5月22日消息,OpenAI 在"Codex Thursday"一次性释出四项重磅更新:Goal Mode 脱离实验阶段在 Codex App、IDE 扩展、CLI 上线;Mac 端新增 Appshots 截图快捷键;Codex 支持锁屏后远程使用 Mac 应用;浏览器内新增高级注释模式。同一天 Anthropic 也发布 Claude Code v2.1.146 上线 /code-review 命令,AI 编程工具的"代理化"竞赛进入加速阶段。 Goal Mode 正式版上线,Codex 进入"几小时到几天"长时任务时代
Goal Mode 是这次更新中最核心的功能升级。开发者可以给 Codex 设定一个长期目标——从修一个 bug 到完成整个 KPI——它会持续规划、执行、验证,直到目标达成;中途可以检查、引导,甚至暂停。该模式在 Codex App、IDE 扩展、CLI 三端都可用,意味着 Codex 已经从"一问一答"的同步代理转向"持续运转"的异步代理。
社区披露的 GitHub commits 显示,Goal Mode 内部代号源自 Ralph loop 思路,由 OpenAI 工程师 Eric Traut(Pyright 作者)主导设计。配合此前已经稳定的 /side 命令(侧边并行 ChatGPT 会话),开发者可以在主任务运行时随时开启支线询问而不打断长任务。从测试反馈看,Goal Mode 与 Codex 此前的 manager agent(可并行 8 个 agent 在云端沙盒中执行)形成组合:manager 拆解任务,subagent 在云 VM 跑,Goal Mode 维持跨日的持久目标。
Appshots 与远程使用:上下文获取与执行环境都被做小
Mac 端的 Appshots 是这次最直观的体验改进。开发者按下 Command+Command 即可将当前 app 窗口(含截图与可用文本,甚至屏幕外内容)一键附加到 Codex 线程,省掉了"复制 → 粘贴 → 描述"的传统流程。这对 UI 调试、视觉反馈、跨应用排错都是降本。
更具颠覆性的是远程使用能力:Codex 现支持 Mac 锁屏甚至屏幕关闭状态下,从手机端通过 ChatGPT 移动版安全操作 Mac 上的应用。其底层是一套加密中继层,让主机不直接暴露在公网,同时把屏幕截图、终端输出、diff、测试结果实时回传到手机。这是 5 月 14 日 Codex iOS 上线后的进一步打通,目标是把 Mac 变成"始终运行的 agent runner",手机作为"指挥台"。所有套餐的 Mac 端已上线,企业版权限即将开放。
浏览器注释模式:把 UI 反馈变成可解析的指令
第四项更新是浏览器内的高级注释模式(Advanced Annotation Mode)。开发者在网页中可以直接用标注工具圈选元素,调整字体、颜色、间距等样式参数,Codex 据此生成代码改动。该功能定位是把"产品同事的视觉反馈"从口头描述、Slack 截图升级成可解析的结构化指令,对应的场景是设计-开发协作时的样式微调。
四项更新放一起看,逻辑很清晰:Goal Mode 解决"任务长度",Appshots 解决"上下文输入",远程使用解决"执行环境",注释模式解决"反馈精度"。Codex 在向"开发者全工作流代理"演进,而非局限于代码生成。
横向对比:Claude Code Agent Teams 与 Cursor Background Agents
竞品的同步动作让对比清晰。Anthropic 同一天发布 Claude Code v2.1.146,新增 /code-review 命令支持分级代码审查,Agent Teams 实验性多智能体编排(默认关闭,通过 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 启用)与 Background Agents 让长时任务异步化。Cursor 则推出 Background Agents 配合 IDE 内的 inline 体验。
差异在路线上:Codex 把 agent 放在云 VM 跑,靠 Symphony 框架编排,最多 8 个并行;Claude Code 偏本地多 session 协作,team lead 通过 SendMessage 与共享任务列表自协调;Cursor 走 IDE 原生路线,把代理嵌入编辑器侧边栏。SWE-bench Verified 上 GPT-5.5 以 88.7% 领先 Claude Opus 4.7 的 87.6%,但 SWE-bench Pro 上 Claude 以 64.3% 反超 58.6%。Codex 周活已突破 200 万,Claude Code 占公开 GitHub commit 约 10%(每日约 32.6 万次),两家渗透率都在快速攀升。
局限:Goal Mode 的"几天级长时任务"仍是高成本场景
Goal Mode"几小时到几天持续运行"的承诺动人,但实际成本不可忽视。Codex 此前的 manager agent + 8 subagent 并行模式中,每个 agent 占用独立上下文窗口,多智能体工作流会数倍消耗使用额度——社区已有反馈,运行 3 个并发 Codex Max 账号才能维持 Goal Mode 节奏的案例。OpenAI 4 月调整后的定价(Go 8 / Plus 20 / Pro 100 / Pro 200 美元)虽给出梯度,但 200 美元档的 20x 用量在多智能体 Goal Mode 下仍可能很快触顶。
另一个隐忧是"长时任务跑偏"的成本。多 agent 工作流缺乏中途纠偏机会,初始 prompt 质量决定输出质量;如果 Goal 设定模糊,agent 可能花数小时做错方向的工作。Codex 提供的"中途引导"和"暂停"机制能部分缓解,但 Goal Mode 对开发者 prompt 工程能力的要求会显著上升。这是从"对话式工具"到"目标导向代理"必然的体验成本切换。