夜雨聆风"
持续工作的伙伴——过去 AI 只是回答问题，未来 AI 更像一个理解目标、保存上下文、执行任务、接受反馈，并不断推进项目的长期协作者。
—— 技术观察笔记
OpenAI 最新发布的白皮书《Codex-maxxing for long-running work》提出了一个全新的工作模式：Codex 不只是帮助你写代码，而是成为一个可以长期承载项目、持续推进工作的 AI 环境。
它正在从一个回答问题的聊天机器人，变成一个拥有记忆、工具、任务循环和执行能力的 AI 工作系统。
📌 本文看点
01
Durable Threads：给重要工作一个长期存在的 AI 空间
02
Memory + Steering：项目记忆与过程引导开启新协作
03
从 Copilot 到 Agent 再到长期 AI 工作流
THREAD
最大的变化：让工作有一个长期存在的地方
传统 AI 对话最大的限制是什么？上下文会丢失。
今天你告诉 AI「帮我设计一个用户中心」，AI 可以完成。但几天后「继续优化用户中心」，它可能已经不知道：为什么这么设计？之前有哪些决策？哪些问题还没解决？项目的下一步是什么？
Codex 提出的核心理念是Durable Threads（长期线程）——给重要工作建立一个长期存在的 AI 工作空间。
一个产品研发项目、一个开源项目、一个创业计划、一个技术调研……在这个线程中，Codex 可以持续保存历史讨论、项目状态、技术决策、待办事项和用户偏好。它不再是一次性对话，而是一条持续推进的工作流。
VOICE
AI 时代，最有价值的输入可能不是文字，而是“思考过程”
很多人的工作习惯是：想到一点、记录一点、慢慢整理。但传统 AI 要求你先整理好问题，再告诉 AI——这反而限制了 AI 的能力。
Voice Input（语音输入）
「我刚想到一个功能，可能需要结合用户权限，不过现在还没有完全想清楚，你帮我分析一下。」
这种未经整理的想法，反而包含更多真实信息——犹豫、背景、目标、灵感、不确定性。AI 不只是处理结果，而开始理解人是如何产生想法的。
STEERING
从“一次生成”到“持续指导”：Steering 工作模式
很多人使用 AI 的方式是输入一个 Prompt「帮我开发一个后台管理系统」然后等待结果。但真实的软件开发不是这样——开发过程中不断需要调整方向、修改需求、增加约束、重新设计。
Steering（过程引导）
AI 工作过程中，人不断提供方向。开发页面时你可以说：
「这个布局太复杂，简单一点。」「这里改成移动端优先。」「完成后创建 PR。」「部署前先给我预览链接。」
未来优秀的人机协作，不是「人提需求、AI 完成」，而是人 + AI 持续互动。
MEMORY
Memory：让 AI 拥有项目记忆
长期工作的关键是什么？不是模型能力，而是上下文管理能力。
Codex 的 Memory 更像一个项目知识库。它可以记录：
项目状态
用户中心正在重构，等待数据库迁移。
技术决策
项目统一采用 PostgreSQL，不再使用 MySQL。
人员信息
张三负责支付模块。
未完成事项
API 文档还未同步。
「Repository 保存代码，而 Memory 保存围绕工作的持续上下文。」
这其实类似代码仓库 + 项目大脑的复合体。
CONNECT
AI 开始连接真实世界
以前 AI 最大的问题：它不知道你的真实环境。现在 Codex 可以连接 GitHub、Slack、Gmail、Calendar、浏览器、本地文件、桌面应用，形成AI 工作入口。
早晨，AI 自动检查 GitHub Issue、邮件和 Slack 消息，然后告诉你：「昨天客户反馈三个问题，我整理了背景，并生成回复草稿。」你只需要——审核。
AUTOMATION
Thread Automation：让 AI 自动回来继续工作
传统 AI 是你问一次、它答一次。Codex 引入了Thread Automation（线程自动化）。你可以设置「每30分钟检查一次项目状态」，AI 就能持续查看消息、检查任务、更新进度、准备下一步行动——给 AI 一个长期任务。
SCENARIO
三个真实工作场景
场景 1：AI 首席助理
AI 检查邮件、分析 Slack 消息、查找背景、生成回复。人决定是否发送、调整语气、做最终判断。AI 负责准备，人负责决策。
场景 2：AI 持续维护项目
以设计动画项目为例：Slack 收集反馈、Codex 分析意见、修改代码、重新渲染、提交预览——形成自动循环。
场景 3：AI 跟进长期任务
例如退款申请：AI 查询状态、收集资料、准备回复，但最终操作需要人工确认。
GOAL
未来 Prompt 的重点：从“怎么做”变成“做到什么程度”
很多人给 AI「帮我实现这个功能」——这是弱目标，告诉 AI 做什么。更好的方式是「实现这个功能，并保证 API 兼容旧版本，通过全部测试」——这是强目标，告诉 AI成功标准。
未来 AI Agent 的核心能力不是执行命令，而是根据目标自主推进。
WORKSPACE
Side Panel：AI 不只是聊天窗口，而是工作空间
过去 ChatGPT 只是一个对话框。未来 AI 就是一个工作环境。Codex Side Panel 可以直接展示 Markdown、Excel、CSV、PDF、PPT、Web 页面——你和 AI查看的是同一个对象。
AI 修改一个表格，你直接看到数据变化、公式、结果。AI 修改一个页面，你直接预览 UI、交互、效果。聊天只是入口，工作成果才是核心。
DEVELOPER
开发者应该如何适应 AI 时代？
Codex 带来的最大变化：不是让程序员失业，而是改变程序员的工作方式。过去程序员等于写代码的人，未来程序员等于定义目标 + 管理 AI + 验证结果的人。
1. 定义清晰目标
不要告诉 AI「写个系统」，而是告诉 AI「构建一个支持百万用户、接口兼容、测试覆盖80%的系统」。
2. 管理上下文
AI 的能力，很大程度取决于它知道多少。优秀开发者会建立项目知识库、技术规范、决策记录。
3. 设计工作循环
未来的软件开发流程不是「需求、开发、测试」的线性模式，而是「目标、AI 执行、人工反馈、AI 继续推进、持续优化」的循环协作模式。
THE END
AI 正从工具变成伙伴
Codex-maxxing 透露出的趋势非常明显：未来 AI 不只是帮你写代码，而是记住你的项目、理解你的目标、调用你的工具、自动推进任务、持续与你协作。
「让一个开发者拥有一个持续工作的 AI 团队。」
从 Copilot 到 Agent，再到长期运行的 AI 工作流，软件开发正在进入一个全新的阶段。
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，如需原文件，公众号回复，我们下篇见。
