OpenAI 发布了一份实用指南，讲解如何不把编程助手 Codex 局限于一次性指令，而是把它当作能支撑长期工作的"工作场"来使用[1]。指南由 Codex 团队的 Jason Liu 撰写，系统梳理了在持续数天的项目中保持上下文、管理复杂工作流程并持续推进进度的具体做法。其核心是把这款 AI 从单纯的聊天对象，重新定位为工作真正发生的场所。
目标是超越"一次性指令"的持续工作
指南的出发点，是组织正越来越多地把 AI 用于无法在一次交互中完成的工作[1]。Codex 最初是作为写代码的工具普及开来的，而这份指南把它的用法扩展到"长时间工作（long-running work）"。
具体而言，它建立在三大支柱之上：把宏大的目标拆解为可验证的小步骤，在多条工作流之间保持连续性，以及判断哪些执行应交给 Codex、哪些场景最需要人来把关[1]。目标越是雄心勃勃，越需要一种把工作切分为阶段的设计，以免中途方向跑偏。
"没有验证的雄心只是一个愿望"
Jason Liu 强调的一点是：通过长时间对话积累出一个计划，然后说一句"把它实现出来"，与真正引导出高质量的执行是两回事。执行的质量，取决于你给出的目标和验证机制。他直言：没有验证的雄心，只是一个愿望[2]。
因此，他建议为工作配上一个"运转回路（operating loop）"。具体来说，包括一条不中断的工作线程、共享的记忆、能在电脑上实际动手的工具、引导与恢复工作的手段，以及一个用来查看成果物本身的界面[2]。只要把一个想法放进线程、赋予它记忆并绑定验证标准，你就无需时刻盯着，只要偶尔查看差异、纠正方向，工作就能持续推进。
把 Codex 变成"工作场"的侧边栏
指南中的关键要素，是 Codex 的侧边栏。Liu 表示，侧边栏正是让 Codex 从单纯的聊天应用变成"工作发生之处"的要素，它承担三项职责：检查所生成的成果物、操作网页界面，以及审阅变更[2]。
由于可以一边查看成果物一边叠加指令，必要时还能当场介入操作或修改，对话与实际工作之间的往返就在同一个地方完成。对持续时间长的工作来说，能否顺畅地转动这套"查看并修正"的循环，直接决定了效率。
从编程走向知识工作
Liu 回忆道，大约在 2025 年年底，他开始把编程智能体也推向知识工作[2]。例如用幻灯片工具制作演示文稿，或结合语音输入把智能体当作会议记录员来用，不断探索编程智能体能够产出的成果物范围。
OpenAI 的指南同样把 Codex 定位为"能保持上下文、管理复杂工作流程并帮助长期项目持续推进的持久工作场"[1]。与此同时，它也明确指出，要判断把多少交给 Codex、在哪些环节人的把关最有价值，前提是一种由人牢牢掌握判断主导权、而非全盘交出的使用方式。
总结
OpenAI 这份指南，把用户的思路从"用 Codex 执行一次性指令"提升到"把它当作推进长周期工作的工作场"。通过把大目标切分为可验证的步骤，并把不中断的线程与记忆，同用于操作和审阅的侧边栏结合起来，它展示了一种工作方式：人只需时不时查看一下，工作便能持续向前。随着用途从编程扩展到整个知识工作领域，如何把 AI 设计成"工作发生的场所"，看来将成为能否把它用到极致的分水岭。
