效率起飞！Codex CLI /goal 最佳实践
你大概经历过这种场景：丢给 AI 一个报错，它写出修复，你跑测试，3 个用例挂了。你说“修一下失败用例”，它改了 A，B 又崩了。你再说“B 也修一下”，它修完 B，C 的类型推导也飘红了。来回催了 6 轮，最后发现它悄悄把不相关的模块也重构了一遍。盯着 git diff，你心里只想说一句话：我让你修一个 Bug，没让你重写整个项目。
这不是模型不够聪明，是工作模式出了问题。
传统 AI 编程工具的交互模型是一问一答：发 prompt，出结果，交互结束。下一步做什么依然由你决定。你是项目经理，它是执行层。这种模式下，模型倾向于尽快结束对话，因为它不知道下一轮还要继续。代码跑通了？它觉得已修复。测试没跑？它根本没考虑。
2026 年 4 月 30 日，OpenAI 在 Codex CLI v0.128.0 里上线了 /goal 命令。它把“继续做”和“怎么才算做完”绑到了一起。
用起来不复杂。在 Codex CLI 的 TUI 里输入：
/goal 修复 CI 中的 3 个失败测试用例，保持 diff 尽量小，最后跑完 npm test 全部通过Codex 收到目标后，会进入自主循环：
- 执行操作（读文件、写代码、跑测试）
- 评估目标是否达成
- 没达成继续；达成或 Token 耗尽则停止
以前是你持有任务，Codex 帮忙执行步骤。现在 Codex 持有任务，负责推进，你退到审核位置。
用早期 AI 编程工具经常遇到这个时刻：任务跑到一半终端崩了，或者下班关机。第二天打开，Agent 已经把昨天的上下文忘得一干二净，你得从头解释任务进度。
目前大部分 AI Agent 工具（如 Claude Code、Codex）都支持 resume 命令，用来从上一个中断的会话里恢复上下文。在“一个会话只跑一个目标”的理想用法下，恢复会话通常会把你带回这个目标现场。但这和“恢复目标”并不是一回事。
两者的核心差异在于**“恢复上下文”和“恢复执行状态”**：
| 操作 | 恢复什么 | 是否继续跑目标 |
|---|---|---|
codex resume <SESSION_ID> | 恢复会话：聊天记录、计划历史、审批状态、上下文 | 不一定 |
/goal resume | 恢复被暂停的 goal 状态 | 是，语义上就是让暂停的目标继续 |
简单来说，codex resume 是让你回到之前的工作现场；而 /goal resume 则是把目标从暂停状态切回执行状态。
举个例子：
如果你关掉终端前，目标还在执行中，那么运行 codex resume 回到会话后，目标通常已经在继续执行，不需要额外操作。
但如果你之前明确执行了 /goal pause，那么 codex resume 只是把你带回了会话，目标依然是暂停状态，这时你必须敲下 /goal resume 才能让它继续干活。
/goal 直接把目标状态存进 SQLite。虽然不是什么黑科技，但很管用：
/goal create "提升 src/auth/ 的测试覆盖率从 62% 到 90%"/goal pause # 去开个会，进度存 SQLite/goal resume # 回来继续，上下文原封不动恢复/goal clear # 完成或放弃resume 恢复的不只是目标文本，还有完整的执行上下文：当前进展、已完成的修改、待验证的测试结果。v0.128.0 的 6 个核心 PR 覆盖了持久层、app-server API、model tools、runtime 恢复和 TUI 交互，实现了一套完整的状态机。
开发者 Simon Willison 发现，/goal 依赖两个关键 prompt 模板：goals/continuation.md（指导模型每轮结束时如何继续）和 goals/budget_limit.md（Token 耗尽时注入）。continuation 模板让模型意识到自己是在推进持久目标，而不是应付单回合对话。
/goal 让 Agent 自主循环，跑偏的风险也随之增大。AGENTS.md 就是用来管住这点的。
Codex CLI 会自动读取全局 ~/.codex/AGENTS.md 和项目根目录下的 AGENTS.md。它就是一份项目约定，写明了技术栈、编码规范、权限边界和安全约束。
举个例子：
## 技术栈Next.js 15 + TypeScript + Tailwind + Supabase
## 编码规范- 使用 ESLint + Prettier- 函数式组件优先，避免 class component- 类型定义放 types/ 目录
## 权限规则- Codex 可以自行修改 src/ 目录- 修改 package.json / CI 配置前必须获得人工批准- 严禁修改 .env 文件
## 测试命令- 单元测试：npm test- E2E 测试：npm run test:e2e- 通过标准：所有测试必须 green，不允许 skip写好 AGENTS.md 能让 Codex 变成懂你项目的人，节省大量解释时间。这在开 /goal 循环时尤其重要，Agent 跑 20 轮，每一轮都需要知道边界。
另外，/goal 刻意做了权限分离：模型侧只暴露 view goal、create goal 和 mark as complete 三个工具。暂停、预算调整和清空必须由用户操作。create_goal 的 prompt 被收紧，防止模型在常规对话中自作主张创建目标。
如果不理解两者的架构差异，很容易把 /goal 当成内置版的 Ralph Loop。
Ralph Loop 由开发者 Geoffrey Huntley 提出，名字致敬《辛普森一家》里天真且经常搞不清状况的 Ralph Wiggum。
最简单的 Ralph Loop 只有一行：
while :; do cat PROMPT.md | claude-code; done每轮跑完，重新启动 Claude Code，把相同 prompt 喂进去。修改留在 git 里，下一轮 Claude 通过读取文件系统感知上轮进展。这种做法是用暴力重启替代上下文记忆，拿文件系统当持久层。
在一次黑客松中，一个小团队用 Ralph Loop 一晚跑出 1100+ commits，完成 6 个仓库的迁移，成本约 800 美元。Ralph Loop 确实猛，但也粗暴。
两者的差异可以用一张表概括：
| 维度 | /goal（Codex CLI 原生） | Ralph Loop（Claude Code 插件） |
|---|---|---|
| 状态管理 | SQLite 数据库，Agent 自己维护 | 文件系统 + Git commits，外部脚本维护 |
| 循环控制 | Agent 内部评估目标是否达成 | 外部 Bash 脚本强制重启 Claude Code |
| 上下文恢复 | /goal resume 恢复完整执行上下文 | 每次重启，靠文件 diff 重新理解进展 |
| Token 消耗 | 低（状态在 SQLite 里，不在上下文窗口） | 高（每轮把整个 prompt 重喂一遍） |
| 成功判定 | Agent 自主评估的多维度判定 | 外部规则匹配（completion-promise 匹配） |
| 失败保护 | Token 预算耗尽自动停机 | 需要额外配置熔断机制 |
| 安全控制 | Permission Profiles 限制模型工具 | 依赖插件配置，容易配置不当 |
Ralph Loop 每轮都是全新开始。上一轮的上下文被清空，下一轮只能靠读取 git diff 推断之前干了什么。这就像每隔 20 分钟清空工程师的记忆，让他自己看日志接着干。
/goal 的状态在 SQLite 里。每轮 Agent 看到的不只是文件状态，还有目标描述、已完成步骤和待验证项。
Ralph Loop 中，Bash 脚本是外层控制者，随时终止并重启 Agent。真理源是文件系统。
/goal 的循环控制在 Agent 手里，但状态在 Agent 外部。Agent 评估目标，SQLite 记录结果。即使 Agent 崩溃，状态依然保留。
Ralph Loop 每轮重启都要把完整 PRD 和进度描述塞进上下文，Token 消耗随轮次线性增长。
/goal 通过 continuation.md 和 budget_limit.md 压缩状态：Agent 只在需要时回顾进展。同样复杂度的任务，/goal 的 Token 消耗通常远低于 Ralph Loop。
Ralph Loop 的 completion-promise 是字符串匹配。只要最后一句输出和预设词一样就算完成。
/goal 在每轮结束时自主对比目标描述和当前状态。加上 Token 预算上限做硬约束，它倾向于提前报“未完成”，而不是硬着头皮假装做完。
让 Agent 跑循环最大的风险是它做完了但不是你要的，所以必须在第一轮提示词里就说清楚。
反面教材：
/goal 优化数据库查询性能
这句话太模糊，加索引、改 ORM、引入缓存、重构数据层都算优化，但 Agent 猜不到你想要哪种。
正面示范：
/goal 优化 src/db/users.ts 中的 getUserList 查询性能- 当前 p99 响应时间：~850ms（pg_stat_statements 数据）- 目标：p99 降到 200ms 以下- 改动范围：仅限 src/db/ 目录，不允许改 schema- 验证方式：EXPLAIN ANALYZE 输出不得出现 Seq Scan- 必须保持现有 API 签名不变- 完成后列出修改文件和 EXPLAIN ANALYZE 输出对比这提供了一个有边界的可验证任务。边界清晰，Agent 就不容易跑偏。
1. 在 AGENTS.md 里写全局验收标准
把“禁止修改公共 API 签名”、“改动必须先跑 npm test”、“测试必须全部 green”这类规则放进 ~/.codex/AGENTS.md。全局规则始终生效，Goal 里的验收条件针对具体任务。
2. 给目标设定 Token 预算
不要让 Agent 无限制跑下去。/goal 支持设置预算上限：
/goal --budget 50000 重构 src/utils/ 模块，提取公共工具函数Token 预算是硬约束，到达上限自动停止，你可以先 review 成果，再决定是否继续。
3. 善用 /goal status 检查是否迷失
如果发现 Agent 开始改不相关的模块，或者在同一个错误上反复试错，直接 /goal pause，切回来人工 review。目前的 Agent 还没有好到可以完全放手。
过去几个月，AI 编程工具一直在卷模型能力。/goal 换了个方向：让任务可以暂停、恢复，状态可以跨会话持久化。
Agent 自己跑完闭环之后，你需要花更多时间在定义目标上，说清楚”什么叫做完成”才是重点，而不是告诉它每一步做什么。
- Codex CLI v0.128.0 Release Notes (opens in a new window)
- Simon Willison: Codex CLI 0.128.0 adds /goal (opens in a new window)
- Codex CLI 源码：goals/continuation.md (opens in a new window)
- Codex CLI 源码：goals/budget_limit.md (opens in a new window)
- Geoffrey Huntley: The Ralph Loop (opens in a new window)
- frankbria/ralph-claude-code (opens in a new window)
- Codex CLI 最佳实践指南：AGENTS.md 配置 (opens in a new window)
- Codex /goal and OpenGUI: long-running tasks need state (opens in a new window)
- Codex v0.128.0：/goal 功能解析（日文） (opens in a new window)
- The Ralph Loop: Rethinking Context as a Resource (opens in a new window)
- OpenAI 编码 Agent 最佳实践（官方） (opens in a new window)
- Agentic Coding Tools: Complete Comparison (2026) (opens in a new window)