让 AI 先想明白,再陪你做到底:科研人该如何使用 Codex 的计划模式和追求目标?

最近有读者朋友问慢老师：

我和 Codex 协作时，什么时候应该开计划模式？什么时候应该用追求目标？

这个问题乍一听像工具说明书里的问题。

但慢老师觉得，它其实是一个非常典型的科研工作流问题。

比如，一个博士生拿着一堆文献来问老师：老师，我想写综述，但不知道从哪里切入。

这时候，最怕的不是学生不努力，而是他马上打开 Word 开始写。

再比如，一个青年教师准备国自然本子，手里有实验基础，也有几篇论文，但科学问题、研究目标、技术路线还没有完全拧成一股绳。

这时候，最怕的也不是没有材料，而是太早进入“润色模式”。

其实一直跟进慢老师公号的读者都知道

综述首先是找到其创新T+D

SCI综述手册更新V3-20251225

国自然的核心则是找到我自己的特色A，然后提出我想用创新C解决科学问题B

第 7 版国自然提示词手册-适配瘦身提质后的新版本

还有一种情况更常见：

我们让 AI 帮忙整理文件夹、修改 Word、写公众号、做技能库，结果 AI 很积极，上来就改、就建、就跑命令。

看起来很勤快。

但如果目标没有说清楚，边界没有定清楚，验收标准没有想清楚，越勤快，越容易把事情带偏。

所以，今天这篇文章不想先讲功能。

我们先讲一个底层判断：

AI 协作不是越快动手越好，而是要区分“决策前”和“执行中”。

计划模式，解决的是“决策前怎么想明白”。

追求目标，解决的是“执行中怎么做到底”。

一、计划模式：先不要急着干，先把问题放到白板上

计划模式有点像学生来办公室讨论选题。

你不会一上来就让他写实验方案。

你会先问：

你真正想解决的问题是什么？

现在有哪些材料？

这个方向最大的风险在哪里？

如果换一个切口，会不会更容易打动评审？

先讨论，再动手。

这就是计划模式的价值。

它适合那些“还没有完全想清楚”的任务。

比如：

你想把一个文件夹整理成技能库，但还不确定目录结构。

你想把一次讲座整理成公众号文章，但还不确定主线。

你想把知识星球发布流程沉淀成模板，但还不确定应该写进 AGENTS.md、Memories，还是单独做 SKILL.md。

你想让 AI 改一个 Word 模板，但又担心它破坏原格式。

这些时候，先开计划模式，是对自己负责。

因为计划模式的重点不是“多说几句废话”，而是把任务里的风险提前暴露出来。

一个好的计划模式，至少要帮你想清楚三件事：

目标是什么？

边界在哪里？

验收标准是什么？

比如你可以这样说：

打开计划模式，先帮我分析这个公众号选题应该怎么写成适合完读的文章。

要求先不要创建文件，也不要直接写正文。

请先判断：读者痛点是什么、文章主线是什么、哪些地方不能写成工具说明书。

这就比简单说“帮我写一篇文章”要稳得多。

因为你不是让 AI 直接下笔，而是先让它帮你把文章的“立项依据”想清楚。

二、追求目标：当终点明确后，让 AI 陪你持续推进

但计划不能永远停在计划。

科研中还有另一类任务：终点已经很清楚，只是中间步骤很多。

比如：

把一个 Word 模板改成学校项目申报书格式。

把一批 PDF 表格分类整理成 Word 成品。

把一个公众号草稿包生成出来，并检查标题、列表、图片路径和空白项目。

把一个技能项目整理到可发布版本，包括说明文档、示例和自检清单。

这些任务不需要 AI 一直问“要不要做”。

你已经知道要什么了。

这时候，就适合用追求目标。

追求目标的意思不是“让 AI 自由发挥”。

恰恰相反，它要求你给出一个足够清楚的终点。

比如：

开启追求目标：把这个“公众号文章发布前检查”流程整理成一个可复用技能。

要求包括 HTML 空白列表检查、标题检查、图片路径检查、最终自检清单。

输出放在 D 盘项目目录，不要删除原文件。

这句话里有目标，有范围，有输出，有风险边界。

这样 Codex 才能持续推进：读文件、建目录、写文档、跑检查、修问题，最后告诉你结果在哪里、怎么验证。

慢老师觉得，追求目标特别适合科研人的长任务。

一篇综述要筛文献、搭框架、写摘要、写引言、写图示、查引用。

一个国自然本子要凝练科学问题、拆研究内容、画技术路线、写可行性、做形式检查。

一个公众号项目要有素材、风格、正文、配图、草稿箱、发布前 QA。

如果每一步都靠我们一句一句催，AI 就还是一个问答工具。

如果目标足够明确，它就可以变成一个执行中的科研助理。

三、最稳的用法：先计划，再追求目标

慢老师最推荐大家记住一句话：

计划模式负责想明白，追求目标负责做到底。

很多 AI 协作的问题，本质上都是节奏错了。

该计划的时候，你让它执行。

该执行的时候，你又让它反复解释。

最后人累，AI 也乱。

比如你要做一个“SCI 文献解读技能”。

第一步，不要先建文件夹。

先用计划模式：

打开计划模式，帮我规划一个“SCI 文献解读技能”的结构。

要求适合以后反复复用。

请先比较：摘要级解读、全文级解读、选题建议、投稿建议，分别应该输出什么。

等结构确定后，再进入追求目标：

开启追求目标：按刚才的方案，在 D:\32 技能创建 下创建这个 SCI 文献解读技能。

要求包括 SKILL.md、templates、examples 和自检清单。

不要删除任何原文件。

完成后告诉我路径和验证方法。

你看，这就很像科研训练。

前面是开题论证。

后面是课题执行。

一个负责想清楚，一个负责做完整。

四、下次使用前，先问自己三句话

第一，我是否已经知道最终要交付什么？

如果不知道，先计划。

第二，这个任务是否存在误操作风险？

如果会改文件、移动目录、影响原模板，先计划。

第三，我是否已经能说清楚验收标准？

如果能说清楚，就可以追求目标。

比如：

“帮我想想这个文件夹怎么整理”，这是计划模式。

“按这个结构整理文件夹，保留原文件，并生成 README”，这是追求目标。

“帮我分析这个选题怎么写才适合公众号”，这是计划模式。

“按刚才确认的主线写一篇公众号稿，并保存成 Word”，这是追求目标。

这一点如果掌握了，AI 协作会稳很多。

结语

计划模式也好，追求目标也好，都不是魔法。

它们真正训练的，是我们自己的任务表达能力。

如果我们愿意把目标、场景、边界和验收标准说清楚，AI 的价值会被放大很多。

它可以帮我们补步骤，发现风险，把一次经验沉淀成模板，也可以把一个混乱项目慢慢整理成可复用的工作流。

这才是科研人使用 Codex 的意义。

不是为了少思考。

而是为了把有限的心力，从反复搬砖、反复试错、反复遗忘中解放出来，放回更重要的地方：

科学问题的判断、研究路线的取舍、证据链的构建，以及长期独特性的形成。

慢科研不是慢吞吞。

慢科研是先想清楚，再持续做。

计划模式，让我们在动手前多一块白板。

追求目标，让我们在执行中多一个可靠的同伴。

愿我们都能把 AI 用成一个可积累的科研工作流，而不是一次性的新鲜玩具。

文末检查清单

1. 目标还不清楚时，先用计划模式。

2. 文件多、风险高、怕误操作时，先用计划模式。

3. 终点明确、步骤很多时，用追求目标。

4. 给追求目标时，要同时说清楚输出、路径、边界和验收标准。

5. 最稳的节奏是：先计划模式想明白，再追求目标做到底。