OpenAI 最近发布了一篇有意思的博客，讲的是开发者 Jason Liu 如何把 Codex 用到了极致——不是写一个小脚本，而是跑通一个跨越多次对话的长期项目。听起来像是黑魔法，但核心思路其实很务实：上下文管理。
每个用过 AI 编码助手的人都有过这种体验：对话长了，模型开始忘记前面的设定。但 Codex 的 长上下文窗口 给了新可能。Jason Liu 的方法不是硬塞所有内容，而是巧妙地让上下文自然延续。
核心思路：把延续性当作第一性原理
Jason 的做法可以理解为：不要让每次对话都从零开始。他在单次对话中就开始 构建项目的“记忆锚点”——比如用注释标记关键决策、记录当前进度、甚至保存一份简短的架构草图。这些信息在后续对话中作为上下文喂给 Codex，模型就能无缝衔接。
听起来简单，但实际执行需要一点技巧。博客里提到，他会定期让 Codex 自己总结当前状态，然后把这个总结粘贴到下一个对话的开头。相当于给模型做了个“脑图”，告诉它我们已经走到哪一步了。
三个关键技巧，来自实际打磨
- 定期摘要：每完成一个子任务，就让 Codex 用 3-5 句话描述当前进展、待办和上下文依赖。
- 显式标记：在对话中加类似
#CONTEXT: 已完成模块A，下一步是B的注释，方便自己和模型快速定位。 - 任务分块：把整个项目拆成逻辑独立的阶段，每个阶段用独立的对话启动，但共享上下文摘要。
这些技巧的价值在于，它们不依赖任何新功能，而是对现有能力的深度挖掘。Jason 坦言，自己花了几个项目才摸索出这套流程。
对开发者的实际影响
这篇博客最重要的启示是：AI 编码助手的长上下文能力不是噱头，而是可以实实在在用来处理真实项目的。对于那些经常需要多轮调试、跨文件重构、或逐步迭代的开发者来说，学会“喂养”上下文能显著提升效率。
当然，Codex 目前还是面向专业开发者的工具，需要一定的 prompt 工程经验。但 Jason 的经验表明，只要方法得当，即使是个人项目也能从中受益。
最后给三个实用建议：第一，从一个小项目开始练习上下文延续；第二，每次切换对话前，一定要让模型输出状态摘要；第三，不要怕重复，上下文是越喂越聪明的。
评论
暂无评论
成为第一个评论的人