/goal 跑了 80(62 + 18)h 的结果， 18w 行代码。200 多个 commit。

[weixind]

先感谢 codex 最近疯狂重置，总共用了大概 40 亿 token 。

需求和目标起点在 https://github.com/erweixin/langshift.dev/tree/ai-start 这个分支。goal 中相关的几个文档都在。



这个 goal 完成的代码在 https://github.com/erweixin/langshift.dev/tree/ai-generated

后面又以 https://github.com/erweixin/langshift.dev/commit/f82bbd377f9da999f4c514d869cb91ad582c5b43#diff-6a4ce0eef9327c0bd601bf997a617e9e18d707ce8b4cdc49e56c0189503fe4d9 这个 plan 为 goal 跑了 18 个小时。

最终完整的代码在 https://github.com/erweixin/langshift.dev/tree/codex/lites-engineering-rc 。

期间只有一次调整，让 AI 越过在 macOS 处理 Firecracker 的尝试。其他都是 AI 的自主行为，有点行为艺术了。

这是第二次以 goal 的形式跑超长任务。之前的 goal 目标相对来说更明确，设计了完整的验收流程。大概 10h 小时完成。

这次时间大概多了小一个数量级。而且目标非常发散。我也拿不准这一堆代码是否有讨论的价值。先分享一下吧。

[weixind]

@zhuang0718
@bookerlevit
@sillydaddy

[v2gba]

前情提要？

btw RUN C++ 全都报错

[weixind]

@v2gba https://v2ex.com/t/1227533?p=1#reply25

[weixind]

@v2gba RUN C++ ,你说的现在部署的吧。是原来项目。感觉有点不适合 AI 时代了。

[shilianmlxg]

请问大佬，如何做到长时间任务也不走偏的，另外问下大佬用到了 superpowers 这种 skill 吗，项目从 0 到 1 和原项目开发新需求，大佬有什么经验可以分享的吗

[weixind]

@shilianmlxg
目标有强验收机制的情况下成功率会高一些，goal 越准确，跑偏的概率越小，不过跑 goal 会有一种能得出结论就算赚到的感觉，跑不出来在预期之中。

业务项目我基本上没怎么跑过超长任务。没啥经验。

我没用过相关的 skills ，个人选择详细 codex 、cc 自己的工程学。

[xue777hua]

“需求和目标起点在 https://github.com/erweixin/langshift.dev/tree/ai-start 这个分支”

这个需求是怎么生成的？有啥好用的提示词和工具嘛？

[weixind]

@xue777hua 没用什么特殊的提示词和工具。可以尝试和 AI 围绕一个话题或者技术实现聊上一到两周。聊透了就有了。

[xue777hua]

@weixind 聊一到两周？ 我不信 哈哈

[weixind]

@xue777hua #9 看了下 commit 记录，不止一两周。。。https://github.com/erweixin/langshift.dev/compare/main...ai-start 。

我要做一个大的系统，架构基本上就是不停的推翻重来。而且要不停的弥补和实施之间的差距。

你可以试试从和 AI 聊“如何构建一个 cloud agent 系统架构”开始。

[xue777hua]

@weixind 哦？那我理解错了。
我以为你是 线聊两周搞定所有的 md 文件，搞定每个细节，然后跑三天任务，结果就很漂亮。

是我理解错了。

不断重来，那不会也是💩山吧？

[weixind]

@xue777hua #11

架构推翻重来，而不是代码推翻重来。架构满意了以后再跑三天。

[xue777hua]

@weixind 那这要是一个点没想到。。。岂不是 后面推翻重来？甚至有时候 只是一个 boolean flag 整个架构没写。。都要换一轮。。。比如 tombstone 这种东西。。反正诸如此类的吧

但是我感觉你似乎很多架构的 md 文档都是靠 AI 生成的， 真的一字一句看过来啊？？？

即便是 审阅过了， 万一代码里面 有些没有执行到位， 怎么办呢？

--

我之前试过 goal 不是很满意，几个原因：
- 生成的 md 文件 头皮发麻， 不想看， 特别是 codex ， 文绉绉的 `落地` `对齐` 新八股看得人简直累死
- 生成的 文件好不容易看完了，执行不到位 （任务过大， 多次 compact ）
- codex 就是给你拼命复杂化，复杂到 可能他自己都被绕进去了
- 但关键的地方， 他又考虑不到，不是主要需要的架构的地方，他又瞎 jb 考虑。。。 搞的我审阅疲劳 （特别是对着八股文更加如此） 最终 导致我自己的思路甚至都 miss 了一些东西

为啥我知道代码不满意呢？ 因为我亲自 review 代码了！（几万行！ 我硬着头皮 review 的！ ）

于是改了一轮又一轮 一轮又一轮， 折磨了我 3 个星期，最终实在受不了了，最后我自己花 1 个星期，回到了古法编程（自己的 mindmap + AI 问答式 + 少量 goal) 一个星期完成了所有的任务。

之前每天 0.5-2b token （ gpt-5.4 xhigh fast goal sub-agent) 除了 生成一堆令我困扰的垃圾以外，啥价值也没有沉淀下来。

所以我对于中大型项目 （我看你的项目不算小， 和我的 package 数量差不多） 感觉 goal 可能不一定靠谱

我之前还试过 ralph loop 类的方案， 也不是很满意。。。

目前为止，long running task 没有找到什么满意的方案，我自己的答案倾向于：这是无解的。因为 写好了所有的测试和验证 约等于 写好了所有的代码。

说到底， 写代码本身就是在给 General Purpose 的 Program Language 加上 type check + while loop

如果我把 type check 都写给了 LLM ， 那几乎就等于自己把代码写出来了。。。

--

当然， 我也用 goal 写过自用的小工具， 但基本都是当黑盒来用， 跑完一轮 goal ，就直接用，也就是不 reveiw 代码。那自然没有这种痛苦了。
我其实大致看过代码，头皮麻了一下就闭着眼睛用了。。。 我的 goal 里面有一个步骤是：让他发送一个简单的 http 请求，codex 居然给我用 node:http / node:https 两个核心用 if/else 分别去发送请求的。。。
好久都没有见过 这种用 node:http / node:https 的写法 而不是用 fetch() 执行网络请求了。。。