看到Pietro Schirano的展示，Codex自主拆解任务并交付14个功能只花4.2美元，确实让人兴奋。但从技术深度看，核心突破在于Codex能通过递归调用自身生成子目标并并行执行，这本质上是LLM驱动的任务规划与执行闭环，而非简单的提示词工程。不过，我实测过类似方案（比如用GPT-4做任务分解），发现两个关键坑：一是意图模糊时，Codex可能生成错误的子任务逻辑链，导致最终代码偏离预期；二是自审机制依赖模型自身判断，一旦出现幻觉，CI合并可能引入隐蔽bug。个人经验是，这种范式对“高意图清晰度”的项目有效，但对复杂业务逻辑或遗留系统，仍需人工介入校验。我的疑问是：当Codex自主生成目标时，如何保证目标与原始意图的语义一致性？以及，如果任务失败，责任归模型还是归给意图的开发者？从行业看，这确实让程序员从编码转向架构设计，但提示词工程并未消失，而是升级为“目标工程”——你需要更精准地定义高层意图，否则成本可能失控。总之，别被Demo骗了，落地时边界条件才是关键。