一文搞懂如何在Codex中使用goals

一文搞懂如何在Codex中使用goals 一文搞懂如何在Codex中使用goals Modified May 24 图 . 强目标命名最终状态、验证面和约束 如果任务清楚但还不知道怎么写Goal，也可以让Codex来帮写。先用普通语言描述工作，让Codex把它转成Goal草稿；再审查草稿，收紧成功条件、验证方法、约束和阻塞停止条件，然后再激活。 Goal激活后，三件事会改变 第一，目标持续可见。 如果Codex跑了一个测试、失败了，线程里还有原始目标。如果benchmark提升了但没过阈值，Codex可以继续。如果研究路径碰到了数据缺失，Codex可以调整证据计划，不会丢失研究标准。 第二，可以从空闲线程继续。 Codex不会在另一轮还在跑的时候继续，不会在用户输入排队的时候继续，不会在有其他线程工作待处理的时候继续。只有在线程空闲、目标激活、在预算内时才继续。 第三，完成必须有证据。 Goal不应该因为模型觉得"大概差不多了"就被标记为完成。只有把目标和具体证据对照检查之后，比如文件改动、命令运行、测试通过、benchmark输出、生成产物或研究证据，才能标完成。 Goals的内部设计 Goals是持久化的线程状态，不是全局记忆，也不是项目级指令。设计上的这个选择很重要：目标属于有相关上下文的那个线程，包括Codex检查过的文件、跑过的命令、产出的diff、看到的日志、积累的推理链。 图 2 目标为当前线程添加持久状态、延续、控制和证据检查 在架构层，Goal是一个持久的、线程范围内的状态。它记录了Codex评估线程所需的目标、生命周期、预算和进度。关键边界是范围：Goal属于当前线程，不属于全局记忆或项目指令。 Codex把这个状态作为用户、模型、线程三者之间的合约。Goal可以处于激活、暂停、完成或达预算上限等状态。这些状态决定了Codex是否可以继续、是否应该等用户、还是应该汇总进度而不是开始新工作。 继续是事件驱动的，不是简单的循环。Codex只在安全边界处检查是否继续：一轮结束后、没有其他待处理工作时、没有用户输入排队时、线程空闲时。 图 . Codex 仅在目标处于活动状态、线程处于空闲状态且没有用户输入排队时才会继续运行 调度器的行为是有意保守的。纯规划工作不触发继续。被打断会暂停目标。恢复线程时，可以在适当情况下恢复目标。如果某次继续没有产生任何工具调用，下一次自动继续会被抑制，防止Codex空转。 预算处理是明确的。达到预算上限时，Codex应该停止实质性工作，汇总进度和阻塞点，并指出下一步有用的行动。达到预算上限不等于完成目标。 工具合约让生命周期权限保持在边界内。模型可以发起Goal，也可以在证据支持的情况下将现有Goal标记为完成。暂停、恢复、清除和预算限制的状态转变，由用户或系统控制。 用Goals做复杂研究：复现一篇量化论文 来看一个具体的研究Goal示例。 研究对象是Buehler、Gonon、Teichmann和Wood的Deep Hedging论文。这篇论文探讨神经交易策略能否在不同风险偏好、交易成本和更高维度市场配置下复现基于模型的对冲。正确的Goal不是笼统地"复现这篇论文"，而是尝试论文的核心数值结论，把精确的机制与近似训练替代品分开，并明确说明哪些内容因为材料不足而无法精确复现。 弱版本： Code block Plain Text Copy /goal 复现 Buehler 等人的《Deep Hedging》 这太模糊了。没有说哪个部分重要，什么算复现，怎么处理训练状态不可用的情况，怎么区分数值接近和精确重现。 更好的版本： Code block Plain Text Copy /goal 利用现有论文材料和本地资源，对 Buehler 等人的《Deep Hedging》进行最强证据支持的复现。 尝试每一个主要结果，验证输出，最终形成一份报告，将复现成功的工作机制、近似训练结果、被阻断的精确复现路径及剩余不确定性区分开来说明 强版本有效，因为它指定了证据标准和最终产出物。Codex不只是在尝试做一个令人印象深刻的复现，它是在用现有证据尽量减少不确定性，同时不夸大证据所能支持的结论。 图 一个研究目标在声明状态之前，先将论文分解为多个证据通道 在实际操作中，这个Goal给调查提供了一个具体的操作合约。 Codex用它来： • • 分离核心结论与支撑性结论 • • 把这些结论映射到可用证据上 • • 重建可以在本地测试的部分 • • 标注哪些结论因缺乏可用材料而无法精确复现 有几个部分是可行的。Codex重建了定价和对冲机制，复现了Heston参考价格，训练了CVaR对冲实验的策略，重建了主要的直方图和对冲面产出物，复现了Black Scholes交易成本斜率，并为Heston交易成本和高维示例运行了训练检查。 有些结论因缺少源材料而无法完成。论文没有提供精确的随机种子、生成的训练路径、TensorFlow计算图、优化器状态、检查点或完整的原始模拟状态。这意味着最终最诚实的结果是部分和近似的复现，而不是精确的神经网络重现。 这就是Goal的价值所在。它让工作在遇到阻塞后继续推进，同时也让最终语言保持诚实。训练替代品可以支持一个结论，数值接近可以提升置信度，重建的图表可以验证部分结果，但这些都不应该被描述为精确还原了原始实验。 最终报告应该保留这些不同层次的支撑，而不是把它们压平成一个单一的"成功"声明。 图 最终输出的内容，应明确区分各项结论背后有不同强度的证据支撑 举个账目条目的例子： Code block Plain Text Copy 结论：在没有交易成本的情况下，深度对冲近似了完全市场Heston对冲。 路径：重建了模型机制，进行了参考对冲比较，训练了神经策略。 证据来源：价格检验、直方图和对冲面。 状态：接近近似复现。 剩余不确定性：原始训练路径、种子和检查点不可用。 这就是Goals在研究中的示范价值。它让Codex在模糊中持续工作，同时防止一个似乎合理的产出物变成一个过度声明的结论。Goal不只是让Codex把事情做完，它定义了"做完"意味着什么：对每个结论逐一审计，有证据支撑，明确近似之处，并对复现和重现之间的边界保持诚实。 什么时候不该用Goals Goals不适合所有任务。 不要对一行代码的修改用Goal，不要对简单解释用Goal，不要对短小的代码评审用Goal，不要对你只想要一个答案然后停下来的问题用Goal。普通的Codex prompt更适合这些情况。 不要在终点线模糊的时候用Goal。"把这个做得更好"没有给Codex可靠的完成条件。"重构这段代码"也很弱，除非你定义了预期的最终状态、测试和约束。 不要用Goal来掩盖不确定性。如果数据可能不可用，在Goal里说清楚。如果benchmark可能不稳定，说明怎么处理。如果允许用代理证据，定义它应该怎么标注。 Goals在三个特性同时具备时最有力：有持久目标，有基于证据的完成线，以及路径可能需要多轮调查。 总结一下 Goals改变了Codex的运作模式。它把一个线程从一连串孤立的prompt变成了围绕着明确结果的有状态工作循环。 架构上是有意限制的。Goal属于线程范围，带有生命周期状态和预算，可以暂停、恢复、清除、完成或被预算停止。Codex可以继续工作，但只能在用户定义的合约范围内。 这让Goals对Codex最有价值的工作最有用：调试、优化、迁移、测试和研究。用户提供目标，Codex跟着证据走，Goal让两者保持连接，直到工作要么完成，要么诚实地宣告受阻。 对于复杂研究，这是生成一个答案和产出一份审计报告之间的区别。好的Goal不只是让Codex把事做完，它告诉Codex"做完"是什么意思。 end 最后记得⭐️我，每天都在更新：如果觉得文章还不错的话可以点赞转发推荐评论 /...@作者：你说的完全正确（YAR师） 图 . 强目标命名最终状态、验证面和约束 如果任务清楚但还不知道怎么写Goal，也可以让Codex来帮写。先用普通语言描述工作，让Codex把它转成Goal草稿；再审查草稿，收紧成功条件、验证方法、约束和阻塞停止条件，然后再激活。 Goal激活后，三件事会改变 第一，目标持续可见。 如果Codex跑了一个测试、失败了，线程里还有原始目标。如果benchmark提升了但没过阈值，Codex可以继续。如果研究路径碰到了数据缺失，Codex可以调整证据计划，不会丢失研究标准。 第二，可以从空闲线程继续。 Codex不会在另一轮还在跑的时候继续，不会在用户输入排队的时候继续，不会在有其他线程工作待处理的时候继续。只有在线程空闲、目标激活、在预算内时才继续。 第三，完成必须有证据。 Goal不应该因为模型觉得"大概差不多了"就被标记为完成。只有把目标和具体证据对照检查之后，比如文件改动、命令运行、测试通过、benchmark输出、生成产物或研究证据，才能标完成。 Goals的内部设计 Goals是持久化的线程状态，不是全局记忆，也不是项目级指令。设计上的这个选择很重要：目标属于有相关上下文的那个线程，包括Codex检查过的文件、跑过的命令、产出的diff、看到的日志、积累的推理链。 图 2 目标为当前线程添加持久状态、延续、控制和证据检查 在架构层，Goal是一个持久的、线程范围内的状态。它记录了Codex评估线程所需的目标、生命周期、预算和进度。关键边界是范围：Goal属于当前线程，不属于全局记忆或项目指令。 Codex把这个状态作为用户、模型、线程三者之间的合约。Goal可以处于激活、暂停、完成或达预算上限等状态。这些状态决定了Codex是否可以继续、是否应该等用户、还是应该汇总进度而不是开始新工作。 继续是事件驱动的，不是简单的循环。Codex只在安全边界处检查是否继续：一轮结束后、没有其他待处理工作时、没有用户输入排队时、线程空闲时。 图 . Codex 仅在目标处于活动状态、线程处于空闲状态且没有用户输入排队时才会继续运行 调度器的行为是有意保守的。纯规划工作不触发继续。被打断会暂停目标。恢复线程时，可以在适当情况下恢复目标。如果某次继续没有产生任何工具调用，下一次自动继续会被抑制，防止Codex空转。 预算处理是明确的。达到预算上限时，Codex应该停止实质性工作，汇总进度和阻塞点，并指出下一步有用的行动。达到预算上限不等于完成目标。 工具合约让生命周期权限保持在边界内。模型可以发起Goal，也可以在证据支持的情况下将现有Goal标记为完成。暂停、恢复、清除和预算限制的状态转变，由用户或系统控制。 用Goals做复杂研究：复现一篇量化论文 来看一个具体的研究Goal示例。 研究对象是Buehler、Gonon、Teichmann和Wood的Deep Hedging论文。这篇论文探讨神经交易策略能否在不同风险偏好、交易成本和更高维度市场配置下复现基于模型的对冲。正确的Goal不是笼统地"复现这篇论文"，而是尝试论文的核心数值结论，把精确的机制与近似训练替代品分开，并明确说明哪些内容因为材料不足而无法精确复现。 弱版本： 这太模糊了。没有说哪个部分重要，什么算复现，怎么处理训练状态不可用的情况，怎么区分数值接近和精确重现。 更好的版本： 强版本有效，因为它指定了证据标准和最终产出物。Codex不只是在尝试做一个令人印象深刻的复现，它是在用现有证据尽量减少不确定性，同时不夸大证据所能支持的结论。 图 一个研究目标在声明状态之前，先将论文分解为多个证据通道 在实际操作中，这个Goal给调查提供了一个具体的操作合约。 Codex用它来： • • 分离核心结论与支撑性结论 • • 把这些结论映射到可用证据上 • • 重建可以在本地测试的部分 • • 标注哪些结论因缺乏可用材料而无法精确复现 有几个部分是可行的。Codex重建了定价和对冲机制，复现了Heston参考价格，训练了CVaR对冲实验的策略，重建了主要的直方图和对冲面产出物，复现了Black Scholes交易成本斜率，并为Heston交易成本和高维示例运行了训练检查。 有些结论因缺少源材料而无法完成。论文没有提供精确的随机种子、生成的训练路径、TensorFlow计算图、优化器状态、检查点或完整的原始模拟状态。这意味着最终最诚实的结果是部分和近似的复现，而不是精确的神经网络重现。 这就是Goal的价值所在。它让工作在遇到阻塞后继续推进，同时也让最终语言保持诚实。训练替代品可以支持一个结论，数值接近可以提升置信度，重建的图表可以验证部分结果，但这些都不应该被描述为精确还原了原始实验。 最终报告应该保留这些不同层次的支撑，而不是把它们压平成一个单一的"成功"声明。 图 最终输出的内容，应明确区分各项结论背后有不同强度的证据支撑 举个账目条目的例子： 这就是Goals在研究中的示范价值。它让Codex在模糊中持续工作，同时防止一个似乎合理的产出物变成一个过度声明的结论。Goal不只是让Codex把事情做完，它定义了"做完"意味着什么：对每个结论逐一审计，有证据支撑，明确近似之处，并对复现和重现之间的边界保持诚实。 什么时候不该用Goals Goals不适合所有任务。 不要对一行代码的修改用Goal，不要对简单解释用Goal，不要对短小的代码评审用Goal，不要对你只想要一个答案然后停下来的问题用Goal。普通的Codex prompt更适合这些情况。 不要在终点线模糊的时候用Goal。"把这个做得更好"没有给Codex可靠的完成条件。"重构这段代码"也很弱，除非你定义了预期的最终状态、测试和约束。 不要用Goal来掩盖不确定性。如果数据可能不可用，在Goal里说清楚。如果benchmark可能不稳定，说明怎么处理。如果允许用代理证据，定义它应该怎么标注。 Goals在三个特性同时具备时最有力：有持久目标，有基于证据的完成线，以及路径可能需要多轮调查。 总结一下 Goals改变了Codex的运作模式。它把一个线程从一连串孤立的prompt变成了围绕着明确结果的有状态工作循环。 架构上是有意限制的。Goal属于线程范围，带有生命周期状态和预算，可以暂停、恢复、清除、完成或被预算停止。Codex可以继续工作，但只能在用户定义的合约范围内。 这让Goals对Codex最有价值的工作最有用：调试、优化、迁移、测试和研究。用户提供目标，Codex跟着证据走，Goal让两者保持连接，直到工作要么完成，要么诚实地宣告受阻。 对于复杂研究，这是生成一个答案和产出一份审计报告之间的区别。好的Goal不只是让Codex把事做完，它告诉Codex"做完"是什么意思。 end 最后记得⭐️我，每天都在更新：如果觉得文章还不错的话可以点赞转发推荐评论 /...@作者：你说的完全正确（YAR师） 🔗 原文链接： https://mp.weixin.qq.com/s/q7WlpIOR... https://mp.weixin.qq.com/s/q7WlpIOR... 原创 你说的完全正确 你说的完全正确 AI寒武纪2026年5月19日 10:18 江苏 ↑阅读之前记得关注+星标⭐️，😄，每天才能第一时间接收到更新 OpenAI发了一篇关于在 Codex 中使用Goals的很好的文章。 简单来说这篇文章讲的是何时使用Goals、Goals激活时会发生哪些变化，以及如何编写Goals，以便为 Codex 提供清晰的结果、约束和验证标准。如果你感兴趣的话，还可以了解一下在架构层面上是如何设计Goals的 文章中的用goals来复现论文的例子我觉得非常有用，很多人应该对这个有强烈需求，这对科研来说简直太有用了。 原文： https://developers.openai.com/cookbook/examples/codex/using goals in codex Goals是什么 Goals是Codex里的持久目标机制。 普通的prompt是一次性的：你说做什么，Codex做完，等你下一条指令。Goals不一样，它给Codex一个持续有效的完成条件：任务什么时候算做完，怎么验证，过程中什么不能动。 图 1 Goal 把一次性对话变成了一个持续循环——每一步都有证据校验 只要目标还在、还在预算内，Codex可以自己检查进度、决定下一步，不需要你每轮重复一遍目的。 Codex原本就能处理边界清晰的任务：看代码、修bug、写测试、解释报错。Goals针对的是另一类任务：下一步该怎么做，取决于上一步发现了什么。比如性能调优、不稳定测试排查、依赖迁移、需要复现的bug、多步重构、基于benchmark的调参，或者要产出最终文档的研究任务。 这类任务不需要更长的prompt，需要的是一个持久的目标。 Goals不是放任AI无边界自主运行。它是一个有范围、用户可控的完成合约。你定义结果，Codex对着线程里的证据工作，目标可以暂停、恢复、清除、完成，也可以被预算限制住。 怎么用 Goals从Codex 0.128.0开始支持。目前只支持codex cli，更新到最新版，/experimental 用npm安装或更新： 用Homebrew： 设置目标，用 /goal 加上你想达到的结果： 生命周期管理命令： 目标激活后，Codex可以自己看代码、跑相关命令、做修改、测结果，一直到达到停止条件为止。停止条件包括：成功完成、暂停、清除、被打断、达到预算上限、或者遇到需要用户介入的阻塞点。 Goals和普通prompt的区别 普通prompt：你说做这件事，Codex做，汇报结果，等待。 Goals：Codex工作，检查是否达标，继续或完成。 区别就在这里。普通请求里，Codex做完当前指令，等下一条。Goals让Codex有一个持续附在线程上的目标。每轮结束后，它能检查当前证据，判断目标是否达成。如果没有，且目标仍然激活、仍在预算内，Codex从最新状态继续。 举个例子： 这不只是一个"提升性能"的请求。它给了Codex一个可测量的结果、一个验证方法、一个约束条件。Codex可以跑benchmark，检查热路径，做针对性修改，重跑benchmark，跑正确性测试套件，如果结果还不达标就继续。 怎么写一个好的Goal 好的Goal不是更长的prompt，是一个关于Codex怎么工作、什么算成功、成功暂时无法达到时怎么办的精简合约。 强Goal通常定义六件事： 结果 ：工作完成时应该是什么状态 验证方法 ：用什么来证明，比如测试、benchmark、报告、产出物、命令输出、源材料 约束 ：Codex工作期间什么不能退化 边界 ：Codex可以用哪些文件、工具、数据、仓库或资源 迭代策略 ：每次尝试后，Codex怎么决定下一步试什么 阻塞停止条件 ：什么时候应该停下来，告知当前限制下没有可行路径 一个实用的写法模板： 比较一个弱Goal和一个强Goal： 弱版本： 强版本： 强版本里，如果p95从180ms降到135ms，Goal还没完成。如果延迟降到120ms以下但正确性测试挂了，Goal也没完成。如果benchmark跑不起来，Codex必须把这个阻塞报上来，而不是宣布成功。 同样的原则适用于生成产出物。 弱： 强： 第二个Goal给了Codex可以检查的东西：一个页面、一个构建命令、命令行为。