编程的边界正在被重新定义。前Anthropic成员、MagicPath CEO Pietro Schirano近日在X上分享了一个引发热议的做法：他不再手写任务目标，而是让OpenAI的Codex为自己生成一份详细的/goal，再为每个派生的子智能体各写一份。这意味着，从任务拆解到并行调度，再到最终汇总，人类只负责在最开始说出一句高层意图，剩下的全部由模型自主完成。评论区的开发者感叹：我们似乎进入了这样一个时代——我给AI一个目标，AI把这个目标改得更好，然后我礼貌地假装自己一直是那个项目经理。

这套玩法的核心是Codex在4月底上线的/goal功能，当前位于Codex CLI的0.128.0版本中，默认关闭，需手动修改config.toml。与普通对话提示词不同，goal这段文字同时充当起始指令和完成审计标准。Codex每跑完一轮，就会回头对照目标自问：还该做什么？是否已完成？如此循环，直到任务完成、被用户叫停或token耗尽。开发者圈将其称为Ralph循环：规划、执行、测试、复查、迭代，一路自转。OpenAI的Codex负责人Tibo强调，目标必须写得足够明确，让Codex能判断是否完成，避免使用优化一下、完善一下这类模糊词汇。

实际测试结果令人震撼。有开发者将一份包含18个功能的BACKLOG.md丢给Codex，只给出高层目标，然后离开。约18小时后返回，Codex已自主实现其中14个功能，每一处改动都通过了测试并在CI中合并，全程无需人工干预，甚至代码自审都交给了GPT子智能体。整个过程的成本仅为4.20美元。更进一步的演示来自Schirano：他让Codex不仅执行一个goal，还为自己和每个子智能体各生成一份专属goal。仅10秒后，Codex便创建了多个并行智能体，分别执行数学轨道设计和代码审计等任务，智能体的层级自动生成。

这一变迁正在被模板化。开发者Pablo Stanley已将其做成模板，提供一套Build [THING]加功能加风格的提法。对于AI从业者而言，一个明确的信号是：提示词工程正在从写指令演变为定意图。当程序员连任务目标都不再亲手写，他们在编程流水线上的角色正从执行者转向策略制定者。建议开发者尽早适应这种转变，将精力聚焦于高层架构设计和意图表达，而非微观指令编写。Codex的自生成目标能力，或许只是AI自主编程时代的序章。