/goal 已经跑了 1d3h，完成 143 个 commit， 8w 行代码。跑的我道心破碎。

发布于

weixind: 趁着 codex 最近疯狂重置，尝试下新的 5.6 sol 的能力边界，已经用了大概有 20 亿 token 。完成 3/7 。

稍微翻了下过程，会有些弯路，但基本上不会像之前一样擅自缩减技术方案。

整体的完成度要比我想象中高的多，之前类似的场景还需要很多次打断纠偏，而且最终跑下来最多就是一个 MVP 版本，这次我甚至觉得最终能够完成一个成熟的 cloud agent 产品。

历史的车轮滚滚而来，已经碾我脸上了。

![Image](https://i.imgur.com/N2sLzmQ.png)

---

原文链接：[点击查看](https://www.v2ex.com/t/1227533)

评论（24）

盲猜一波，代码的实际完成质量到底怎么样？

· 0 个赞

回复

感觉还得再跑个两三天才能完全跑完，等彻底搞完了我把代码开源出来给大家看看。

· 0 个赞

这才哪到哪啊，后面量大着呢。

· 0 个赞

历史的车轮不仅滚滚而来，这波算是直接从脸上碾过去了吧。

· 0 个赞

今天刚试过，5.6 写前端的质量确实上来了，交互也做得有模有样。但就是有点慢，我并行俩任务等它跑完。这效率要是让公司领导看见了，估计又得想办法裁一波前端了。

· 0 个赞

建议太大的任务千万别让它一口气梭哈，必须拆分阶段，中间多人工介入审核。最近官方一直送重置次数，我也切到 5.6sol 了，感觉 token 消耗还挺友好的。

· 0 个赞

楼主这是写的啥神仙项目？感觉哪怕我现在的项目直接交给 Sol 跑，也很容易跑偏，还是得拆成小模块，老老实实分阶段去跑才行。

· 0 个赞

其实大部分算力估计都被它拿去重构和清理死代码了。我现在的经验是：自己搭好骨架再让 AI 补全模块最靠谱。如果完全由着它写，后面找个入口都费劲，时间久了绝对比人写的还乱。

· 0 个赞

深有体会，我之前拿 5.5 挂了 27 个小时的 goal，敲了快 300 个 commit。最后 review 代码的时候真的要了老命了，不太建议大家这么大跨度地搞。

· 0 个赞

我也一样，每次直接无脑挂机跑 goal，最后基本都彻底放飞自我了……搞得我现在都不敢随便开 goal 了。

· 0 个赞

回复

确实，spec 文档必须写得事无巨细才能 hold 住它。只要稍微给它留点模糊发挥的空间，分分钟给你飘到外太空去。

· 0 个赞

一口气连续跑这么久、生成几万行代码，大概率又是座新的屎山……除非最开始的架构和文档写得极其完善，否则稍微复杂点它绝对会绕进去出不来。

· 0 个赞

Reddit 上最近好多人在讨论这个，5.6 虽然不需要太多人工干预了，但它有过度设计的毛病，会疯狂给自己叠任务，有时候半天进度都不带动的。感觉现在 codex 5.6 已经不是在做 copilot 了，完全是上下级派发任务的模式。任务越大、整体重构越完整，回报率才越高，给它干边角料血亏。

· 0 个赞

回复

确实，我之前跑的一个 goal 项目，状态变成了 `113M used Pursuing goal (3d 22h 14m)`，最后直接偏到姥姥家去了，和楼上说的情况一模一样。

· 0 个赞

我的妈呀，这迭代时间也太久了，看来 ai 跑大项目确实费时。

· 0 个赞

好奇楼主跑这个用的推理等级是哪个？直接拉满到 xhigh 了吗？

· 0 个赞

说句实话，能这么由着性子跑，说明一开始对产品的细节要求就不高。这样弄出来的东西顶多算个高情商的 MVP 大玩具，想直接上生产环境估计够呛。

· 0 个赞

光看结果不过瘾啊，聊天记录和提示词也顺便分享出来呗，让我们抄抄作业。

· 0 个赞

我自己做大型重构项目时试过，感觉根本不敢让它脱离视线自己跑，必须死死盯着防止它发癫。放养久了大概率要跑偏。

· 0 个赞

楼主这是喂了什么需求进去？信息量得多大才能让它一口气跑这么久，求分享下具体的任务目标。

· 0 个赞

比较好奇最后跑出来的代码质量到底怎么样，能不能直接用。

· 0 个赞

回复

@zhuang0718 估摸着全部跑完还得两三天，弄完了我把项目开源出来给大家看看。

· 0 个赞

感慨啊，这时代的车轮算是直接从咱脸上碾过去了。

· 0 个赞

今天我也试了把 5.6，感觉前端代码的质量确实上来了，交互设计也做得挺靠谱，按部就班就能把功能推完。不过速度还是有点慢，我同时挂了俩任务在跑。照这么发展下去，哪天上面领导反应过来，估计又得优化一波岗位了。

· 0 个赞