真的有用AI执行过某个任务，几个小时不断迭代的嘛？

我的token不够这么久主要是。 ^-^

让 codex 识图跑 bench 算吗

Codex App里面我用goal模式最长记录是跑了4天 ^-^

有的，设置goal目标，我让ai在帮我优化体积云渲染，设置了goal跑了15小时然后烧了2Btoken，当然没修好，只能说是能看的地步

我让我的ai做一个2013年中mac book air安装win7的u盘。

这个u盘其实很好做，但是前提是今年不是2026，而是2016.

我的ai很快就利用bootcamp完成了这项工作，但是这里有个巨大的坑，就是很有可能install.img被加载了但是usb驱动没有被加载。这导致鼠标键盘外设全都没用。

我试了一下，果然，此路不通。

丢给mac mini上的codex，让他解决这个问题。

坏就坏在，如果这是win上的codex，它可以利用dimm工具解决。

mac搞不了这个。

但是无法向我交差。

前思后想，装了虚拟机。

有那种本身编译测试时间很长的，模型其实主要在等，不是一直在输出

有些是脚本测试很长，实际编写的话感觉没有用很久

还是有的 ^-^

让gpt5.6给你安排一个计划，再使用superpowers的执行skill执行一下，一小时都说少了 ^-^

有的，但很多都是拉了一坨大的，除非是那种开放式的但有准确最终可验收结果的，可以直接用目标模式跑，但会比较耗token。否则其实一般来说真的效果不太行。

有过跑4个小时，睡觉前丢个参数调优任务睡醒验收

现在gpt5.6的速度，不是随便整个什么都是1h起步么

然后就是测试已通过，门禁xx通过，是否进入下一个流程 ^-^

有些外包项目就是要语言转换，直接让AI慢慢跑，跑完就启动看看转换是否成功，自己测一下各个功能 ^-^

是呀，最终效果不可控感觉是最大的问题。中间又猛猛烧token和时间

写demo个人项目可以，时间一长误差很多，不插入检查节点，基本偏离。

这种概念更像是模型厂token消耗不完提出的概念

很多吧，随便一个 goal 都得好久，不过有些会死循环，还是要看着点的。

用superpowers搞个大点的需求计划都要跑十几个小时 ^-^他会拆成10几个任务，跑一个build下，review下半天过去了。真实业务不是demo

目标模式，不会欠费，api不报错，你让他跑一年都可以