一个不算教程的教程，但总之新手可以快速掌握。 宗旨就是：控制上下文、合理使用 /goal 目标驱动指令、并设置记忆清理机制 1. 架构你的长线任务 1️⃣ 把总的大需求拆解为多任务： 不要把几天的开发工作一次性发给 Codex。使用 /goal 设定可量化的目标（如：“运行 A 并保证获取 A1 结果”），Codex 会通过短反馈闭环持续运行。（在对话框输入@或者/即可找到 goal 模式） 💡 Goal 模式的核心是一个循环：Agent 会先执行一些动作，然后评估这些动作的结果，再判断当前结果是否满足目标。如果满足，就停止；如果不满足，就继续。提供给 Goal 模式模糊目标或者可量化目标都会有不同的结果，需要视任务情况分析，有人需要的话，后面再开一期讲讲。 2️⃣ 使用 PLAN/EXPERIMENTS 记录状态： 在长时间运行中，利用 PLAN.md 或 EXPERIMENTS.md 持久化记忆，防止因为任务跨天导致 AI 遗忘初始需求或架构约束。 2. 避免上下文“降智”（Token 膨胀与缓存污染） 1️⃣ 压缩系统提示词 (System Prompt)：精简 AGENTS.md 里的描述。将冗长的“你是一个资深全栈工程师...”精简为“代码生成专家，只输出可运行代码，不解释”。 2️⃣ 启用缓存机制并设置阈值：在 config.toml 中配置合适的缓存 ttl（例如 "24h"）和重试时间（timeout = 120秒）。这能避免长时间对话中模型不断处理重复的历史信息而导致的逻辑混乱。 3️⃣ 定期截断对话：如果任务连续运行超过 12-24 小时，建议手动结束当前 Session，让 Codex 基于最新的文档状态生成新起点，或者配置 fallback_agent 进行保底。 #howto用好AI #howto玩坏AI #howto实现一万种vibecoding #小红书科技AMA