Как эффективно использовать цели в Codex

Внимательные пользователи уже заметили новую команду /goal в приложении Codex. Просто начните свой промпт с /goal и напишите агенту, что нужно сделать.

Codex запустит бесконечный цикл и будет работать, пока не решит задачу. Но чтобы процесс шел эффективно, придется писать промпты немного иначе, чем мы привыкли.

Я собрал несколько советов по режиму целей — на основе опыта работы в OpenAI и своих пет-проектах. Они помогут выжать из Codex максимум.

Ставьте четкую, измеримую цель

За последние полгода нейросети настолько выросли, что мы немного разленились. В повседневной работе достаточно в общих чертах намекнуть GPT-5.5 на задачу, и модель сама поймет, что нужно делать и как получить результат.

Но именно такой ленивый подход к промптам — главная причина неудач в режиме целей.

По своей сути режим целей — это цикл. Агент делает шаг, оценивает результат, сверяет его с целью, а потом либо продолжает работу, либо останавливается.

Самое важное здесь — сверка с целью. Если цель абстрактная — например, сделать код лучше — конечное состояние цикла непонятно. Как агент узнает, что справился, и прервет работу? Что вообще значит лучше и когда код станет достаточно хорошим для остановки?

Я замечал два сценария провала с такими нечеткими целями. Иногда модель сдается почти сразу и опускает руки через пару минут. А иногда работает бесконечно, вслепую меняя код в погоне за недостижимым идеалом.

Вместо абстрактной просьбы улучшить код попробуйте конкретику: «сократи время выполнения кода в specific_file на 20%, не ломая существующие модульные и интеграционные тесты».

Теперь у агента есть измеримая цель (ускорить код на 20%) и жесткие рамки (не сломать тесты).

Кстати, модель может оценивать себя сама, если дать ей четкие критерии. Как-то я попросил агента переделать препринт для NeurIPS в статью для воркшопа ICML. У ICML огромный список требований к форматированию в LaTeX-файле — проверять их вручную жутко неудобно. Чтобы упростить задачу, я поручил Codex вытащить эти требования в markdown-файл. Получился чек-лист на 200 с лишним правил. Вот как он выглядел.

Я поставил агенту четкую цель: отформатировать статью NeurIPS под стандарты ICML с помощью checklist.md, не искажая техническую суть текста.

Чек-лист превращает абстрактную задачу в измеримую. Codex понимает простую вещь: работа закончена, когда отмечены 200 пунктов из 200. И хотя отдельные правила могут звучать размыто, модели гораздо проще шаг за шагом закрывать конкретные пункты, чем пытаться оценить глобальную задачу целиком.

Еще я попросил агента отмечать выполненные пункты крестиком. Так модель фиксирует прогресс в файловой системе, а я могу следить за процессом.

Ускоряйте цикл обратной связи

Чтобы агент мог сверять свои действия с целью, ему нужен инструмент для тестирования изменений.

Чем быстрее работает тест и чем проще модели его запускать, тем скорее агент поймет, туда ли он движется.

Допустим, агент должен улучшить архитектуру алгоритма машинного обучения. Есть смысл дать ему уменьшенную модель и урезанный датасет. Так он сможет проверять свои гипотезы в разы быстрее, чем на полном цикле обучения.

Ищите любые способы ускорить проверку, не теряя при этом качества оценки.

Когда я искал лучшие архитектуры для предсказания структуры белка, то взял NanoFold — небольшой, но репрезентативный датасет. Время оценки сократилось с нескольких дней до пары минут.

Дайте агенту Markdown-файлы для записей

В режиме целей GPT-5.5 может работать сутками напролет. Но даже с продвинутым сжатием контекста в Codex модели тяжело удерживать нить рассуждений так долго.

Не заставляйте ее держать весь контекст в памяти — лучше создайте markdown-файлы, куда она сможет записывать свои шаги.

Обычно я создаю для агента три таких файла:

• PLAN.md — высокоуровневый план действий. Сюда можно сразу набросать свои идеи, чтобы задать агенту вектор работы.
• EXPERIMENTS.md — лог экспериментов. Скорее фишка для машинного обучения, но подход легко адаптировать под любые задачи. Обычно здесь получается аккуратный список: название эксперимента, что именно пробовали и какой вышел результат.
• EXPERIMENT_NOTES.md — черновик агента. Хронологический поток мыслей модели в реальном времени. В этот файл полезно заглядывать, чтобы понять логику агента и вовремя скорректировать работу.

Пожалуй, самый важный из них — EXPERIMENTS.md. Он помогает и вам, и модели анализировать прошлые попытки: почему одни идеи выстрелили, а другие провалились. Вот как это выглядит на практике:

Собственно, на этом всё.

Ставьте четкие измеримые цели, ускоряйте проверку гипотез и давайте агенту файлы для записей. С таким подходом Codex будет часами (а то и днями) без устали решать ваши самые сложные задачи.

Самое время запустить пару циклов.