用 Codex 运行长周期任务：25 小时自主构建设计工具

OpenAI 开发者博客展示了一项长周期编码实验，GPT-5.3-Codex 在 Extra High 推理模式下不间断运行约 25 小时、消耗约 13M tokens 并生成约 30k 行代码，从零构建出包含画布编辑和实时协作功能的设计工具。实验表明长周期任务的核心在于利用 Markdown 文件栈建立持久项目记忆，并在每个里程碑执行测试与代码检查等闭环验证，防止智能体在长期运行中偏离目标。