都用上：从预约活动场地，到结案报告&发票的全流程归结，都一条龙包了

于是，我外包 Claude Code 和 Claude Design 做了设计，然后把那个上万字的文档，外包给了 Codex；并任命飞书为司礼监总管，帮我监工

而我在这里的主要工作，就是搭环境和写 loop，感觉开发到了一个很诡异的程度：AI 会延续着我的需求，以每半小时一个版本的方式，不断提交新的、更好用的 feature

这种爽感，确实是来自长程任务的前所未有

而也是在今天，OpenAI 出了一份 Codex 的使用白皮书：

Codex-maxxing for long-running work

里面的很多思路，与我探索的非常接近，也便给大家翻译了下（由 Claude 提供翻译外包服务）

Codex 一开始就是干写代码这件事的。提 diff，改仓库，review 变更，帮你把代码推上去

但现在情况开始不一样了，受影响的不只是写代码的人

Codex 有了持久线程，有了共享记忆，能接工具，能定时跑，还有一个地方可以直接审查产出。这些东西凑齐之后，工作就不用卡在一个 prompt 里了

创作者 Jason Liu 把 Codex 当日常工具在用。演示文稿、会议记录、电子表格、浏览器操作、定时任务，都在里面跑

创作者 Jason Liu

这篇指南记的就是 Jason 怎么用 Codex：把上下文收进来，提要求，看产出，接着干下一步，全程不丢线索

01 持久线程

重要的工作流，可以拿一个置顶线程当「家」。上下文、偏好、之前做过的决定、还没关掉的事项，全在这一个地方随时间慢慢攒起来

持久线程适合那些你会反复回来的工作

Codex 左侧边栏的置顶线程

持久线程的复利效应

持久线程保留完整的对话历史和 diff 记录

持久线程把历史对话留着，随着对话越来越长，内容会存进记忆库。但有代价：长线程攒的上下文多，跑起来可能比开一个新线程贵。对于重要的工作流，连续性通常值这个价

02 语音输入

语音输入一加上，Codex 拿到的上下文就不一样了

好处不只是快。你说出来的东西往往是没修饰过的版本：名字记不太清，方向大概知道，有些地方拿不准，打字觉得不好意思写出来但说出来就很自然

语音输入界面，支持点按或长按录入

Jason 会一边在浏览器里翻 Agent 做出来的页面，一边录语音。录完按回车，Codex 就照着这些反馈去干了

会议记录也一样。一通电话，一场会，走廊里聊了两句，或者一段粗糙的语音备忘，都能当起始素材。Codex 帮你把这些粗的东西变成计划、草稿、产出物，或者下一步动作

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

Jason Liu

03 实时导航

语音和实时导航搭在一起更好用

Steering 说白了就是：Codex 正在跑的时候，你可以追加指令。纠正方向，补上下文，批准下一步，或者在一个工具调用结束后排上下一个动作

在 Codex 执行过程中追加指令

04 记忆

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。消息历史有用，但不够。有用的上下文应该变成你能打开、能编辑、能 diff、能反复用的东西

记忆库（vault）的目录结构和终端界面

记忆库放的是工作的滚动上下文：人，决定，没关掉的事项，每天的笔记，项目状态，那些不记下来就会在线程之间弄丢的细节

区分清楚：代码仓库放代码，记忆库放工作上下文

记忆库放在 GitHub 上的时候，diff 就成了记忆的审查面。你能看到 Codex 觉得什么值得记下来

05 浏览器与电脑操控

线程有了记忆之后，下一个问题很实际：它能用什么？

Connector 把 Codex 伸到工作最先冒出来的地方：Slack 里的讨论，收件箱，日历，文档，Issue 追踪器

在迭代本地应用的时候，用浏览器。任务需要登录态或者多个认证标签页，用 Chrome。只能通过桌面应用完成的操作，用 computer use，权限和审查机制要设好

跨 Connector 指令：同时查 Calendar、Slack、Drive

Skills 让重复的活儿更容易复用。一个工作流跑通之后，把指令、参考资料和脚本打包起来，Codex 下次就不用从头学了

06 远程控制

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那台机器上持续干活。你换一台设备签进来，看看它找到了什么，回答一个问题，批一下下一步，或者换个方向

Codex mobile，扫码连接手机

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，或者要求重来一版

Jason Liu

远程控制不是用来跳过审查的。它是一种保持注意力的方式，让循环里的下一步不被卡住

07 线程自动化

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。频率可以随着任务变化调

盯的可以是一个 PR，一条 Slack 讨论，收件箱，一个部署，一份文档，一个客服工单，或者一个跑了很久的命令

每 30 分钟检查 Slack 和 Gmail，起草回复但不经批准不发

08 三个循环案例

这套东西的力量在于循环：上下文 → 工具 → 记忆 → 复现 → 审查，然后回到上下文

Context → Tools → Memory → Recurrence → Review 闭环

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，查一下背后的上下文，起草回复。最后发什么，人来定

参谋长循环：Codex 准备消息、上下文、草稿，你来定批不批、语气、时机

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

这个循环跨了好几个工具：Slack 收反馈，Remotion 出渲染，上传或者审查需要 GUI 的时候切 computer use

反馈监控循环：Codex 准备反馈摘要和更新渲染，你来定创意判断和发布

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

退款循环：每 5 分钟检查客服状态，客服回复后切到每分钟

09 目标

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，或者一个清楚的完成定义

强目标：移植这个库，保持公开 API 兼容，拿原有的单元测试当验收标准。同样的测试跑过了，差异也记录了，才算可以提交审查

Rich 到 Rust 的移植案例把这个讲得很具体。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

Textualize/rich 仓库，目标是移植到 Rust 并通过原有测试

10 侧边面板

侧边面板很容易被当成一个预览窗口，但这低估了它。Codex 在这里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

侧边面板：左侧对话，右侧实时渲染产出物

侧边面板是 Codex 从聊天应用变成「工作发生的地方」的转折点

Jason Liu

Jason Liu 的用法展示了一件事：Codex 搭工作系统的速度很快

有了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

原文来源：OpenAI 官方白皮书「Codex-maxxing for long-running work」

文章来自于"赛博禅心"，作者 "金色传说大聪明"。