有效使用 Codex 系統的目標模式 (Using Codex Goal Mode Effectively)
原始來源與檔名：20260512_2026-05-12T092929+0800-Using Codex Goals Effectively.md
來源：[[@ChrisHayduk]] / X (Twitter) — 2026-05-11
原始檔名：2026-05-12T092929+0800-Using Codex Goals Effectively.md
NAPKIN | 餐巾紙
餐巾紙公式
Effective Agent Loop = Quantitative Goal + Tight Feedback Loop + Markdown State Tracking (PLAN, EXPERIMENTS, NOTES)
當 Agent 開始進入無人值守的無限迴圈（Goal Mode）時，模糊的提示詞是致命的。Agent 會因為無法判斷「好到什麼程度算完成」而無限空轉。給它一個量化指標（例如：減少 20% 耗時且不破壞測試），給它一個快速驗證的環境，並提供專屬 Markdown 檔案讓它做筆記，你才能真正擁有一台 24 小時運轉的代碼拖拉機。
一句話
這篇文章探討了如何有效使用 Codex 新推出的
/goal指令（目標導向的無人值守模式）。作者分享了 OpenAI 內部與個人專案的三條實戰經驗：第一，目標必須具體可量化（例如用檢查清單取代「把代碼變好」）；第二，確保驗證迴圈極短（例如用小資料集測試）；第三，提供三個 Markdown 檔案（PLAN, EXPERIMENTS, NOTES）讓模型能外包其短期記憶，避免在長時間運作中迷失方向。
餐巾紙草圖
[The Agent Goal Loop Architecture]
Input: /goal [Quantitative Target] (e.g., Check off 200 items in checklist.md)
Loop:
1. Agent thinks (writes to EXPERIMENT_NOTES.md)
2. Agent plans experiment (writes to PLAN.md)
3. Agent acts (writes code)
4. Agent tests (Tight feedback loop on small dataset)
5. Agent records outcome (writes to EXPERIMENTS.md)
6. Agent scores against Goal.
-> If Score == Target: Terminate.
-> Else: Goto 1.ROUND 1: SKELETON | 骨架掃描
“這篇文章在說什麼”
- 背景: Codex 引入了
/goal模式，Agent 會持續運行（Action -> Score -> Evaluate）直到達成目標。 - 痛點: 過去依賴 GPT-5.5 猜測意圖的「模糊提示詞（如：讓代碼更好）」在 Goal Mode 會徹底失敗。模型要麼提早放棄，要麼無限盲目修改。
- 對策 1（清晰量化的目標）: 必須明確定義成功標準與邊界條件。如果目標本質上是定性的，可以將其轉化為定量的「檢查清單（Checklist）」，讓模型去核對打勾。
- 對策 2（緊湊的回饋迴圈）: Agent 試錯需要執行時間。如果跑一次測試要一天，Agent 效率極低。應提供子採樣資料集（如 NanoFold）讓測試能在幾分鐘內完成。
- 對策 3（給予 Markdown 追蹤文件）: 長期運作會讓模型遺忘上下文。需人為提供
PLAN.md（高階計畫）、EXPERIMENTS.md（實驗歷史與結果）與EXPERIMENT_NOTES.md（即時思考草稿），讓模型能外掛記憶。
ROUND 2: DISSECTION | 血肉解剖
“憑什麼這麼說”
核心論證鏈
- 狀態機的終止條件: Goal mode 本質上是一個
while (score < goal)的狀態機迴圈。如果你不給予一個可計算的數值（如 20% 效能提升）或一個布林值的集合（如 200 條 checklist 全部為 true），狀態機就永遠無法安全終止。 - 大模型的上下文崩塌: 即使有極高的上下文視窗，模型在執行了數十輪 Code/Test 循環後，依然會忘記最初嘗試過且失敗的路徑。
EXPERIMENTS.md是用來抵抗「重蹈覆轍（Regressions in reasoning）」的護城河。 - 驗證延遲等於思考延遲: 對於人類工程師，等測試跑 1 小時可以去喝咖啡；對於 Agent，測試跑 1 小時代表它的思考頻率被鎖死在 1 小時 1 次。降低測試環境的複雜度，是提升 Agent 智商的物理手段。
關鍵證據
- 作者實際用此架構將一篇 NeurIPS 論文轉換為 ICML 格式，透過建立 200 條格式規則的 markdown 檢查清單，成功將模糊的「格式轉換」變成機器可讀的「200 步打勾任務」。
- 使用 NanoFold 縮減版資料集，將架構實驗的評分時間從幾天縮短為幾分鐘。
邊界條件
- 如果任務無法被拆解為單元測試、檢查清單或快速跑分的指標（例如：重構出「更具美感」的 UI 設計），Goal mode 將極難發揮作用。
ROUND 3: SOUL | 靈魂提取
“還能怎麼用”
- 知識連結: 呼應了我們先前討論的 Agentic AI 中的 “Deterministic Loop” 原理。Agent 需要穩定的外掛記憶體（File system）來維持其長期理性。
- 深層洞見: 「對於 Agent 來說，寫檔案不是為了留檔，而是為了思考。」 提供
EXPERIMENT_NOTES.md就像給了 Agent 一張白板。模型在編寫程式碼之前先在白板上推理，這是一種強制的 Chain-of-Thought（思維鏈）具象化過程。 - 行動呼籲:
下次你要讓 Claude Code / Cursor 去解決一個複雜 Bug 時：
- 先建立一個
DEBUG_LOG.md。 - 在 prompt 裡加上：「在進行任何代碼修改前，請先在 DEBUG_LOG.md 中記錄你的假設、你打算進行的實驗，以及預期的測試結果。」 你會發現 Agent 突然變得像資深工程師一樣有條理。
- 先建立一個