OpenAI 员工公开 Codex 高阶玩法：长期线程+定时心跳+本地记忆，让 AI 持续工作
2026/05/23 17:50阅读量 2
OpenAI 新员工、Instructor 库作者 Jason Liu 撰文分享 Codex 深度使用技巧，核心在于将 Codex 改造成能长期运行的工作系统：使用跨月存活的巨型线程、口述指令、配合 Heartbeats 定时任务（如每 30 分钟扫 Slack/Gmail 并起草回复）以及验证机制（如通过测试判断任务完成）。他还放弃平台内置记忆，改用本地 Obsidian 文件管理知识库。同期 Codex 更新了 Goal 模式、Appshots 截图输入和锁屏后远程工作能力。
事件概述
OpenAI 刚招入 Codex 团队的 Jason Liu（13k+ 星开源库 Instructor 作者）发文分享 Codex 的进阶使用心法，并称其为“Codex-maxxing”。Codex 周活用户已在 4 月底突破 400 万，近期又更新了 Appshots 截图直喂、Goal 模式正式转正、锁屏后也能远程干活等功能。
核心方法：将 Codex 改造成持续工作系统
- 长期线程：放弃单次问答关闭的习惯，开启多个跨月存活的巨型线程（如日程、开源项目、社交监控各一个），通过 Command-1 至 Command-9 一键跳转。线程积累历史偏好和决策，Agent 能自动承接进度。
- 口述指令：主要靠语音下达任务，保留原始模糊思路，无需刻意优化 Prompt，再配合 Steering 功能在 Agent 执行时插队追加指令。
- Heartbeats + @computer 组合：相当于定时任务调度。例如设置 Chief of Staff 线程每 30 分钟扫一遍 Slack 和 Gmail，判断优先级后起草回复草稿待人工确认；做动画项目时，让 Codex 每 15 分钟检查审阅线程，读取反馈后重新渲染并上传新版本（因 Slack MCP 不支持文件上传，Agent 会调用 @computer 点击“Add file”按钮）。
- 验证机制：任务必须有清晰可验证的结束标准。例如将 Python 的 Rich 库迁移到 Rust 时，硬性要求通过原库所有单元测试，测试失败则继续修改。
记忆管理：本地文件优先
Jason 放弃 Codex 的内置记忆系统，将所有长期线程从一个 Obsidian vault 启动，目录分为 TODO、people、projects、agent、notes 等板块，顶层 AGENTS.md 规定人员信息更新、项目推进等变动需同步更新知识库。他认为 AI 承载的记忆体量越大，越不应锁死在单一平台，文件系统是最可靠的记忆基础设施，便于版本对比和回滚。
其他实践与更新
- 交付形式：偏好带 JS 和 CSS 的单文件 index.html，无需部署即可运行。
- 复用工作流：将成功的流程打包为 Connectors 和 Skills 模板，下次 Codex 可直接调用。
- 远程能力：Codex 新增锁屏后继续工作，手机端可实时查看、审批甚至接管任务。
- 侧边栏升级：可直接渲染 Markdown、筛选表格、阅览 PDF/PPT，Agent 还能通过内置浏览器用 JavaScript 控制网页。
- Goal 模式转正：只需明确最终目标和验收标准，Codex 可自主持续推进数小时至数天，中途可查进度、调方向或暂停，前提是任务存在清晰可验证的反馈闭环。