大可的 AI Builder 手记
跟随系统
颜色主题
长沙小桌实战
大可 Dako
大可 Dako大可 DakoAI Builder · Agent 实践者用 AI 做真正能用的产品。专注探索 Agent 工程化落地、Vibe Coding 实践与商业化交付。
内容平台即将上线,敬请期待
四种缺口,四种假进度没验收交回「应该可以了」用命令核绿红才算完百科全书规则挤掉任务说明当地图写短、能验证带病推进红了还往下做停则修先绿再走聊天交接下一班读不懂进度写进文件人能回看先修交法,再换模型
翻车几乎都是交法缺口,不是模型突然变笨。

Codex 怎么翻车

没验收、规则写成百科全书、失败了还往前推、把聊天当交接。这些半年后仍会翻车,不依赖哪个菜单改了名。

Codex 的翻车看起来像「写乱了」,拆开多半是交法缺口。先按 翻车先看过程 查五处,下面四条是编码侧最常见的形态。

读完你能回答:

  • 四种翻车各长什么样?
  • 为什么带病推进比一次写错更贵?
  • 什么时候才轮到换模型?

四种假进度

  1. 没验收。 派活里没有命令,核对只能信结束语。补上 五件事 的第五件,第一次就按 小改动 跑。
  2. 规则写成百科全书。 说明越长越像没说明。压成地图,指向分文件的规矩。失败案例见 OpenAI 自己的巨型说明。openai-harness
  3. 带病推进。 测试红了还做下一步,后面每一步都站在假地基上。长任务的停则修就是为这个设的:验证失败,先修再走。codex-long-horizon
  4. 把聊天当交接。 人离开几小时,上下文还在窗口里,窗口一关就没了。进度写进文件,见 长任务落到文件。

合进主线、覆盖不该动的配置,走 红线,不是风格问题。

带病推进最贵

一次写错,回滚一个 diff。带着红测试往前做,错误会写进后续每一个文件。看起来一直在干活,其实每一分钟都在加深缺口。所以验收失败不是「先记下」,是当前这一步的终态还没到。

交法修好再换模型

四条都堵住了,仍然稳定地在同一类改动上失败,再换模型。在此之前换,只会换一种文风继续假进度。办公侧的翻车形态不同,见 豆包工作怎么翻车。

参考资料

  1. Run long horizon tasks with Codex
  2. Harness engineering: a case study of Codex-built Symphony