OpenAI Codex 的周活用户在 2026 年 4 月已突破 400 万，但绝大多数人还停留在"问一次答一次"的用法。Codex 团队成员 Jason Liu（开源库 Instructor 作者，13k Star）公开了自己的完整工作流，核心思路是把 Codex 改造成一个能长期运行、持续接管任务的工作系统。本文将这套方法拆解成可复制的操作步骤。

开始前的准备

• 一个 OpenAI 账号，开通 Codex 访问权限
• 基本了解 Codex 的对话界面操作
• （可选）Obsidian 作为本地知识库管理工具
• 预计上手时间：30 分钟

第一步：创建长期存活的专用线程

多数人习惯单次问答结束就关闭会话，但 Jason 的做法是开着一堆跨月存活的巨型线程，不会随意终止。

具体操作：

1. 给每个工作流创建一个独立的置顶线程（如管理日程、开源项目维护、社交平台监控等）
2. 通过 Command-1 到 Command-9 快捷键一键跳转不同线程
3. 让线程持续积累对话历史、偏好和决策，这样再次使用时不用重新交代背景

提示: 线程生命周期被拉长后，项目背景、沟通习惯和历史决策会自然沉淀进去，Agent 开始具备连续性。

第二步：用语音下任务，保留原始思路

Jason 下任务不打字，主要靠说。原因很简单：口述能完整保留原始思路，不需要刻意优化 Prompt，可以直接把模糊、跳跃的想法原样丢给 Agent。

再配合 Codex 的 Steering 功能，你可以在 Agent 执行任务时插队追加指令，说完就走，不用干等。

第三步：用 Heartbeats 实现定时任务调度

这是让 Codex 从工具变员工的关键。Heartbeats 相当于给 Agent 加了一层定时任务调度，配合 @computer 操作能力，可以实现全自动循环执行。

实际案例：

• Chief of Staff 线程：每 30 分钟跑一次，扫一遍 Slack 和 Gmail，判断优先级，起草回复草稿但不发送，最终由人决定
• 动画审阅流程：先把视频发到 Slack 审阅线程，让 Codex 每 15 分钟检查一次。同事提了反馈就自动重新渲染并回复到线程里
• 客服排队追踪：洗澡前让 Codex 盯着亚马逊客服排队状态，洗完出来退款已到账

类似的流程可以扩展到 Google Docs 评论、GitHub PR Review 等场景，只要有反馈就自动推进下一步。

第四步：设置验证机制

Jason 最强调的一点是验证机制，用于判断任务什么时候终止。他试过让 Codex 把 Python 的 Rich 库完整迁移到 Rust，硬性要求是必须通过原 Python 库的所有单元测试。

测试能不能通过，决定了任务是否完成；失败了，Agent 就继续修。

没有验证机制的野心，顶多算个愿望而已。

第五步：用 Goal 模式处理长期任务

在最新更新中，OpenAI 已把 Goal 模式从实验版本转正。你只要明确一个最终目标和验收标准，Codex 会自主持续推进，短则几小时长则数天，中途可以查进度、调方向，也可以直接暂停。

前提是任务本身必须存在清晰、可验证的反馈闭环。

第六步：搭建本地知识库，把记忆握在自己手里

Jason 的所有长期线程都从一个 Obsidian vault 起步，目录划分为 TODO、people、projects、agent、notes 等板块。

在顶层 AGENTS.md 里写明规则：人员信息更新、项目推进、待办办结等变动，都要同步更新知识库对应内容。

这样做的好处是：

• 核心记忆数据存放在本地可控文件中，随时查阅手动修改
• 通过版本对比查看变动，出现问题一键 roll back
• 换工具、迁平台时，拎着知识库就能走

Codex 侧边栏新能力

Codex 的侧边栏不再局限聊天交互，可直接渲染 Markdown、筛选表格、阅览 PDF 与 PPT。Agent 还能通过内置浏览器用 JavaScript 控制网页，你可以边看边标注，不用来回切窗口。

常见问题

• Heartbeats 消耗多少 Token? 取决于检查频率和任务复杂度，建议从每 30 分钟一次开始试
• 锁屏后 Codex 还能继续工作吗? 可以，最新更新已支持锁屏远程工作，手机端可实时查看、审批甚至接管任务
• Goal 模式适合什么类型的任务? 需要有明确验收标准的任务，比如"通过所有单元测试"、"生成符合 XX 规范的代码"