过去一年，AI 编程工具最大的变化，并不是“代码补全更快了”。

而是：

AI 开始从“回答问题”，进化成“持续完成任务”。

OpenAI 最近给 Codex 加入的两个能力：

• Plan Mode（计划模式）

• Goal Mode（追求目标）

本质上都在推动这件事。

很多人第一次看到这两个功能，会觉得：

“不就是多了一层 Prompt 吗？”

但真正用下来之后，你会发现：

这其实是 AI 编程范式的一次升级。

它意味着：

AI 不再只是一个聊天机器人，
而开始像真正的软件工程协作者。

这篇文章，我们就来深入聊聊：

• Plan Mode 到底解决了什么问题

• Goal Mode 为什么比你想象中更重要

• 它们会如何改变未来的软件开发流程

• 为什么 AI Agent 时代已经开始了

---

一、传统 AI 编程的问题：只能“一次性回答”

先理解一个核心问题。

过去的大多数 AI 编程工具，其实都属于：

单轮执行（Single-shot Execution）

也就是说：

你问一句。

AI 回一句。

例如：

帮我写一个 React 登录页

或者：

修复这个 Python 报错

AI 会：

• 生成代码

• 给出修改建议

• 然后结束

下一步怎么办？

还得你继续：

继续

再改一下

测试没过

重新生成

本质上：

AI 并没有“持续任务意识”。

它只是：

收到 Prompt → 输出结果

这是传统 Chat 模式最大的限制。

---

二、Plan Mode：AI 开始“先思考，再行动”

Plan Mode 的出现，本质是在解决：

“AI 上来就乱改代码”

这个问题。

很多开发者都遇到过：

你一句：

帮我重构认证系统

AI 直接开始：

• 改目录

• 改接口

• 改数据库

• 改依赖

然后：

整个项目炸了。

为什么？

因为传统 AI：

没有“工程规划阶段”

而真实的软件开发，其实是：

需求分析
→ 技术方案
→ 风险评估
→ 拆解任务
→ 执行
→ 验证

Plan Mode 就是在补：

“技术方案设计”这一层

---

三、Plan Mode 到底做了什么？

当你开启 Plan Mode 后。

Codex 不会立即改代码。

它会先：

1. 分析代码库

理解：

• 项目结构

• 模块依赖

• 技术栈

• 潜在影响范围

---

2. 拆解任务

例如：

将 JWT 登录改成 OAuth2

它可能会拆成：

• 新增 OAuth Provider

• 保持旧 Token 兼容

• 修改 Middleware

• 更新 Session 管理

• 增加回调接口

• 更新前端登录流程

• 添加迁移测试

---

3. 识别风险

例如：

• API 兼容问题

• Session 失效风险

• 用户状态迁移

• 第三方登录异常

---

4. 提供执行顺序

像一个真正的 Tech Lead：

第一步：
先增加新认证链路

第二步：
保留旧 JWT 验证

第三步：
灰度迁移

第四步：
删除旧逻辑

---

四、Plan Mode 的真正价值：可控性

很多人误以为：

Plan Mode 的意义是“更聪明”。

其实不是。

它最大的价值是：

可控

因为 AI 最大的问题从来不是：

不会写代码

而是：

会非常自信地写错代码

Plan Mode 相当于：

给 AI 增加了“设计评审”

你可以提前发现：

• 它理解错需求

• 改动范围过大

• 删除了关键逻辑

• 忽略边界情况

• 测试策略不足

所以很多团队已经开始把 Plan Mode 当成：

AI 技术方案评审工具

这其实很重要。

因为：

软件工程最大的成本，从来不是写代码。

而是：

• 改错方向

• 架构返工

• 大规模回滚

• 不可维护性

Plan Mode 正在帮助 AI 避免这些问题。

---

五、Goal Mode：真正的“AI Agent”开始出现

如果说：

Plan Mode 解决的是：

怎么干

那么：

Goal Mode 解决的是：

持续干

这才是真正的大升级。

---

六、传统 AI 最大的缺陷：没有持续目标

传统 AI 的工作模式是：

输入 → 输出 → 结束

但真实的软件开发并不是这样。

真实开发是：

执行
→ 观察结果
→ 修复问题
→ 再测试
→ 再调整
→ 直到完成

这叫：

闭环执行（Closed-loop Execution）

Goal Mode 的核心，就是让 AI 进入这个闭环。

---

七、Goal Mode 到底是什么？

你不再只是给它：

写一个函数

而是给它：

一个长期目标

例如：

修复所有 failing tests，并保持 CI 通过

之后 Codex 会：

• 自己跑测试

• 读取错误日志

• 分析失败原因

• 修改代码

• 再跑测试

• 继续修复

• 持续迭代

直到：

目标完成

这已经不是：

Prompt Engineering

而是：

Agent Workflow

---

八、Goal Mode 为什么重要？

因为它第一次让 AI 拥有了：

持续任务状态

以前：

AI 每次回复，都像“失忆”。

现在：

Goal 会长期存在。

它会持续围绕：

最终目标

推进。

这意味着：

AI 开始具备：

• 长任务执行能力

• 自主试错能力

• 多步骤推理能力

• 反馈驱动迭代能力

这已经越来越接近：

初级工程师的工作模式

---

九、Goal Mode 最适合什么任务？

目前最适合三类：

---

1. 可验证任务

例如：

• 测试是否通过

• Build 是否成功

• Lint 是否通过

• Benchmark 是否提升

因为：

AI 可以自动判断：

目标是否达成

---

2. 重复迭代任务

例如：

• 修 flaky tests

• 迁移依赖

• 自动补文档

• 性能优化

• CI 修复

这些任务，本来就需要：

不断尝试

非常适合 Agent。

---

3. 长周期任务

传统 Chat 模式：

很难持续几十轮上下文。

Goal Mode 则允许：

长期推进一个目标

这会极大改变未来开发流程。

---

十、Plan Mode + Goal Mode 才是真正形态

很多高手现在的工作流已经变成：

第一步：Plan

先让 AI 出完整技术方案。

---

第二步：Review

人工审核：

• 架构

• 风险

• 改动范围

• 回滚策略

---

第三步：Goal

让 AI 自主持续推进。

---

这其实已经很像真实团队协作：

Tech Lead 制定方案
→ 工程师执行
→ Reviewer 审核

只不过：

执行者变成了 AI。

---

十一、为什么这代表 AI 编程进入新阶段？

因为过去的 AI：

本质上只是：

更高级的自动补全

但现在：

AI 正在开始：

承担完整的软件工程流程

包括：

• 理解代码库

• 制定方案

• 拆解任务

• 执行修改

• 运行验证

• 持续修复

• 自主迭代

这已经不再是：

Copilot

而更像：

AI Software Engineer

---

十二、未来真正重要的能力：不是写代码，而是定义目标

随着 Goal Mode 出现。

未来工程师最重要的能力，可能会发生变化。

以前：

最重要的是：

怎么实现

以后：

更重要的可能是：

定义什么是正确目标

因为 AI 已经越来越擅长：

实现

但它仍然不擅长：

• 理解真正业务需求

• 判断产品价值

• 权衡复杂 trade-off

• 决定长期架构方向

所以未来开发者越来越像：

• 架构师

• Reviewer

• Product Engineer

• AI 指挥者

而不只是：

纯编码者

---

十三、现实情况：AI Agent 还远没成熟

当然。

现在的 Goal Mode 还远远不完美。

最容易翻车的问题包括：

• 目标写太模糊

• AI 为了过测试乱 hack

• 局部修复导致全局污染

• 为了 CI 通过牺牲可维护性

• 无限循环修 Bug

所以：

“目标定义能力”

开始变得极其重要。

高手现在已经会写：

目标
范围
限制
禁止事项
验收标准
输出要求

甚至专门写：

GOAL.md

给 AI 当长期执行规范。

这其实已经开始像：

AI 项目管理

---

十四、结语：AI 编程真正的变化，不是“会写代码”

很多人低估了这一轮变化。

因为他们还在把 AI 当：

聊天机器人

但事实上。

Plan Mode 和 Goal Mode 的出现意味着：

AI 开始从“工具”变成“协作者”

这是本质变化。

未来的软件开发，很可能会逐渐变成：

人类：
定义方向、目标、架构、约束

AI：
持续执行、验证、迭代、修复

而真正厉害的工程师。

将不再只是：

写代码最快的人

而是：

最会驾驭 AI Agent 的人。