如何让Codex自主编码10小时，秘籍开源
公众号名称：榴莲的AI实验室
作者名称：李泽宇的AI实验室
发布时间：2026-04-24 16:33
这是「300 亿 Token，30 万行代码，30万字烧出来的Harness实践，我开源了」的续篇。这两天很多人问我到底如何让Codex长时间自主运行。于是我把文章里的Skill更新了一版，往里面增补了一套长任务规范，如果你想知道这个Skill详细的作用，欢迎看前文。
李泽宇的AI实验室，公众号：榴莲的AI实验室300 亿 Token，30 万行代码，30万字烧出来的Harness实践，我开源了
让Coding Agent持续自主运行的核心在于，AI Agent 要跑长任务，不能只靠一句“你自己继续”，它需要一份合同。
如果你要在自己的项目上使用这套框架，请把下面的文字复制给你的Agent安装，如果发现对你有帮助，欢迎点赞分享，也欢迎给项目点🌟，谢谢你的支持：
请克隆https://github.com/FairladyZ625/coding-agent-harness 到本地，读取其中的 SKILL.md 作为执行协议，然后按照 12 Phase SOP 的顺序，在我当前的项目上搭建完整的 harness 体系。先从 Phase 1（项目诊断）开始，逐步执行到 Phase 12（输出 Bootstrap Summary）。每完成一个 Phase 告诉我结果，再继续下一个。
我以前的指令很偷懒
以前我经常这样给 agent 下任务。
你继续做，把剩下的都收掉（没错，我被GPT夺舍了）。
这句话听起来挺合理，尤其是在已经聊了很多轮之后。上下文都在，目标也大概说过，agent 看起来也知道自己在干什么。那就让它继续呗。
但这句话其实很偷懒。
因为它没有说清楚很多关键问题。哪些文件能改，哪些文件不能碰。验证到哪一层才算够。遇到不确定的问题，是自己查，还是停下来问。什么时候该找子代理审查。什么叫完成，什么叫只是看起来差不多。
不写清楚，agent 就会走向两个极端。
一种是太保守，跑一会儿就回来问我，要不要继续。另一种是太自信，越跑越远，把我没授权的东西也顺手改了。
这两种看起来相反，本质上是同一个问题。
任务边界有没有写清楚，其实也是一种Harness，而对于Coding场景，仅文档构建的Harness配合脚本就可以产生良好的效果。
10个小时不是奇迹
我们最近大任务经常可以连续跑5 个小时，如果足够大的任务，10小时也不是问题。
在这样的长程任务里，它做的是一套很具体的循环。先读写任务计划，再开独立 worktree，改代码，跑测试，开浏览器检查（或者各种冒烟，取决于你的任务和项目），自己审一遍，再让另一批 agent 只做审查。审查发现问题后继续修，修完再验证，然后把进度和发现回写walkthrough。
我不用每 20 分钟过去问一次“现在怎么样了”，我看的也不是它中间输出了什么，而是最后的证据与结果。
长任务不是授权问题，是验收问题。执行可以放开，验收不能放开。
我更新了什么
这次更新 coding-agent-harness skill，补了两个文档，一个叫 long-running-task-standard.md，讲长任务应该怎么设计。一个叫 long-running-task-contract.md，让每个项目在真正开跑前先填一份任务合同。
看似补得是文档，实际我补的是边界和刹车结构。
以前说长任务，很多人第一反应是让 agent 更自主，让它少问人，让它多跑几轮。这个方向没错，但只说到了一半。自主执行的前提，是人类先把“什么叫做完”写清楚。
一份长任务合同里，至少要写清楚这轮任务到底要解决什么问题。哪些地方允许改，哪些地方不能动。agent 是否被允许连续执行，不用每一步回来要确认。子代理什么时候介入，只审查还是可以改代码。最终用什么证据证明任务完成。碰到什么情况必须停下来。
子代理的重要性
这次我专门把子代理审查写进了长任务规范里。
原因很简单。主 agent 连续做久了以后，会天然相信自己的方案。它刚改完一堆文件，最容易觉得已经差不多了。这个时候让另一个 agent 站在外面，只看 bug、风险、缺测试，反而能把问题挑出来。
但子代理也不能随便按主agent心情创建，如果只是丢一句“帮我审一下”，它也会发散。它可能重做需求，可能讨论架构，可能把主任务又打开一遍。
所以合同里必须提前写清楚调用子代理的规则，它看哪些文件，看什么问题，不看什么问题。它是 reviewer，不是另一个 owner。
永远由自己想清楚边界，定好Harness
很多时候 AI 任务做不好，是因为人给了模型一个虚的目标，再聪明的模型也只能交一个虚的结果。给一个没有边界的目标，它就会自己猜边界。不给停止条件，它就只能用“还有没有事情可以做”来判断自己该不该继续。
而 agent 最擅长的事情，恰好就是继续找事情做。
这才是危险的地方。它不是不动，它是太会动了，你误以为自己一直在加有意义的功能，回过头发现项目里充满了自我感动的堆砌（我在骂自己）。
所以那之后我再给 AI 下长任务，总会在讨论完后先写一份很短的合同。它不同于任务计划，而是定义目标是什么，边界在哪里，审查怎么做，证据是什么，什么时候必须停。
如果我写不清楚什么叫完成，那就说明其实我也没有想清楚我要做什么。
没有合同，AI 不是在长跑。
它只是在一直动。
参考链接
- Coding Agent Harness: https://github.com/FairladyZ625/coding-agent-harness
Original 李泽宇的AI实验室 榴莲的AI实验室