Codex /goal 拆解：長時間 AI agent 真正缺的 3 件事

Codex /goal 拆完才發現，真正讓長時間 AI agent 跑得久的不是 loop，而是 Jarrod Watts 這 3 件事：把模糊砍乾淨、放子代理 review、用檔案撐跨 context 記憶。 ⭐ 文章深度讀：想看完整文字版拆解、把這 3 件事直接套到自己的 agent workflow → https://heymaibao.com/codex-goal-long-running-agent-3-essentials/ ⚡ 章節重點 為什麼長 AI agent 跑著跑著就走鐘 00:00 拆解 Codex /goal 真正在做什麼 01:14 ralph loop 的極限 01:58 心法 1 把模糊砍乾淨 03:31 心法 2 放子代理 review 04:25 心法 3 用檔案撐跨 context 記憶 05:55 收斂：縮短你 agent 的決策半徑 06:48 📝 懶人包 ∙ Codex /goal 在底層用 thread_goals SQLite 表 + get_goal / update_goal 工具 + 一段固定的 ralph loop prompt，本質是把同一個 prompt 反覆跑，只是多了 token budget 與 completion audit。 ∙ Jarrod Watts 認為長時間 agent 真正要補的是 3 件事：把模糊砍乾淨、放子代理 review、用檔案撐跨 context 記憶。 ∙ 「燒更多 token 就更強」是 long-running agent 的底層假設：他引述 Sonnet 4.6 在 BrowseComp benchmark 上多花約 10 倍 token，分數高約 10 個百分點。但純把 ralph loop 拉長，在任務脈絡超過 context window 時還是會崩。 ∙ Jarrod 把整套作法包成 long-running-agent-skill，可以直接讀來改自己的 workflow。 📚 參考資料 Jarrod Watts on long-running agents → https://x.com/jarrodwatts/status/2052372045829382430 long-running-agent-skill → https://github.com/jarrodwatts/long-running-agent-skill/tree/main claude-delegator → https://github.com/jarrodwatts/claude-delegator/ Matt Pocock 的 grill-me skill 介紹 → https://www.aihero.dev/my-grill-me-skill-has-gone-viral