🔥 做通“迭代式 Goal”,我让 Codex 自干了 15 个小时

昨晚灵感突现,搞了一套迭代式的工程实施架构:
直接把复杂的产品功能拆成一颗树(Tree),树上的每个 node 就是一个独立的功能节点。

我把这套 Tree 扔给 5.6 Sol + Codex,配合 Codex 的 Goal 功能,开启了“无限无限循环”的自动化工程闭环:

🌲 对标与审核:每个节点对照市场上几个顶级对标 Agents 进行严格的代码审核。

🧪 硬核验证:自动补齐测试用例,直接跑真机/真实环境测试。

🌿 递归拆解:只要在真机跑出哪怕一个细节漏洞,立马原地拆解出新的子节点(Child Nodes)。

🛡️ 证据链闭环:一直拆到这个节点的状态流转、失败捕获、重启恢复、UI 呈现全部有证据(Logs/Tests)支持为止。

📊 15 小时跑路实况

Codex 的这套迭代式 Goal 已经连续跑了超过 15 个小时。

就在刚刚过去的 3 个小时里:

Tree 还在持续长出新芽:真机跑出的边缘案例(Edge Cases)被自动衍生成了若干新的子节点;

大量主节点被标绿(Passed):全自动化测试+证据链确权,一行行代码被硬生生凿成了坚固的工程。

💡 一点实战感悟

以前用 AI 写代码,最大的痛点是“黑盒与不可控”。当项目变大,AI 很容易盲目重构或者遗漏边界。

但当你把 Goal 机制和 树状结构 + 证据驱动 结合起来:

AI 不再迷路:节点状态只有“未开始、拆解中、待验证、已标绿”,上下文极其清晰。

质量极其扎实:不靠 AI 自我感觉良好,只看真机证据和测试覆盖。

让 AI 像树木生长一样去自我迭代、自动补完代码和测试,这才是 LLM 时代大工程量产的正确姿势!

(PS:瞅着控制台上一个个被标绿的 Node,这种把工程交给 AI 自动化锤炼的爽感,谁试谁知道!🚀)



分类