# 2026 年如何透過 /goal 讓 Claude Code 和 Codex 執行一整晚：14 小時自主模式 > Claude Code 2.1.139 和 Codex CLI 中的 /goal 指令可讓 AI 代理程式自主執行數小時。我會說明設定方式、實際範例，以及會消耗多少 token。 Source: https://ailoot.ai/blog/zh-hant-tw/goal-mode-claude-code-codex/ Canonical: https://ailoot.ai/blog/zh-hant-tw/goal-mode-claude-code-codex/ Language: zh-Hant-TW Publisher: Ailoot (https://ailoot.ai/) Translation: guide-103 Revision: sha256-7a25e49d25d5812d65ea00df22b8404a67f6b135d0deb05d97eef75a239696f2
重點整理 `/goal` 指令出現在 Claude Code 2.1.139（2026 年 5 月 11 日）和 Codex CLI 0.128.0（2026 年 4 月 30 日，5 月 21 日起為穩定版）。你只要定義一次「完成」條件，代理程式就會自行反覆規劃、執行和驗證，直到符合條件或 token 用完為止。OpenAI 曾公開展示一次執行 25 小時、使用 1,300 萬個 token 的案例。這適合用於有可衡量標準的遷移、基準測試和重構。不適合 UI 工作、生產環境資料庫，或「讓它更好」這類模糊要求。
如需了解如何使用 Ailoot，請參閱[文件](https://ailoot.ai/docs/)。 ## `/goal` 是什麼？為什麼在 2026 年出現？
重點整理 在`/goal`出現之前，代理程式每一輪都需要手動輸入「繼續」。它開啟檔案、讀取內容、寫下內容，然後停止等待。`/goal`指令只要設定一次完成條件，代理程式就會自行判斷任務何時完成，並在完成前不會交還控制權。
2026 年 4 月之前，我們都經歷過這種情況：我交代 Claude 一項任務：「將專案從 Pydantic v1 遷移到 v2。」它開始工作，30 秒後停下來。我查看它做了什麼，輸入「繼續」，它接著做下一步，然後又停下來，我只好再次輸入「繼續」。大型遷移可能需要手動輸入 200～300 次「繼續」，結果我實際上是在看管代理程式，而不是同時撰寫其他程式碼。 OpenAI 分析指出，問題不在模型「太笨」，而在於迴圈的架構。模型不知道何時該停，因此每一輪都踩煞車。只要給它一個「完成」條件，它就能自行判斷。 `/goal`就是這樣誕生的——這是內建於 harness 的機制，而不是模型本身的功能。 這段話是在 2026 年 5 月 19～20 日於倫敦舉辦的 Code with Claude 大會上說的。它描述了`/goal`在兩種工具中推出後一個月內實際發生的情況。 ## 如何在 Claude Code 中設定 Goal 模式？
重點整理 Claude Code 2.1.139 於 2026 年 5 月 11 日推出，並加入`/goal`指令。小型模型（預設為 Haiku）會在每一輪結束後檢查條件。如果條件尚未達成，Claude 就會再執行一輪。條件最多可有 4,000 個字元，而且每個工作階段只能設定一個目標。
Anthropic 官方文件中的最精簡範例： ```bash claude -p "/goal CHANGELOG.md has an entry for every PR merged this week" ``` 這個指令會在背景啟動代理程式，並設定一個目標。Claude 會找出 PR、對照 CHANGELOG.md 檢查，補上遺漏的項目，並在條件達成時停止。 在互動模式中，只要輸入`/goal`，後面接著條件即可： ``` /goal all pytest tests pass and mypy strict reports zero errors ``` Claude 接下來會這麼做： - 每一輪結束後，系統會將目前條件和對話紀錄交給另一個快速模型（預設為 Haiku） - 這個模型會回答「是」或「否」，並簡短說明理由 - 如果答案是「否」，Claude 會自動再執行一輪，不會交還控制權 - 如果答案是「是」，目標就會清除，控制權也會交還給你

每一輪結束後，小型快速模型會檢查條件是否達成。如果尚未達成，Claude 就會在不交還控制權的情況下開始下一輪。

— Claude Code 官方文件，https://code.claude.com/docs/en/goal
有些嚴格限制，直到你碰上時才會知道： - `/goal`只能在已接受信任對話框的工作目錄中使用。如果你在新電腦上使用，而 Claude 尚未記住該目錄，指令就會失敗 - 在設定了`disableAllHooks`或`allowManagedHooksOnly`的企業環境中，無法使用此指令 - 條件最多可有 4,000 個字元 - 每個工作階段只能有一個啟用中的目標。新的`/goal`會重設舊目標 - 使用`--resume`時，條件會保留，但回合、時間和 token 計數器會重設 控制指令： - 不加參數的`/goal`——顯示目前狀態 - `/goal clear`（或`stop`、`off`、`reset`、`none`、`cancel`）——清除目標 Anthropic 表示，評估器的成本「通常相較於主要回合的成本可忽略不計」。Haiku 會評估條件和對話文字，不會呼叫工具，因此檢查成本很低；昂貴的是主要模型執行的回合。 ## 如何在 Codex CLI 中設定`/goal`？
重點整理 Codex CLI 0.128.0 於 2026 年 4 月 30 日以實驗性功能加入`/goal`。5 月 21 日，該模式在版本 26.519／npm 0.133.0 中轉為穩定版。它透過兩個提示範本運作：`continuation.md`（「繼續」）和`budget_limit.md`（「停止」）。目標會綁定至對話串，並在重新啟動後保留。
指令與 Claude 的用法相同： ```bash codex > /goal all vitest tests pass and there are no eslint errors ``` Codex 提供更多目標控制指令： | 指令 | 功能 | |-----------------|---------------------------| | `/goal condition` | 設定目標 | | `/goal` | 檢視狀態 | | `/goal pause` | 暫停 | | `/goal resume` | 恢復 | | `/goal edit` | 修改條件（GA 版） | | `/goal clear` | 清除目標 | 與 Claude 的主要差異在於，Codex 會自行檢查是否「完成」，而不是交由另一個模型判斷。每一輪結束後，Codex 會自動將`openai/codex`儲存庫中的`continuation.md`範本插入上下文。直譯如下： > 「繼續朝著目前對話串的目標工作。不要重複已完成的工作。選擇一項能推進目標的下一個具體行動。只有在稽核確認目標確實達成，而且沒有必要工作尚未完成時，才標記目標已達成。」 當 token 接近上限時，系統會插入第二個範本`budget_limit.md`： > 「目標已達 token 上限。不要開始大量的新工作。請盡快結束本輪：整理有用的進度、指出剩餘工作和阻礙，並清楚告知使用者下一步。」 邏輯相同：「不要謊稱自己做過什麼。」只有目標確實尚未達成時才繼續。`budget_limit`要求停止，但要如實說明尚未完成的部分。 和 Claude 不同，Codex 會將目標綁定到對話串，而不是工作階段。舉例來說，你可以在晚上關閉終端機，早上重新開啟，輸入 `/goal resume`，接續相同目標，並保留記憶中的相同事實。若想按照自己的時間安排分段執行，這項功能很有用。 ## Claude Code 的`/goal`和 Codex 的`/goal`有何不同？
重點整理 Claude 將撰寫者和判斷者分開：主要模型撰寫程式碼，另一個小型模型負責判斷。Codex 則由同一個代理程式檢查自己的工作，提醒自己「不要謊稱自己做過什麼」。兩者架構不同，但陷入迴圈的風險相同。
這是比較時最常被忽略的差異，我們來仔細看看。 | 面向 | Claude Code `/goal` | Codex `/goal` | |----|----|----| | 發布版本 | v2.1.139，2026 年 5 月 11 日 | v0.128.0，2026 年 4 月 30 日（實驗版）→ v0.133.0／26.519，2026 年 5 月 21 日（穩定版） | | 目標範圍 | 工作階段 | 對話串（重新啟動後仍保留） | | 控制功能 | `set`、`clear`（及其別名） | `set`、`view`、`pause`、`resume`、`edit`、`clear` | | 由誰檢查是否「完成」 | 另一個模型（預設為 Haiku） | 同一個代理程式透過插入的提示自行檢查 | | 評估器存取檔案的權限 | 否，只根據對話文字判斷 | 是，可以檢查檔案、測試和日誌 | | 預算 | 在條件文字中寫明「或執行 20 輪後停止」 | 內建 token 上限，達到上限時自動插入`budget_limit.md` | | 硬性支出上限 | 無；只有訂閱方案限制 | 無；只有訂閱方案限制 | | 條件長度 | 最多 4,000 個字元 | 未指定 | | 可用環境 | 互動模式、`-p`、桌面應用程式、Remote Control | 應用程式、IDE 擴充功能、CLI、ACP 用戶端 | 兩者在概念上的差異是：Claude 將迴圈視為品質合約（由外部評估器判斷），而 Codex 將它視為執行機制（由代理程式自我管理）。 實際上，如果你希望由公正的角度判斷「完成」條件，就選 Claude。如果你希望代理程式在評估時能檢查檔案和日誌，就選 Codex。 如需進一步了解這些工具，請閱讀[Codex 與 Claude Code 比較指南](https://ailoot.ai/blog/zh-hant-tw/codex-vs-claude-code-choice/)。 ## 實例：花 31 小時將 Pydantic v1 遷移至 v2
重點整理 Codex `/goal`在 4 個工作階段、共 31 小時的實際時間內，完成了將某項內部服務的 14,000 行程式碼從 Pydantic v1 遷移至 v2。使用 gpt-5.3-codex 的費用約為 44 美元。
任務設定如下：「從 Pydantic v1 遷移至 v2，所有 pytest 測試都必須通過，而且 mypy strict 回報的錯誤數必須為零。」 實際經過如下： - 工作階段 1（8 小時）— Codex 分析匯入項目、改寫`BaseModel`宣告，並設定 mypy - 工作階段 2（10 小時）— 改寫驗證器，導致約 200 個測試失敗 - 工作階段 3（7 小時）— 修正測試並找出循環相依性 - 工作階段 4（6 小時）— 解決剩下的 mypy 錯誤和回歸問題 Token 費用： > 「總實際時間：約 31 小時，分成四個工作階段。依 gpt-5.3-codex 的費率計算，Codex token 總費用約為 \$44。」 費用主要來自 gpt-5.3-codex 的輸出 token，每百萬個收費 \$14。也就是說，讓它自主工作 31 小時，費用約等於數週的 ChatGPT Plus 訂閱費。 代理程式沒有自行完成的工作： - 它沒有替團隊撰寫遷移文件（Codex 不知道這也屬於「遷移」的一部分） - 它沒有更新用於以新版 Pydantic 發布內容的設定檔 - 它漏掉一項生產環境回歸問題，直到隔天才被發現 換句話說，`/goal`完成了 95% 的工作，剩下的 5% 仍得手動完成。這是目前世代的正常情況，並不構成不用它的理由。 一般原則是： ## 一夜之間讓 macOS 驅動程式運作 14 小時
重點整理 驅動程式這類任務不適合互動式工作，卻非常適合長時間執行的迴圈。
這種方法最能發揮效果的任務類型： - 低階工作，其中一次迭代和檢查要花數分鐘（編譯、執行測試） - 有明確正式標準的遷移（型別、測試、lint） - 有可衡量結果的基準測試和最佳化 - 結構清晰的文件和變更日誌 Claude `/goal`同樣能勝任，但驅動程式工作較常選用 Codex，因為它能自行檢查檔案和日誌，不必依賴外部判斷者。 ## 費用是多少？如何避免一夜之間耗盡 token？
重點整理 `/goal`沒有硬性支出上限，只有方案本身的限制。使用 gpt-5.3-codex 執行 Codex 一小時，實際費用約為 $1.50～$3。Claude 的執行成本較高，評估成本較低。唯一的防護方式是在條件中直接寫上「或執行 N 輪後停止」。
公開案例的數據： | 執行案例 | 時長 | Token | 費用 | |----|----|----|----| | OpenAI 設計工具示範 | 25 小時 | 1,300 萬 | （內部執行） | | Pydantic v1→v2 | 31 小時，4 個工作階段 | 約 310 萬個輸出 token | 約 \$44 | | 語音訪談系統 | 總計 6 小時 44 分鐘（運算時間 41 分鐘） | 輸入 680 萬，94% 已快取 | \- | | 字型煙霧測試 | 5 分鐘 | 188,832 | 不到每週配額的 5% | 首先要了解的是，Claude Code 和 Codex 都沒有「支出達到 $N 就停止」的硬性上限。共有三種防護方式： 1. **訂閱方案限制**——Pro、Max 或 Enterprise。使用 Anthropic 的 Max 方案（每月 $100），執行 14 小時的夜間任務仍能符合每週配額，且有餘裕 2. **在條件文字中設限**——在`/goal`中直接寫上「或執行 20 輪後停止」。Claude 的判斷者會讀取這項條件並結束目標 3. **Codex 的 token 上限**——內建機制，token 用完時會插入`budget_limit.md` 一夜之間讓帳單增加的因素： - 「讓它更方便」這類模糊條件——評估器不知道「更好」代表什麼，因此代理程式永遠不會停止 - 未使用 stub 的外部 API 存取——每次重試都會消耗 token - 冗長的上下文——超過 670 萬個 token 後，就會開始壓縮上下文，並遺失部分記憶 如需進一步了解如何節省成本，請參閱指南[Claude Code 的 token 都花在哪裡](https://ailoot.ai/blog/zh-hant-tw/where-claude-code-tokens-go/)和[如何避免耗盡使用上限](https://ailoot.ai/blog/zh-hant-tw/claude-code-token-limits-saving/)。 ## 5 種不應執行`/goal`的情況
重點整理 條件模糊，例如「讓它看起來漂亮」、只需一行的編輯、含有使用者資料的生產環境資料庫、攸關安全性的變更，以及外部相依項目不明確的任務。在這 5 種情況下，代理程式不是陷入迴圈，就是白白耗掉 token。
OpenAI 的文件明確指出不該怎麼做： 1. **一行的編輯**——為了重新命名變數而執行`/goal`，成本比手動修改還高 2. **模糊的目標**——「改善效能」、「讓程式碼更整潔」、「讓它更方便」等。評估器沒有判斷標準，代理程式就會不停打轉 3. **含有使用者資料的生產環境資料庫**——代理程式可能會弄壞遷移，而從備份復原的成本高於節省的費用 4. **安全性變更**——驗證、加密、付款處理。這類變更的每個提交都需要人工檢查 5. **未使用 stub 的外部 API**——每次網路故障都會消耗 token，而且超出你的控制範圍 安全性流程需要人工核准，而不明確的外部相依項目可能會讓執行中途失敗。 ## 代理程式卡住時該怎麼辦？
重點整理 代理程式連續 3～4 輪都編輯同一處，之後又還原，就是陷入迴圈的跡象。按 Ctrl+C 中斷，檢查日誌，接著收緊條件，或將任務縮小為單一部分。在 Claude 中，`/goal clear`會派上用場；在 Codex 中，使用`/goal pause`並編輯條件。
快速辨識迴圈的方法： - 代理程式連續 3 輪以上修改相同檔案，最後又把檔案還原成原本狀態 - 日誌中重複出現它已經處理過的錯誤 - 你認為條件已經達成，但代理程式仍表示「尚未達成」 - 每一輪使用的 token 越來越多，程式碼卻沒有進展 接下來該做什麼： - Claude Code：執行`/goal clear`，然後讓條件更明確 - Codex：執行`/goal pause`，檢查目前對話串，以`/goal edit`修改條件，再執行`/goal resume` - 兩者皆適用：確認條件確實可驗證（例如指令回傳 exit 0，或產生特定輸出） 迴圈的成因通常是任務本身，而非代理程式。設定「所有測試都通過」這項條件，代表假設測試本來就能通過。如果程式碼存在深層的架構問題，代理程式就會一直繞著症狀打轉。 ## 「完成」條件：用`/goal`嚴謹管理任務
重點整理 好的條件應該是一個回傳 exit 0 的指令，或是能產生特定輸出的指令。「所有測試都通過」可行，「程式碼更整潔」則不行。最好將正式檢查與可衡量指標結合，例如測試加上最低覆蓋率。
OpenAI 在官方 Codex Cookbook 中明確說明這項規則：

不能只因為模型認為目標已完成，就認定目標完成。只有在對照檔案、測試、日誌、基準測試或其他具體產出檢查結果後，才能算完成目標。

— OpenAI Codex Cookbook，〈在 Codex 中使用 Goals〉，https://developers.openai.com/cookbook/examples/codex/using_goals_in_codex
實際可行的條件範本： | 條件類型 | 表述方式 | |----|----| | 測試 | 「pytest tests/ 回傳 exit 0，且覆蓋率至少為 80%」 | | 型別 | 「mypy strict 對 src/ 回報 0 個錯誤」 | | Lint | 「eslint . 在所有變更檔案上回傳 exit 0」 | | 建置 | 「npm run build 成功完成，且沒有 TypeScript 錯誤」 | | 基準測試 | 「k6 run perf test 顯示 p95 低於 200 ms」 | | 差異 | 「git diff 顯示只有檔案 X、Y、Z 有變更」 | | 組合 | 「pytest 通過，且 mypy strict 回報 0 個錯誤，且 ruff check 通過」 | Combo 列結合了測試、mypy 和 lint。只要其中一項檢查仍未通過，目標就不會結束。評估器沒有蒙混過關的機會。 反面範例： - 「程式碼變得更好」 - 「易用性提升」 - 「效能提升」 - 「文件完整了」 「可運作」和「不可運作」的差異在於是否可驗證。如果無法用指令檢查某項條件，就根本無從檢查。這也呼應 OpenAI 所說的「長期一致性」：代理程式可以長時間思考，卻無法自行判斷怎樣才算「夠好」。 你可以在真實專案中測試「一個提示、一個結果」這個想法：設定`/goal`、制定條件、執行，然後分析出了什麼問題。
### 來源 - [Claude Code `/goal` 文件（Anthropic）](https://code.claude.com/docs/en/goal) - [Claude Code 變更日誌（Anthropic）](https://code.claude.com/docs/en/changelog) - [OpenAI Codex 變更日誌](https://developers.openai.com/codex/changelog) - [OpenAI Codex Cookbook：使用 Goals](https://developers.openai.com/cookbook/examples/codex/using_goals_in_codex) - [OpenAI 部落格：使用 Codex 執行長時間任務（2026 年 2 月 23 日）](https://developers.openai.com/blog/run-long-horizon-tasks-with-codex) - [GitHub openai/codex：continuation.md](https://github.com/openai/codex/blob/6014b6679ffbd92eeddffa3ad7b4402be6a7fefe/codex-rs/core/templates/goals/continuation.md) - [GitHub openai/codex：budget_limit.md](https://github.com/openai/codex/blob/6014b6679ffbd92eeddffa3ad7b4402be6a7fefe/codex-rs/core/templates/goals/budget_limit.md)
認識一下 [Ailoot](https://ailoot.ai/)。 ## 常見問題：2026 年如何透過 /goal 讓 Claude Code 和 Codex 執行一整晚：14 小時自主模式 ### 什麼樣的 /goal 完成條件有用？ 使用可檢查成果，明確列出測試、型別檢查、建置或基準及預期結果，組合全部必要檢查並限制可動檔案。「做得更好」沒有可量測停止點。 ### 代理重複同樣的失敗修改時，該做什麼？ 中斷並檢查日誌。若一直碰同些檔案又還原，請縮小任務或具體化條件；繼續前確認必要檢查確實有可能通過。 ## Ailoot · 公司及其專案組合 Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。