Codex 实践系列 Vol.04:用 Goal 和 Plan 管住一个长任务

简介: 从设置 Goal、让 Codex 主动推进,到人工检查实际结果,再用 Plan 收窄修改范围,这次实践至少说明了一件事:长任务交给 Agent 之后,我们可以把方向交给 Goal,把阶段性的控制交给 Plan,同时还得自己看最终结果有没有真的变好。

什么

Plan 01
这一轮解决什么

执行 + 验证

Plan 02
下一轮解决什么

执行 + 验证

Plan 03
继续推进

最终回到 Goal 检查


这样分工就很清楚了,`Goal` 管的是一段时间里的持续目标;`Plan` 管的是当前这一阶段准备怎么完成。

OpenAI 官方现在把 Follow a goal 定义成适合长时间工作的 Codex 用法:给 Codex 一个持续目标,让它在多轮工作中朝着可以验证的结果推进。

对于 `huhu-airConditioner` 来说,我们不会给 Codex 一个需求,然后让它一次性把整个产品重新做一遍。

这次准备围绕几个首屏体验问题继续优化:

1. 提升首屏液晶数字的可读性;

2. 让用户更容易理解不同风扇到底会带来什么风感;

3. 优化工程模式入口,并增加更明显的体感反馈(观看视频的小伙伴可能发现了,有 20s 小七都在尝试进入隐藏模式,这就是这个优化点的由来)。


目前来说,这 3 个任务都在服务于同一个方向。所以,我们先设置 Goal。

## 项目状态的重新确认

其实,这个项目之前主要是在 Codex 客户端里开发的。这次为了方便观察执行过程和截图,我们回到 CLI,在同一个项目目录里继续。

先进入项目:

```Plain
cd huhu-airConditioner
codex

图 1:进入 Codex 模式

我们要继续开发旧项目时,小七不建议一上来就告诉 Codex“帮我优化一下”。这个需求本身比较模糊,而项目里又已经有不少现成逻辑,包括体感计算、风扇标定、酒店面板、工程模式和测试。如果 Codex 还没搞清楚这些内容,“优化一下”很容易顺手改到已经稳定的部分。

因此,在开始修修补补的优化工作之前,我让 Codex 整理了一份现有项目的 PRODUCT-FUNCTIONAL-SPEC.md。第一步,我们先让它恢复项目现场:

请先阅读 PRODUCT-FUNCTIONAL-SPEC.md,并结合当前项目代码了解 huhu-airConditioner 的现有状态。

请告诉我:

1. 当前产品已经实现了哪些核心体验;
2. 酒店面板和工程模式分别承担什么作用;
3. 当前哪些产品行为和计算口径不能随意修改;
4. 如果接下来主要优化首屏体验,最需要注意哪些现有约束。

先只做分析,不要修改任何文件。

图 2:让 Codex 了解现有实现

这一步有点像重新接手一个做了一半的项目。代码告诉 Codex 现在是怎么实现的,产品文档则告诉它哪些设计是有意为之。

比如「隔屏吹风」里的那些夸张换算可以很好玩,但底层物理数字不能随便改;酒店面板和工程模式共享状态;体感和能耗计算也已经有对应测试。

这些都是后面 Goal 的边界。

给整个优化阶段设置 Goal

确认完现状:

图 3:Codex 了解完现状之后的返回图

我们就可以正式设置 /goal 了。这次我没有写:

/goal 继续优化隔屏吹风

这样的目标信息太少。上面提到过,Codex 知道你要“优化”,却不知道优化到什么程度,也不知道哪些东西已经稳定,这样不利于它交付一个好结果。所以,最后给它的需求是这样的:

/goal 继续完善 huhu-airConditioner「隔屏吹风」项目。

当前产品已经完成酒店空调面板、风扇与体感计算、工程模式、等体感寻优和基础感官反馈。

本阶段目标是提升首屏的可理解性、可读性和风感反馈,让第一次打开页面的用户更容易看清关键数字、理解不同风扇带来的体感差异,并更自然地发现工程模式。

本阶段重点:
1. 提高液晶数显区域的可读性,尤其是实际体感温度;
2. 降低风扇类型选择区的理解成本,让用户知道不同风扇对应什么风感;
3. 增强首屏对当前体感和风力状态的反馈;
4. 改善进入工程模式的交互体验。

保持现有产品定位、酒店面板整体视觉语言和核心功能稳定。

不要静默修改 physics 计算公式、风扇标定值、默认参数、红绿灯计算口径和固定收尾文案;不要为了本轮优化重构无关模块。

每个阶段先分析影响范围和方案,再做必要修改。完成后运行现有测试,并说明修改文件、验证结果、剩余问题和下一步建议。

图 4:输入 /goal 后 Codex 的 Goal 状态

这个 Goal 里主要放了几类信息。第一类是当前基线。项目已经有酒店面板、工程模式和计算系统,所以后面的任务是在现有产品上继续打磨。第二类是这一阶段真正想改善的东西。这里没有写具体哪个按钮改成什么颜色,而是把目标放在可理解性、可读性和风感反馈上。第三类是不能随便碰的边界。尤其是 physics 里的计算、风扇标定和已经固定下来的产品口径。第四类是完成方式。每轮都先规划,再修改,再验证。

接下来,我们就看看这个 Goal 会怎样带着 Codex 继续推进项目。

Goal 设置后,Codex 直接开始干活了

原本按照前面的设想,我准备先从最直观的问题开始,再用 /plan 处理酒店面板液晶数显的可读性。

当前酒店面板用了类似真实空调控制器的液晶屏设计。这个方向我挺喜欢,但实际使用时,“实际 / 体感”这一侧的数字有点暗。尤其是七段数码管还有未点亮的数字段,真正亮起的数字和背景之间层级不够明显。

图 5:项目现有面板

所以,我原本已经准备好了第一条 /plan

/plan 根据当前 Goal,先处理酒店面板液晶数显的可读性问题。

当前问题:
设定温度比较清楚,但“实际 / 体感”数字和液晶背景的对比度偏低,用户需要仔细看才能分辨。

请先检查当前数显的组件、字体、颜色、未点亮数字段和相关样式。

要求:
1. 保留现在的液晶屏和七段数码管视觉;
2. 重点提高实际体感温度的可读性;
3. 不要把整个液晶屏简单改成高亮样式;
4. 不要修改任何体感计算;
5. 同时检查桌面端和现有响应式布局。

先给出问题原因、计划修改的文件、视觉调整方案和验证方式,不要修改代码。

但这里出现了一个和我预想不太一样的情况。这条 /plan 我还没来得及输入,Codex 已经根据刚才设置的 Goal 开始工作了。

图 6:Codex 开始修改代码

从执行过程里可以看到,它已经开始读取相关代码、修改文件,并继续运行 TypeScript 检查、Lint 和测试。在这一轮中,Codex 调整了液晶数显的字号,把原来的“实际 / 体感”改成了更直接的“当前体感”,同时还修改了与首屏交互有关的代码和测试。

现在,你可以直观地感受到 Codex/goal这个命令的主动性了:它不会等你 Plan 1、Plan 2 ……都拟定好,再一个个接着完成。一旦你设置了目标,它就会立马行动。

只要目标足够明确,Codex 会直接围绕这个 Goal 开始推进。这也意味着,/goal 写得越具体,Codex 后续自主推进的边界就越清楚。

所以这次真正发生的流程更接近:

Goal
明确整个优化阶段
        ↓
Codex 自己分析项目
        ↓
开始修改
        ↓
运行检查和测试
        ↓
持续向 Goal 推进

这也是为什么刚才的 Goal 不能写得太随意。如果我只写:

/goal 帮我继续优化隔屏吹风

Codex 同样可能直接开始工作,但我们并没有告诉它哪些地方可以动、哪些计算不能碰,也没有给出完成标准。

前面 Goal 里写进去的项目基线、四个优化方向、禁止修改的内容和验证要求,这时候才真正开始发挥作用。

先看看 Goal 到底做了什么

既然 Codex 已经开始执行,我们就先让这一轮跑完。

在 Codex 执行的过程中可以看到,它并没有只盯着其中一个界面细节,而是在围绕整个 Goal 检查首屏相关实现。任务完成后,我们来运行下 /diff 看看:

图 7:Goal 执行后的 diff

我们来检查两件事。第一,看它实际改了哪些文件。第二,看这些修改有没有越过 Goal 里提前划定的边界,比如有没有顺手修改 physics 里的体感公式、风扇标定或者其他已经稳定的产品逻辑。

然后再回到浏览器里看实际效果。

图 8:Goal 修改后的首屏,效果并不明显,而且把面板拉高了;

用 Plan 收住这一轮修改

Goal 确实主动把任务往前推了,但是你也看到上面效果了:不合格,返工!

原先的问题没解决,还引入了一个新的问题——为了让用户更容易理解风扇,Codex 在面板底部新增了一段风感说明;模式键附近也补充了操作提示。信息确实更多了,但整个酒店面板也被向下撑高,原本一个桌面屏幕可以完整看到的内容,现在需要继续往下滚。

也就是说,这轮 Goal 虽然完成了一部分需求,但最终效果还有继续收敛的空间。这时候,我们再来用 /plan

前面 Goal 已经让 Codex 做过一轮真实修改,所以现在的 Plan 不需要重新规划整个项目。我们只解决当前页面上已经暴露出来的问题。

直接输入:

/plan 请根据当前 Goal 和刚刚完成的修改,对首屏做一轮收敛优化。

目前实际效果还有几个问题:

1. “当前体感”的七段数码管依然不够清晰。主要问题是亮起数字段与未点亮数字段之间的对比度不足,单纯放大字号没有明显解决可读性;
2. 新增的风扇说明和模式操作提示占用了较多纵向空间,导致酒店面板整体高度增加,桌面首屏无法完整展示;
3. 风扇说明与现有“当前风力”区域存在一定信息重复。

这一轮目标:

- 明显提高“当前体感”数显的对比度,同时保留七段液晶屏的视觉;
- 恢复桌面端首屏完整展示酒店面板的布局;
- 风扇反馈尽量收进现有“当前风力”区域,用更短的信息表达风感等级和当前风速;
- 压缩重复的模式操作提示,不新增大块说明区域;
- 保持现有计算、风扇标定、酒店面板视觉语言和其他稳定功能不变。

请先检查当前 diff,并告诉我:

1. 哪些修改导致了页面高度增加;
2. 数码管对比度准备如何调整;
3. 哪些新增信息准备保留、压缩或移除;
4. 预计修改哪些文件;
5. 如何验证 1440×900 桌面视口下酒店面板可以完整显示。

先只给计划,不修改代码。

图 9:Codex 返回的 Plan

这次 Plan 的作用就很明确了:先看清上一轮哪里改得不合适,再决定哪些内容保留、哪些需要收回来。

Plan 给出之后,Codex 还会再确认一次是否按照这份方案实施。这里我们先快速检查下修改范围和验证方式,确认没有继续扩大任务,就可以选择让它继续实施计划:

图 10:确认实施 Plan

确认后,Codex 会退出 Plan mode,按照刚才确定的方案开始修改代码。这一轮里,它主要做了几件事:提高“当前体感”数码管的对比度,压缩新增的风扇说明,把风感反馈重新收进现有区域,同时收紧面板的纵向空间。

图 11:Codex 执行 Plan

修改完成后,再看一次 /diff

图 12:Plan 执行后的 diff

最后回到浏览器检查实际效果。这里重点看三个地方:右侧“当前体感”是否更容易辨认;风扇信息有没有保留下来,同时减少重复说明;酒店面板能不能重新完整显示在桌面首屏里。

图 13:Plan 后的面板,UI 并没有改善

虽然这轮优化没能如期实现,但这次实际跑下来,GoalPlan 的分工也清楚了很多。

Goal 更像整个阶段的持续目标。目标足够明确时,Codex 会直接围绕它往前推进。Plan 更适合放在具体节点上,当实际结果和预期还有偏差时,先让 Codex 停下来分析当前修改,再把下一轮范围、方案和验收条件收紧。

这次的流程最后变成了:

Goal
明确整个阶段要改善什么
    ↓
Codex 主动推进
    ↓
人工检查实际结果
    ↓
Plan
收窄下一轮修改范围
    ↓
确认方案
    ↓
执行 + 验证

对于这种已经开发了一段时间、还要继续迭代的旧项目来说,这种组合会比较实用。Goal 负责让 Codex 知道项目接下来要往哪里走,Plan 则帮我们在关键节点重新控制修改范围。

文末吹个风

当然,项目没有停在这轮实践这里。

后面小七又继续处理了数显、风扇反馈、工程模式入口和页面细节,也修掉了这一轮修改过程中出现的一些回归问题。

最终,huhu-airConditioner 变成了现在这个样子。
你可以调调空调温度、换几个不同的风扇,再去找一下那个“酒店不希望你看到”的工程模式。

到这里,这次 Codex 长任务实践也就结束了。

从设置 Goal、让 Codex 主动推进,到人工检查实际结果,再用 Plan 收窄修改范围,这次实践至少说明了一件事:长任务交给 Agent 之后,我们可以把方向交给 Goal,把阶段性的控制交给 Plan,同时还得自己看最终结果有没有真的变好。

项目可以继续往下做,但每一轮要做什么,依然可以很清楚。

相关文章
|
7天前
|
存储 弹性计算 缓存
阿里云服务器租赁费用:新版租赁收费标准及活动报价参考
本文更新了2026年阿里云全系列云服务器租赁活动报价,所有特惠资源均可前往阿里云活动中心选购,整体覆盖从个人入门到企业级高性能场景的全梯度需求。其中轻量应用服务器主打极致性价比,2核2G峰值200M带宽配置每日10点、15点限时抢购价仅38元/年,2核4G配置379元/年起;高性价比的经济型e实例、通用算力型u2i实例覆盖2核4G至4核32G全档位,适配开发测试与中小型企业业务;搭载英特尔至强6处理器的第九代c9i企业级实例算力较上代提升20%,支撑高并发生产环境,不同实例规格价差清晰,用户可根据自身业务负载与预算灵活选型。
1744 117
|
8天前
|
人工智能 程序员 API
Codex 接入 DeepSeek-V4-Flash:还能补上识图,提供两套方案
Codex 接入 DeepSeek-V4-Flash 怎么配?本文覆盖 CLI 与桌面端,再用 qwen3-vl-flash 补识图,两套方案可直接照做
1233 9
|
14天前
|
云安全 人工智能 运维
阿里云联动百位企业安全专家,共识Agent防御最佳实践
当Agent成为新员工,你的安全边界在哪里?
1956 9
阿里云联动百位企业安全专家,共识Agent防御最佳实践
|
8天前
|
编解码 人工智能 安全
2核4G/4核8G/8核16G阿里云服务器如何选择实例?经济型e、通用算力型u2i与计算型c9i选哪个?
本文介绍了阿里云2核4G、4核8G、8核16G三档主流配置下经济型e、通用算力型u2i和计算型c9i三种实例的最新活动价格与适用场景。同配置下三者价差显著,以2核4G为例,经济型e低至599.93元/年,计算型c9i则高达1742.08元/年。文章详细解析了各实例的性能定位:经济型e适合轻负载入门场景,u2i兼顾稳定算力与性价比,c9i凭借第9代至强处理器与芯片级安全能力支撑高性能业务。同时提示用户可叠加满减优惠券享受折上折,建议根据业务负载与预算综合决策。
542 112
缓存 安全 IDE
940 2
|
20天前
|
人工智能 前端开发 Linux
Codex 桌面版安装 + CC Switch 接入第三方 API 完整教程(2026 最新)
2026最新教程:手把手教你安装Codex桌面版,通过CC Switch v3.17.0一键接入Fenno等国产API(兼容OpenAI Responses格式),跳过账号登录,完整启用代码审查、多步任务与上下文感知功能。零基础友好,全程图文实操。(239字)
2936 4
|
8天前
|
人工智能 JSON Shell
2026AI漫剧本地全开源方案(附各个软件模型链接),8G显卡也能流畅运行
这是一套完全本地化部署的AI漫剧生成技术链路:涵盖LLM剧本分镜生成、FLUX文生图(IP-Adapter人脸锁定)、StoryDiffusion时序连贯控制、LTX-2.3唇形同步视频生成,及ComfyUI全流程调度。零云端费用,仅耗硬件算力,单集2–4小时可产出竖屏短视频,适配抖音/B站分发。
|
5天前
|
编解码 弹性计算 云计算
MiniMax-H3 视频生成模型 — 一键部署与使用指南
MiniMax-H3是MiniMax开源的33B全模态视频生成模型,支持文生视频、图生视频、参考生视频三种模式,原生输出2K/15秒带立体声音频视频,已原生适配ComfyUI,并可通过阿里云计算巢一键部署。(239字)
|
12天前
|
存储 人工智能 关系型数据库
阿里云AI产品与云产品最新组合套餐:Token Plan、AI coding及云服务器和建站等组合优惠价
阿里云推出全新“算力+模型+应用”一站式云与AI组合套餐活动,覆盖从个人开发者到中大型企业的全场景需求。核心亮点为分三档定价的Token Plan订阅服务,支持Qwen3.8-Max-Preview大模型调用,错峰时段最低可享0.2折优惠。活动同步推出AI Coding、智能体部署、云电脑托管、0代码建站等十余类场景化组合,搭配99元/年的普惠云服务器、88元/年的入门数据库等经典特惠产品,还为企业提供1V1定制化AI转型方案,大幅降低了不同用户群体拥抱AI的技术门槛与采购成本。
746 111