最近Hacker News上关于OpenAI的Codex智能体的讨论揭示了一个有趣的现象：推理令牌在工具调用*期间*会被保留，但在每次用户交互后会被丢弃。这可能导致在用户回合之间丢失上下文，尽管它有助于多轮对话。 用户发现，通过让模型主动将进度更新、计划和调试笔记写入markdown文件，可以成功缓解这个问题——本质上是创建其推理的“快照”。这种外部日志记录似乎对于保持连续性至关重要。 评论员推测这解释了为什么Codex有时会“卡住”，并质疑它是否需要持久的内部状态，或者仅仅是书面笔记就足够了。另一些人强调了Codex迭代的“边做边学”方法的优势，这反映了人类解决问题的过程。 也有人表达了对更好工具的需求，以便原生地反映循环历史和聊天记录。