AI 三巨头的 /goal 之争:谁能持续执行,谁能可靠收工?

内容管家 AI领域 编程开发评论8字数 7417阅读24分43秒阅读模式
摘要Claude Code、Codex 和 Google Antigravity 都支持 /goal,但它们的底层机制并不相同。本文从目标作用域、停止钩子、独立评估器、证据审计、续跑时...
Claude Code、Codex 与 Google Antigravity 的 /goal 深度对比,展示三个编程 Agent 标识与长任务执行循环
Claude Code、Codex 与 Google Antigravity:三种 Agent 围绕 /goal 长任务持续执行与验证

摘要:/goal 正在成为 Coding Agent 处理长周期工程任务的重要入口。Claude Code、OpenAI Codex 与 Google Antigravity 都提供了同名命令,但“持续执行直到完成”只是表面上的共同点:Claude Code 使用独立的小模型评估器判断目标是否达成;Codex 将目标作为持久化的 Thread 状态,并在安全边界上触发续跑;Antigravity 则通过 Stop Hook 拦截提前结束,让 Agent 重新审计原始任务并继续执行。三者在任务状态、停止条件、预算、权限和故障恢复方面有明显差异。

资料截止日期:2026 年 11 月 19 日。本文优先依据三家官方文档与更新日志,并结合 Reddit、GitHub Issues 和 Google AI 开发者社区的实际反馈。需要注意:官方机制说明与个别用户故障报告属于不同证据层级,后者用于揭示风险,不代表所有版本或用户都会复现。

一、先给结论:同一个 /goal,三套不同的 Agent Harness

普通 Agent 对话通常遵循“收到任务—执行一轮—汇报结果—等待下一条指令”。Goal 模式则把一个目标和它的完成条件保留下来,让 Agent 在多轮执行之间继续围绕同一结果工作。它解决的不是“模型会不会写代码”,而是“模型在一轮结束后,能否知道任务还没完成,并在合适的时机继续推进”。

维度Claude CodeCodexGoogle Antigravity
核心机制Stop Hook + 独立小模型评估器持久化 Thread Goal + 事件驱动续跑Goal Stop Hook 拦截停止 + Agent 自我审计
目标作用域当前 Session当前 Thread / Chat当前 Conversation
完成判定评估器返回 Not yet met / Met / ImpossibleAgent 对照文件、测试、日志等证据审计Agent 重新读取原始要求,将交付项逐一映射到实际证据
续跑时机每轮结束后评估;必要时有自动重试与 Check-inThread 空闲、无排队输入、无待处理工作时,在安全边界续跑Agent 试图结束时由 Hook 拦截并要求继续,等待依赖中的后台任务
生命周期控制设置、查看、清除;恢复 Session 时可恢复活动目标查看、编辑、暂停、恢复、清除新 Goal 会取消旧 Goal;通过后续消息要求停止
预算与上限可在目标文本中加入轮数或时间边界;评估调用也计费有预算统计与 Budget-limited 状态官方文档称没有迭代次数上限
主要优势完成判定角色与执行角色分离状态管理和生命周期控制更完整持续执行能力强,适合多 Agent 与后台任务协作
主要风险评估器只能看对话证据;目标模糊可能反复循环续跑受 Thread 状态和执行模式约束无迭代上限,遇到异常时存在长时间空转或资源消耗风险
Claude Code、Codex 与 Google Antigravity 的 /goal 目标作用域、完成判定、续跑方式和生命周期控制对比
三种 /goal 的关键区别:Claude 侧重独立评估,Codex 侧重持久化状态,Antigravity 侧重 Stop Hook 持续执行

这张表反映的是产品机制,而不是模型能力排名。不能简单地说“谁的 /goal 更强”:Claude 更重视独立评估,Codex 更重视目标状态和可控生命周期,Antigravity 更重视不中途交还控制权的连续执行。

二、先理解 /goal:它不是普通 Prompt,也不是无限自动驾驶

一个合格的 Goal 至少包含四个部分:目标结果(Outcome)、完成证据(Evidence)、执行约束(Constraints)和停止条件(Stop Condition)。例如,“优化性能”只是愿望;“将 checkout 基准测试的 p95 延迟降至 120ms 以下,正确性测试全部通过,不修改公共 API,并在无法运行基准测试时停止报告阻塞原因”才是可执行的目标。

  • Goal 不等于 Plan:Plan 负责明确路径与步骤,Goal 负责在执行过程中持续追踪最终结果。大型任务通常应先审核&查验计划,再启动 Goal。
  • Goal 不等于 Schedule:Goal 是由完成条件驱动的持续执行;Schedule / Loop 是由时间触发的重复任务。需要每天巡检或每小时汇报,应使用调度能力,而不是让 Goal 一直等待时间。
  • Goal 不等于权限升级:它不会自动绕过沙箱、工具权限、人工审批或产物审核。无人值守执行仍然取决于各产品已有的权限配置。
  • Goal 不等于保证完成:配额、网络、凭据、上下文窗口、测试环境、外部服务和人工审批都可能让任务暂停或失败。目标持续存在,不代表执行环境永远可用。

三、Claude Code:独立评估器决定“是否真的完成”

1. 命令用法与目标生命周期

Claude Code 的 /goal 是一个 Session 级目标条件。输入目标后会立即启动一轮执行,不需要再单独发送一次 Prompt。一个 Session 同时只能有一个活动 Goal;再次设置新目标会替换原目标。

# 设置目标
/goal all tests in test/auth pass and the lint step is clean

# 查看当前目标、耗时、评估轮数、Token 消耗和最近一次评估理由
/goal

# 提前清除目标
/goal clear

官方文档还说明,/goal 可以在非交互模式、Claude Code Desktop 和 Remote Control 中使用。非交互模式示例:

claude -p "/goal CHANGELOG.md has an entry for every PR merged this week"

如果长任务使用默认文本输出,终端可能要等到循环结束才显示最终回复,看起来像“卡住”。官方建议使用 --output-format stream-json --verbose 观察过程;非交互任务可以用 Ctrl+C 中断。

2. 核心架构:执行者与评估者分离

/goal 本质上是一个 Session-scoped、prompt-based Stop Hook。每当 Claude 完成一轮,Claude Code 会把目标条件和当前对话历史发送给配置的小型快速模型,由它给出三种判定之一:

  • Not yet met:目标尚未满足。Claude 继续工作,并把评估理由作为下一轮的推进提示。
  • Met:目标已经满足。Claude Code 清除活动 Goal,并在对话记录中标记为已达成。
  • Impossible:评估器判断目标在当前条件下无法实现。系统清除 Goal,并记录失败原因。

这套设计最值得注意的地方是:执行任务的主模型,不是唯一的完成裁判。评估器使用独立的小模型来判断结果是否满足条件,降低主模型“做了一些工作就宣布完成”的倾向。评估 Token 会按配置的小模型计费,官方称其相较于主任务消耗通常较小。

3. Claude 的关键限制:评估器看不到独立的文件与工具证据

这也是 Claude Code /goal 最容易被误解的地方。官方明确说明,评估器不会自行运行命令,也不会独立读取文件;它只能根据 Claude 已经呈现在对话中的内容作出判断。

因此,下面的条件是有效的:

/goal All tests in test/auth pass. Run npm test and show the exit code. Keep public APIs unchanged.

因为主 Agent 可以执行测试,并把测试结果展示在对话中,评估器再判断证据是否足够。相反,如果 Claude 只说“我已经检查过文件”,却没有展示可核验的命令输出或关键结果,评估器也缺少独立验证能力。

这意味着 Claude 的 Goal 不是一个独立的测试执行器,而是一个基于对话证据的外部判定层。要发挥它的优势,必须在目标中写清楚“执行什么检查、输出什么证据”。

4. 时长、轮数、权限与错误恢复

  • 目标长度:条件最多 4,000 个字符。复杂要求应拆分到项目文档,再让 Goal 引用。
  • 主动设定上限:Claude 不会替你自动选择一个适用于所有任务的固定轮数上限。可以在条件中加入 or stop after 20 turns 或明确时间边界。
  • 恢复 Session:恢复仍处于活动状态的 Session 时,Goal 条件会恢复,但轮数、计时和 Token 消耗统计基线会重置。
  • 权限模式不变:Goal 不会改变 Permission Mode。Manual Mode 仍可能在工具调用前要求批准;想减少逐工具审批,需要按安全要求配置 Auto Mode。
  • 错误处理:认证失败、余额耗尽、无法自动压缩的上下文溢出、模型不可用等需要用户修复的错误会清除 Goal。对于临时服务过载或连接中断,较新版本可以自动重试;连续三次自动重试后会暂停。遇到 API 限流或使用上限时,Goal 也可能进入暂停状态。
  • 后台任务:如果子 Agent 或后台 Shell 仍在运行,系统会推迟本轮完成评估;长时间等待时会触发 Check-in,提醒主 Agent 检查任务输出或处理卡住的任务。

社区实测也验证了它的长任务能力。一位 Claude Code 用户分享过一次 9 小时 27 分钟的 /goal 会话,连续完成多个阶段并产生了 45 次提交;但该用户也指出,早期审计建议中约 30% 的修复在真正下载、解析和运行验证时暴露了新问题。这说明长时间运行并不等于质量自动可靠,真正的验收必须落到运行结果上。查看社区实测记录。

四、Codex:把 Goal 做成持久化的 Thread 状态

1. 命令用法与启用条件

Codex 的 Goal 不只是附加在 Prompt 上的一句“继续做”,而是绑定到当前 Thread 的持久化目标状态。官方 Cookbook 说明,Goals 从 Codex 0.128.0 开始提供;如果当前构建没有显示命令,可以更新 Codex,或检查 features.goals 配置。

# 设置目标
/goal Finish the migration and keep tests green

# 查看当前目标
/goal

# 修改目标
/goal edit

# 暂停、恢复或清除
/goal pause
/goal resume
/goal clear

如果命令没有出现在斜杠命令列表中,可以在 config.toml 中检查:

[features]
goals = true

也可以通过 CLI 启用:

codex features enable goals

2. 核心架构:持久化目标 + 事件驱动续跑

Codex 官方将 Goal 描述为一个持久化的 Thread-scoped 状态,而不是全局记忆,也不是项目级指令。它记录目标文本、生命周期状态、预算和进度统计。目标属于当前 Thread,因为文件、命令输出、Diff、测试日志和研究证据都沉淀在这个具体的工作上下文中。

Codex 的续跑不是一个不间断的简单 while 循环。它会在安全边界检查是否应该继续:

  1. 上一轮执行已经结束;
  2. 当前 Thread 没有其他待处理工作;
  3. 没有用户输入排队等待处理;
  4. Thread 处于空闲状态,Goal 仍然活动且没有触及预算边界。

如果续跑回合没有产生工具调用,系统会抑制下一次自动续跑,避免 Agent 在没有实际进展时空转。用户中断会暂停目标;恢复 Thread 时,在适当条件下可以恢复目标状态。

3. 完成判定:以文件、测试、日志和产物为证据

Codex 的公开设计强调 Evidence-based Completion。Agent 需要把目标与实际证据进行对照,例如:

  • 哪些文件发生了修改,是否只触及约定范围?
  • 执行了哪些测试命令,退出码和测试结果是什么?
  • Benchmark 是否达到目标阈值?
  • 构建产物、文档或报告是否真实生成?
  • 研究结论是否区分了已确认、近似重建、无法验证和仍有不确定性的部分?

Codex 官方特别强调,不能因为模型“觉得差不多了”就把 Goal 标记为完成;必须对照相关文件、测试、日志、Benchmark 或最终产物进行检查。

4. Codex 的预算与生命周期控制

Codex 会记录目标使用情况,并提供 Budget-limited 状态。达到预算边界时,系统应停止实质性工作、总结进展和阻塞,并指出下一步建议。预算耗尽不等于目标已经完成。目前公开文档没有给出适用于所有版本、模型和账户的统一固定预算数字,因此不应把某个社区测试值当成官方默认上限。

与 Claude 相比,Codex 的显式生命周期控制更丰富:可以查看、编辑、暂停、恢复和清除目标。对需要人为调整执行节奏、临时插入检查或改变方向的工程任务,这种控制面更直接。

5. Codex 的续跑边界与已知问题

  • Plan-only 模式不会自动续跑:官方 Cookbook 明确说明,纯 Plan 工作不会触发 Goal continuation。先用 /plan 完成方案审核&查验,再退出 Plan-only 状态进入实施阶段,才适合让 Goal 持续推进。
  • 自动化接口不等于 TUI 命令:2026 年 7 月,Codex GitHub Issue #31783 记录了一个非交互自动化限制:恢复 Thread 并不等同于执行 /goal resume,外部脚本或 Agent 工具无法通过当时公开的非交互接口完整控制 Goal 生命周期。该 Issue 在本次调研时仍处于 Open 状态,自动化用户应先核对当前版本是否已有变化。
  • 暂停目标的修改与恢复可能受工具接口限制:GitHub Issue #40162 记录了 Codex 0.147.0 桌面端在某些暂停目标场景中,Agent 无法直接修改并恢复旧目标的案例。这是特定版本与接口路径的 Issue 报告,不应直接推断为所有当前版本都会发生。

Codex 的优势是目标状态清晰、可暂停和恢复、可审计;它的代价是续跑行为更受 Thread 状态、模式和系统调度边界约束。它并不是“只要 Goal 显示 Active,就会不间断地一直执行”。

五、Google Antigravity:没有迭代上限的 Stop Hook 持续执行

1. 支持的产品形态与命令

Google Antigravity 官方文档将 /goal 列为 Antigravity App、Antigravity CLI 和 Antigravity IDE 均可使用的命令。用法非常直接:

/goal Migrate the auth package from session cookies to OAuth2 and make sure all unit and integration tests pass

在 App 中,运行期间会显示 Active Goal 指示器,侧边栏可以查看当前对话中历史 Goal 的 Active、Completed 或 Cancelled 状态。在 CLI 中,Agent 会跨多个 Turn 继续执行;可以用 /tasks 监控后台 Shell、定时任务和子 Agent。

2. 核心架构:拦截 Agent 的停止动作

Antigravity 的 Goal Stop Hook 机制可以概括为四步:

  1. 记录目标:将 /goal 后面的文本保存为当前对话目标,并告知 Agent 这是一个需要长时间运行、无需频繁等待用户输入的任务。
  2. 拦截停止:每当 Agent 尝试结束当前 Turn,Stop Hook 会检查 Goal 是否仍处于活动状态。
  3. 重新审计:如果目标尚未结束,Hook 会向 Agent 注入提醒,包含已耗时长、续跑次数和原始请求,要求它重新阅读需求、列出交付清单,并用实际文件、测试结果和构建日志逐项核验。
  4. 完成或取消:当 Agent 认为所有交付项均已验证,才会结束 Goal;如果用户明确要求停止,则将其取消。

这与 Claude 的实现有明显不同:Claude 明确使用独立小模型对对话进行评估;Antigravity 官方公开的机制则强调 Stop Hook 拦截和 Agent 自我审计。不能把两者都笼统地说成“有一个独立裁判模型”。

3. 没有迭代次数上限:能力更强,风险也更高

Antigravity 官方 Goal 文档明确写明没有迭代次数上限,直到 Agent 宣布完成或用户取消才结束。CLI 更新日志还记录了一个重要变化:v1.0.14(2026 年 6 月 30 日)移除了 /goal 的最大次数限制,使目标可以一直运行到完成或取消。

这对大规模迁移、长时间测试修复、需要多轮诊断和并行子任务的工作非常有吸引力。但“没有迭代上限”不等于“无限免费”,更不等于“永远不会卡住”。模型配额、速率限制、后台进程、工具审批和外部服务仍然是硬边界。

4. 生命周期控制比 Codex 简单

Antigravity 官方当前文档给出的取消方式是发送一条后续消息,例如:

Stop the current goal. I'll take it from here.

在同一个 Conversation 中,同时只能有一个活动 Goal;启动新的 /goal 会取消之前的目标。与 Codex 相比,官方文档没有列出同等完整的 /goal pause、/goal resume、/goal edit、/goal clear 子命令。因此,不应凭经验把 Codex 的命令直接套到 Antigravity 上。

还要特别注意:Antigravity 的 Goal 只改变 Agent 的停止行为,不会改变工具权限或 Artifact Review Policy。原本需要用户批准的操作,仍然需要批准。官方建议对大型任务先使用 /plan 或 /grill-me 对齐方案,再交给 /goal 执行。

5. 社区反馈:必须关注配额异常与空转风险

Google AI 开发者社区在 2026 年 9 月出现过两类值得重视的报告:

  • 长时间无进展:一位用户报告 Agent 在任务开始后不久停止产生输出,后台挂起近 6 小时,后续任务也没有被触发,反而消耗了使用配额。查看开发者社区报告。
  • 配额耗尽后的持续循环:另一位用户报告,在 HTTP 429 / ResourceExhausted 配额错误出现后,Stop Hook 仍反复阻止 Agent 结束,连续触发了 400 多次续跑提醒。查看 429 故障报告。

这两条属于用户提交的故障报告,不代表所有版本都存在同样问题,也不能据此认定当前版本必然复现。但它们揭示了一个真实的工程风险:当 Goal 没有迭代次数上限时,系统必须正确识别配额耗尽、后台任务卡死和不可恢复错误,否则“持续执行”可能退化为“持续消耗资源”。

六、三种 /goal 的机制差异:逐项对照

比较项Claude CodeCodexAntigravity
目标保存位置Session-scoped Goal 条件持久化 Thread 状态Conversation 当前活动 Goal
谁判断完成独立的小型快速模型Agent 基于目标与证据审计Agent 按 Stop Hook 提醒自审
评估器能否独立读取文件不能,只能看对话中呈现的内容续跑 Agent 可以读取文件、测试和日志Agent 可以通过已有工具检查真实产物
自动续跑策略每轮结束后评估,支持有限重试和 Check-in在 Thread 空闲等安全边界触发尝试停止时拦截并要求继续
显式暂停/恢复没有与 Codex 相同的 pause/resume 子命令;可清除或恢复活动 Session支持 pause / resume官方文档以自然语言取消为主
修改目标重新设置会替换旧目标/goal edit新 Goal 会取消旧 Goal
最大迭代次数可在条件中约定轮数或时长受预算与系统状态约束官方文档称无迭代次数上限
完成证据必须由主 Agent 在对话中呈现文件、测试、日志、Benchmark、产物等文件内容、测试结果、构建日志等
后台任务协作后台任务结束后再评估;有 Check-in 机制待处理工作完成后才考虑续跑会等待依赖中的子 Agent 和后台任务
典型适用场景有明确验收条件、需要独立完成判定的任务需要跨多轮执行、暂停恢复和预算管理的工程任务长时间连续执行、多 Agent 并行和复杂迁移

七、到底应该选哪一个?

优先考虑 Claude Code 的情况

  • 任务的完成条件能够用测试结果、退出码、文件数量或队列状态描述。
  • 希望执行模型之外再增加一层独立评估,避免主 Agent 过早宣布完成。
  • 能够确保主 Agent 把关键测试和运行证据写入对话。
  • 希望用轮数或时长条款控制 Goal 的执行范围。

需要特别注意:Claude 的评估器不是独立测试系统。若任务涉及复杂文件状态、外部服务或视觉质量,必须让主 Agent 主动提供足够的检查证据,并保留人工验收。

优先考虑 Codex 的情况

  • 任务跨多个 Turn,目标需要在当前 Thread 中持续保留。
  • 需要暂停、恢复、编辑和清除目标,而不是只能等待完成或取消。
  • 任务可以通过 Git Diff、测试套件、构建日志、Benchmark 或最终产物验证。
  • 希望把 Goal 与当前代码仓库、Thread 工作上下文和预算状态结合起来管理。

如果你打算通过外部调度器或非交互脚本长期控制 Goal,必须先验证当前版本对 Goal 生命周期的 API 支持,不要把交互式 TUI 中的 /goal resume 直接等同于 codex exec resume。

优先考虑 Antigravity 的情况

  • 任务路径较长,过程中需要反复构建、诊断、修复和验证。
  • 工作可以拆给子 Agent 或后台任务并行处理。
  • 希望 Agent 在中间阶段不轻易交还控制权。
  • 能够设置明确的交付清单,并愿意监控资源使用、后台任务和异常状态。

Antigravity 的无迭代次数上限是其鲜明特点,但也意味着必须更加重视资源边界。对配额敏感或生产环境任务,不建议只写“不要停,直到全部完成”,而应该同时定义可验证结果、异常停止条件和定期检查点。

八、如何写出真正有效的 Goal?

三个平台虽然实现不同,但高质量 Goal 的写法有一套通用结构:

/goal
目标结果:最终必须达到什么状态?
执行范围:允许修改哪些目录、模块、服务或数据?
完成证据:必须执行哪些测试、构建、检查或 Benchmark?
保护约束:哪些 API、文件、数据、权限和现有功能不能破坏?
迭代策略:每轮失败后,如何选择下一步最有价值的动作?
阻塞条件:哪些情况必须停止并报告,不能无限重试?
资源边界:最大执行时长、轮数、预算或人工检查点。
交付要求:最终需要提交哪些文件、报告、Diff 和验证记录?

这里最重要的不是写得长,而是让 Agent 清楚知道什么叫完成、什么算证据、什么情况下不能继续。

高质量 /goal 的六项编写框架:目标结果、执行范围、完成证据、保护约束、阻塞条件和资源边界
写好一个 Goal:把目标、边界、验收证据和停止条件一次说清楚

一个可复用的工程任务示例

假设需要把一个旧认证模块迁移到 OAuth2,同时保证旧功能兼容。可以这样写:

/goal 将当前项目的认证模块从旧 Session Cookie 机制迁移到 OAuth2。

执行范围:
- 仅修改 auth 模块及其直接依赖的测试和配置。
- 先检查现有架构、调用链、兼容性约束和 Git 工作区。
- 不得覆盖或丢弃用户已有的未提交修改。
- 不得修改无关模块,不得删除现有用户数据。

验收标准:
1. OAuth2 登录、刷新、退出流程完整可用。
2. 相关单元测试和集成测试全部通过。
3. 原有公共 API 与约定的兼容行为不回归。
4. 构建成功,静态检查通过。
5. 提供修改文件清单、关键 Diff、测试命令和实际输出。

执行策略:
- 先完成方案分析,再分阶段实施。
- 每个阶段结束后运行对应测试。
- 失败时分析根因,尝试最小化修复。
- 遇到缺失凭据、外部服务不可用、数据迁移风险或无法验证的情况,停止并说明阻塞原因。
- 最终必须基于真实测试结果报告完成状态,不得以代码已修改代替验收。

这段内容可以作为目标正文,再根据各平台的命令语法、权限模式和预算机制补充平台特有的停止条款。

同一个目标在三个平台上的使用方式

Claude Code:可以把可验证条件和轮数边界直接写进命令:

/goal OAuth2 migration is complete, all auth unit and integration tests pass, the build is clean, and public APIs remain compatible. Show the test commands and results. Stop after 20 turns if blocked or if no valid path remains.

Codex:重点写清目标、验证表面、文件边界和阻塞条件:

/goal Migrate the auth module to OAuth2. Verify with auth unit and integration tests plus a clean build. Preserve public API compatibility and all unrelated working-tree changes. Work in checkpoints, inspect failures, and stop with evidence if credentials or external dependencies block progress.

Antigravity:重点写清交付清单、验证证据和异常停止条件;需要停止时使用后续消息明确取消:

/goal Migrate the auth module to OAuth2. Complete every item in the migration checklist, run all auth unit and integration tests, verify the build, and map each deliverable to actual evidence. Wait for dependent subagents and background tasks. Stop and report if credentials, quota errors, or an unrecoverable environment blocker prevent verification.

九、工程实践中的安全边界与最佳流程

对于真正的生产级开发任务,建议把 Goal 放在一套可恢复、可审计的工程流程中,而不是直接让 Agent 对整个项目无限制地自动修改。

  1. 先确认工作区:检查当前分支、Git 状态、未提交修改、其他 Agent 的工作目录和正在运行的后台任务。
  2. 先读项目约束:读取项目规则、架构文档、部署说明和相关 Issue,明确哪些文件和环境允许修改。
  3. 先计划再执行:对于跨模块迁移或架构重构,先用 /plan 或同类规划机制审核&查验实施方案,再启动 Goal。
  4. 设置分阶段验收:先做最小可验证变更,再逐步扩大范围。每个阶段都要有测试或可检查的产物。
  5. 明确不可自动突破的边界:生产数据、凭据、不可逆操作、外部付费资源和人工审批不能因为 Goal 活动而自动放宽。
  6. 设置资源与故障保护:给任务明确的时间、轮数或预算边界;对 429、认证失败、后台进程无输出、测试环境异常设置停止和人工检查条件。
  7. 最终独立验收:检查完整 Diff、测试结果、构建产物、文档和部署状态。Agent 宣布完成只是验收的开始,而不是验收本身。

尤其是多 Agent 并行开发,必须把 Goal 的持续执行与工作区隔离、文件所有权、Git 分支和提交边界结合起来。否则,长时间自主运行可能放大文件冲突、重复修改和上下文漂移问题。

十、最终结论:真正的差异在于谁负责继续、谁负责判定、谁负责叫停

Claude Code、Codex 和 Antigravity 的 /goal 都在推动 Agent 从“单轮响应”走向“目标驱动的持续执行”,但三者的设计重心不同:

  • Claude Code:把“是否完成”的判定交给独立的小模型,优势是执行者与评估者分离;短板是评估器只能读取对话证据。
  • Codex:把目标变成 Thread 级持久状态,提供更完整的暂停、恢复、编辑和清除控制,并强调在安全边界上续跑和基于证据完成。
  • Antigravity:通过 Stop Hook 持续拦截提前结束,官方不设迭代次数上限,适合长时间、多 Agent 和后台任务协作;但必须严肃处理配额异常、空转和资源消耗风险。

如果只记住一句话:Claude 更强调独立裁判,Codex 更强调可管理的目标状态,Antigravity 更强调持续执行。

真正成熟的 Agent 工作流,不是简单地把 /goal 写得更长,也不是让模型无限循环,而是建立一套完整的闭环:明确目标、约束执行、持续验证、记录证据、识别阻塞,并在应该停止的时候可靠地停止。只有这样,长时间自主执行才会从“看起来很努力”,变成真正可交付、可审计、可维护的工程能力。

参考资料

  1. Anthropic / Claude Code:Keep Claude working toward a goal — 官方文档
  2. OpenAI:Using Goals in Codex — 官方 Cookbook
  3. OpenAI:Codex Developer Commands — 官方命令文档
  4. OpenAI:Follow a goal — 官方使用指南
  5. Google Antigravity:Goal command (/goal) — 官方文档
  6. Google Antigravity:官方更新日志(含 v1.0.14 无迭代上限变更)
  7. Google Antigravity:Introducing Google Antigravity 2.0
  8. Claude Code 社区:9 小时 27 分钟 /goal 实测与复盘
  9. Claude Code 社区:/goal 使用体验与 Token 成本讨论
  10. OpenAI Codex:Issue #20656:Plan 模式下 Goal 续跑被抑制
  11. OpenAI Codex:Issue #31783:非交互环境中的 Goal 生命周期控制
  12. OpenAI Codex:Issue #40162:暂停 Goal 的修改与恢复限制报告
  13. Google AI Developers Forum:Antigravity 长时间无进展的用户报告
  14. Google AI Developers Forum:Antigravity 遇到 429 后持续循环的用户报告
  15. 延伸阅读:基于 Codex /goal 模式的技术分析

 
内容管家

发表评论