Codex CLI /goal命令详解：设定目标自动循环执行到完成

概述

OpenAI 的 Codex CLI 在 0.128.0 版本中引入了一个值得关注的新特性——/goal 命令。用户设定一个目标后，Codex 会持续自动循环执行任务，直到判断目标已完成，或者 token 预算耗尽为止。

这一设计借鉴了社区中已有的 "Ralph Loop" 模式，标志着 AI 编码代理正在从单轮交互走向持续自主执行。

Codex CLI 是什么？

OpenAI Codex CLI 是 OpenAI 于 2025 年推出的开源命令行 AI 编码代理工具。与 ChatGPT 的网页界面不同，Codex CLI 直接运行在开发者的终端环境中，能够读取本地代码仓库、执行 shell 命令、修改文件，并与开发者的工作流深度集成。它基于 OpenAI 的大语言模型（如 GPT-4o、o3 等），但通过命令行界面提供了更贴近开发者日常习惯的交互方式。

Codex CLI 的定位介于传统的代码补全工具（如 GitHub Copilot 的行内补全）和完全自主的 AI 软件工程师之间。它既能响应单次指令完成代码生成，也能通过沙箱环境安全地执行系统命令。项目在 GitHub 上开源，社区贡献者可以直接参与功能开发，这也是 Ralph Loop 等社区模式能够快速被官方采纳的重要原因。

什么是 /goal 功能？

核心机制：目标驱动的自动循环

传统 AI 编码助手采用"一问一答"模式：用户提需求，AI 生成代码，然后等待下一轮指令。/goal 命令打破了这种交互方式——用户只需设定最终目标，Codex CLI 会自行判断当前进度，持续迭代直到目标达成。

这种模式在处理复杂的多步骤编程任务时特别实用。比如重构一个模块、实现一个完整功能或修复一系列相关 bug，都可以通过一条 /goal 指令驱动完成。

从技术角度看，这种"目标驱动"的执行方式与传统软件工程中的"声明式编程"理念有相似之处——开发者描述"想要什么"（What），而非"怎么做"（How），具体的实现路径由系统自主决定。这种范式转变在基础设施领域已有先例，如 Kubernetes 的声明式资源管理、Terraform 的基础设施即代码，而现在这一理念正在延伸到代码编写本身。

提示词工程实现原理

从代码仓库来看，/goal 的实现主要依赖两个关键的提示词模板：

goals/continuation.md：每轮执行结束时自动注入，引导模型评估当前进度并决定是否继续下一轮操作。这是实现自动循环的核心。
goals/budget_limit.md：充当安全阀门，当 token 消耗达到预设上限时触发，防止无限制消耗资源。

这种基于提示词工程（Prompt Engineering）的实现方式相当巧妙——不需要复杂的外部控制逻辑，而是通过在对话流中注入结构化提示来引导模型行为。

对话流注入的技术细节

所谓"对话流注入"，是指在大语言模型的多轮对话上下文中，于特定时机插入系统级提示（System Prompt）或伪用户消息，从而影响模型后续的输出行为。在 /goal 的实现中，每当模型完成一轮操作（比如生成了一段代码或执行了一个命令），系统会自动将 continuation.md 的内容作为新的上下文注入对话历史。这段提示会要求模型回答类似"目标是否已完成？下一步应该做什么？"的问题，从而形成一个自我驱动的反馈循环。

这种设计的优势在于它完全利用了模型本身的推理能力来实现控制流，无需编写复杂的状态机或外部编排逻辑。但它也有局限性——模型的判断并非总是准确的，可能出现"误判完成"或"陷入无效循环"的情况，这也是为什么 token 预算机制作为硬性约束不可或缺。

Ralph Loop 模式的正式化

/goal 功能实际上是社区中 "Ralph Loop" 概念的官方落地。Ralph Loop 由开发者 Geoffrey Huntley 提出，核心思想是让 AI 代理在循环中持续工作，不断自我评估和推进，直到任务完成。

Ralph Loop 的技术背景

Ralph Loop 的命名来源于一种幽默的类比——就像一个名叫 Ralph 的勤奋员工，不需要反复催促就会持续工作直到任务完成。在技术实现上，它属于 Agentic AI（代理式人工智能）的范畴。Agentic AI 是指具备自主规划、执行和反思能力的 AI 系统，与传统的"输入-输出"式 AI 有本质区别。

在 Agentic AI 的理论框架中，一个完整的代理循环通常包含四个阶段：感知（Perceive）——理解当前状态；规划（Plan）——制定下一步行动；执行（Act）——实施具体操作；反思（Reflect）——评估执行结果。Ralph Loop 将这四个阶段封装在一个自动化循环中，每轮迭代都会重新评估目标完成度，决定是继续执行还是终止。

类似的自主循环模式在 AI 代理领域并非孤例。AutoGPT（2023 年）是最早引起广泛关注的自主 AI 代理项目之一，它允许 GPT-4 自主设定子目标并循环执行。BabyAGI 则通过任务队列实现了类似的持续执行机制。而在 AI 编码领域，Devin（Cognition Labs）、SWE-Agent（普林斯顿大学）等项目也采用了类似的循环执行架构。Codex CLI 的 /goal 命令与这些项目的核心区别在于它的轻量级实现——仅通过提示词注入而非复杂的外部框架来实现代理循环。

这一模式被 OpenAI 正式采纳，背后反映了几个重要趋势：

1. AI 代理自主性提升

AI 编码工具正从被动的"工具"角色转变为更主动的"代理"角色，能够自主规划和执行多步骤任务。/goal 命令就是这种转变的具体体现。

这种转变在学术界被称为从"Tool AI"到"Agent AI"的演进。Tool AI 是纯粹的响应式系统，只在被调用时产生输出；而 Agent AI 具备主动性（Proactivity），能够在没有外部触发的情况下持续推进任务。这一演进路径也引发了关于 AI 安全和可控性的讨论——当 AI 系统获得更大的自主权时，如何确保它的行为始终符合用户意图？

2. 资源管控成为刚需

Token 预算机制的引入说明，在赋予 AI 更大自主权的同时，成本控制不可忽视。无限循环不仅浪费资源，还可能产生意想不到的副作用。

Token 预算的技术原理

在大语言模型中，Token 是文本处理的基本单位。一个英文单词通常对应 1-3 个 token，中文字符通常每个字对应 1-2 个 token。OpenAI 的 API 按 token 数量计费——以 GPT-4o 为例，输入 token 和输出 token 分别有不同的价格。在自主循环执行的场景下，每一轮迭代都会消耗输入 token（包括完整的对话历史和注入的提示词）和输出 token（模型的响应），随着循环次数增加，累积的上下文会导致每轮的 token 消耗递增。

budget_limit.md 的工作方式是在 token 消耗接近预设阈值时，向模型注入一条明确的指令，要求它总结当前进度并停止执行。这种"软终止"机制比简单的硬切断更优雅——它允许模型在停止前保存状态信息，方便用户后续恢复或手动接管。在实际工程中，token 预算的设置需要考虑模型的上下文窗口限制（如 GPT-4o 的 128K token 上下文）、API 调用成本以及任务的预期复杂度。

3. 提示词工程的深层应用

通过精心设计的提示词模板来控制代理行为，展示了提示词工程在 Agentic AI 系统中远不止"写好 prompt"那么简单，它已经成为系统架构的一部分。

在传统认知中，提示词工程（Prompt Engineering）主要关注如何编写有效的用户提示来获得更好的模型输出。但在 Agentic 系统中，提示词承担了更多的系统级职责：它定义了代理的行为边界、决策逻辑和终止条件。这种用法有时被称为"提示词编程"（Prompt Programming）或"提示词架构"（Prompt Architecture），它将提示词从一次性的输入提升为可复用、可组合的系统组件。Codex CLI 中 continuation.md 和 budget_limit.md 的分离设计就体现了这种模块化思想——不同的提示词模板负责不同的控制逻辑，可以独立迭代和优化。

对开发者的实际影响

工作流的变化

/goal 功能可能改变开发者与 AI 编码助手的协作方式。开发者可以更多地扮演"目标设定者"和"结果审查者"的角色，把中间的实现过程交给 Codex CLI 自主完成。对于重复性高、步骤明确的编码任务，效率提升会比较明显。

AI 编码代理的行业格局

/goal 功能的推出需要放在更大的行业背景下理解。2024-2025 年，AI 编码工具市场正经历快速分化：GitHub Copilot 持续强化其 IDE 内的代码补全和聊天功能；Cursor 通过深度集成编辑器体验获得了大量开发者青睐；Claude Code（Anthropic）以终端代理的形式直接与 Codex CLI 竞争；而 Devin、Factory AI 等产品则瞄准了更高自主性的"AI 软件工程师"定位。

在这一格局中，Codex CLI 的 /goal 命令代表了一种"渐进式自主"的路线——它不试图完全取代开发者，而是在开发者设定的目标和预算约束内提供自主执行能力。这种设计哲学与完全自主的 AI 代理（如 Devin 试图端到端完成软件开发任务）形成了有趣的对比。行业观察者普遍认为，短期内"人机协作"模式比"完全自主"模式更具实用性，因为当前大语言模型在复杂推理和长期规划方面仍存在可靠性问题。

实际使用建议

把目标写清楚：目标越具体，代理执行效果越好。模糊的描述容易导致无效循环，白白消耗 token。好的目标应该包含明确的完成标准，例如"重构 auth 模块，将所有回调改为 async/await，确保现有测试全部通过"比"优化 auth 模块"要有效得多。
根据任务复杂度设预算：简单任务不需要太多 token 额度，复杂任务则要留足空间，找到平衡点很关键。作为参考，一个中等复杂度的重构任务可能需要 3-5 轮迭代，每轮消耗数千到数万 token。
始终审查最终输出：自动化执行不等于可以跳过代码审查，开发者仍需对结果进行质量把关。特别是在自主循环模式下，模型可能在后续迭代中引入与早期步骤不一致的修改，整体审查比逐步审查更为重要。

总结

Codex CLI 0.128.0 的 /goal 命令在实现上并不复杂——本质是两个提示词模板的注入——但它代表了 AI 编码代理的一个重要方向：从单轮响应走向目标驱动的持续自主执行。

随着 Ralph Loop 这类 Agentic 模式不断成熟，AI 编码工具的能力边界会进一步扩展。对开发者来说，理解这些新特性的工作原理和适用场景，才能更好地将它们融入日常开发流程。值得注意的是，这种演进并非终点——未来我们可能会看到更复杂的多代理协作模式、跨工具的目标传递机制，以及更精细的自主权分级控制。/goal 命令虽然只是一小步，但它清晰地指明了 AI 辅助开发的演进方向。

核心要点

Codex CLI 0.128.0 新增 /goal 命令，支持设定目标后自动循环执行直到完成或 token 预算耗尽
该功能借鉴了社区的 Ralph Loop 模式，通过 continuation.md 和 budget_limit.md 两个提示词模板实现
标志着 AI 编码工具从单轮交互向目标驱动的自主执行模式转变
token 预算机制作为安全阀门，确保资源消耗可控
提示词工程在 Agentic AI 系统中扮演越来越关键的角色