OpenAI Codex負責人Tibo：/goal功能應用爆發 跨機器人科學遊戲等領域
OpenAI Codex負責人Tibo（@thsottiaux）表示，近期看到大量Codex在機器人、科學、遊戲等領域的創新應用，用戶正發現/goal功能的強大潛力。
/goal命令讓Codex從單次提示轉向持久目標驅動，可自主規劃、執行、迭代直至完成長期複雜任務，支持跨會話記憶與自我評估。
開發者與研究者通過/goal實現多小時自主工作流，加速代碼生成、機器人控制與科學模擬，Codex從輔助工具向持久自主代理演進，傳統單次提示編碼方式承壓。
來源：公開信息
ABAB AI 解讀
Tibo作爲OpenAI Codex團隊負責人，此前推動Codex從基礎編碼助手向全棧工程代理迭代，/goal功能是0.128版本核心升級，內置Ralph-loop式自我迭代機制（計劃-執行-測試-審查），支持預算限制與持久目標記憶。
資本路徑上，OpenAI將資源集中投入代理自主性與長期任務能力，通過/goal降低人工干預，讓單一訂閱用戶可完成數小時至數十小時複雜工程，吸引重度開發者與企業轉向Codex CLI與App，形成從提示工程向目標驅動代理的付費轉化閉環。
類似早期Auto-GPT與BabyAGI的自主循環嘗試，以及Cursor等工具的迭代增強，Codex當前處於編碼代理從單任務工具向持久自主系統轉型的擴張早期，/goal顯著提升實際落地率。
結構判斷：本質屬於技術替代。/goal通過持久目標記憶與自我迭代循環替代人工多輪提示，機制在於讓AI維持長期上下文與自我糾正能力，推動開發資源從重複提示工程向高階目標設定與監督集中，加速AI對複雜工程與科研勞動的技術替代。
ABAB News · 認知定律
單次提示賣效率，持久目標賣自主完成度。
代理越懂“直到做完”，人類就越能退出重複循環。
誰把AI從工具變成有目標的學徒，誰就掌握下一代工程生產的定價權。