/goal 命令对比

May 24, 2026 · View on GitHub

Codex CLI / Claude Code / Qwen Code 三家都实现了 /goal slash command（"声明任务目标 → agent 持续 turn 直到达成"模式）。本文基于 Codex 主分支 source + Qwen Code PR#4123 + 4 个 follow-up source + Claude Code v2.1.139+ 二进制分析 的逐项对比，覆盖完成判定 / 持久化 / 状态机 / Bootstrap / UI / 安全门禁 / 后续演进。

数据来源：Codex /root/git/codex/codex-rs/ (core/goals.rs + ext/goal/ + tui/goal_*.rs + app-server/thread_goal_processor.rs)；Qwen Code /root/git/qwen-code/packages/core/src/goals/ (PR#4123 已合 + PR#4208/4230/4273 follow-up)；Claude Code v2.1.139+ 二进制（Qwen goalJudge.ts:23 注释明确对标 Claude binary cRK 函数实现）。

最后核对：2026-05-24（三方源码均已 git pull 刷新）。

一、TL;DR

维度	Codex CLI	Claude Code	Qwen Code
首次落地	2026-04-25（5-PR 系列 #18074-#18078）	2026-05-11（v2.1.139）	2026-05-16（PR#4123）
实现规模	core +1641 / tools +280 / TUI 5 文件 ≈ 2,300 LOC + SQL schema + protocol events	二进制混淆未开源	2,089 LOC 业务 + ~1,061 LOC 测试 ≈ PR +3,476 / 40 files
完成判定算法	模型工具自判 — `create_goal` / `update_goal(complete)` / `get_goal` 三件套；continuation 模板内嵌 completion-audit 指令	Stop prompt-hook evaluator — `cRK` 函数（同 session 内判官 prompt，基于 transcript evidence 判定）	LLM-as-judge subquery — 独立 evaluator `runSideQuery`（可走 fast model）+ 严格 JSON schema `{ok, reason}`
底层机制	新 subsystem `GoalRuntimeState` + `GoalRuntimeEvent` 10+ 事件状态机 + dedicated DB	local-jsx + post-text（推断）	0 新 subsystem，复用 PR#3471/3488 Stop function-hook plumbing
持久化	✅ SQLite `thread_goals` 表 + `StateDbHandle` 跨重启（#23300 dedicated DB）	❌ session 内存	❌ `activeGoalStore` 进程内存；`restoreGoal.ts` (158 LOC) 仅协助同进程内 history 重渲染
状态机	`active` / `paused` / `budget_limited` / `complete`（4 态）	`active` / `cleared`（2 态）	`set` / `achieved` / `aborted` / `cleared`（4 态，无 `paused`）
Token 预算	✅ `token_budget` 字段 + `budget_limit.md` 模板 steering（#23696 accounting）	unknown	❌ 仅迭代数 cap `MAX_GOAL_ITERATIONS=50`
Bootstrap 注入	continuation 模板由模型读取	—	首轮 `submit_prompt` 自动注入 `goalInstructionPrompt(q)`（免去 user 手动"开始"）
Default 状态	2026-05 起 default-on（非 experimental，#23732）	default-on	default-on

核心设计哲学差异：

Codex → "agent 自己声明 + 自己审计 + DB 持久化" —— 完整 subsystem，model-self-judge 风险与扩展性兼顾
Claude → "evaluator 嵌在主 prompt 里" —— 实现轻 + 但耦合 main model 上下文
Qwen → "evaluator 剥出为 fast-model subquery + 零新 subsystem" —— 复用现有 Stop hook plumbing，judge 走独立 LLM 节省主模型 context + 可控性最高

二、设计哲学对比

2.1 Codex：完整 subsystem 范式

Codex 的 /goal 是完整新增子系统：

新 crate ext/goal/ —— extension API 形式，含 lib.rs / accounting.rs / events.rs / tool.rs / spec.rs
新 core/goals.rs + 新 context/goal_context.rs —— 状态机 + context 注入
新 app-server/request_processors/thread_goal_processor.rs —— RPC 处理
5 个 TUI 文件：goal_display.rs / goal_menu.rs / goal_status.rs / goal_validation.rs / app/thread_goal_actions.rs
新 SQLite 表 thread_goals 跨进程持久化
新 wire 协议事件 GoalRuntimeEvent 10+ 状态转换

设计取向：goal 是 first-class concept，值得给它一整套垂直栈。代价是 ~2,300 LOC 业务代码 + DB schema + 协议事件 + UI 5 文件。

完成判定：模型自己调 tools create_goal / update_goal(complete) / get_goal；continuation 模板内嵌 completion-audit 指令告诉模型每轮自己审视是否达成。

2.2 Claude Code：evaluator 嵌主 prompt

Claude v2.1.139+ 的 /goal 用Stop prompt-hook evaluator：每轮即将 Stop 前注入一段判官 prompt，让主 LLM 基于 transcript evidence 判定是否达成 goal。

函数二进制名 cRK（Qwen goalJudge.ts:23 注释明确对标）
实现走 local-jsx + post-text 注入（推断，未开源）
状态机简单：active / cleared

设计取向：复用主 LLM 上下文做判定，零额外 inference 成本（在主 turn 末尾 piggy-back），但牺牲了判定的独立性（主 model 容易自我说服 "我达成了"）。

2.3 Qwen Code：subquery 剥离 + 零新 subsystem

Qwen PR#4123 走第三条路：LLM-as-judge subquery，evaluator 完全剥出为独立 sub-call。

runSideQuery({model: 'fast'}) 走 fast model（如 GPT-4o-mini / DeepSeek-Lite），不占主模型 context
严格 JSON schema {ok: boolean, reason: string} 结构化输出，便于程序判定
复用现有 hook plumbing —— 0 新 subsystem，把 goal 包成一个 Stop function-hook，"达成" 等价于"hook 返回 stop"
顺带 fix latent bug：hasHooksForEvent 之前忽略 session-scoped function hooks

设计取向：用最小新增成本（PR +3,476 行包含 ~1,061 行测试，业务实质只 2,089 行）实现等价能力，judge 独立避免自欺。

三、架构对比

3.1 完成判定算法 — 三种范式

┌────────────────────────────────────────────────────────────────────┐
│ Codex：模型自判 + 工具调用                                          │
│                                                                     │
│ Turn N:  agent → "tool: update_goal(complete, evidence=...)"        │
│                  ↓                                                  │
│         GoalRuntimeState.transition(active → complete)              │
│                  ↓                                                  │
│         SQLite: UPDATE thread_goals SET status='complete'            │
└────────────────────────────────────────────────────────────────────┘

┌────────────────────────────────────────────────────────────────────┐
│ Claude：Stop prompt-hook evaluator                                  │
│                                                                     │
│ Turn N end:  main LLM context + "<evaluator-prompt>判定 goal 是否    │
│                                  达成？基于 transcript evidence..." │
│                  ↓                                                  │
│         同一 main model 给出 yes/no（同 prompt 内）                 │
│                  ↓                                                  │
│         若 no → 注入 continuation 触发 turn N+1                     │
└────────────────────────────────────────────────────────────────────┘

┌────────────────────────────────────────────────────────────────────┐
│ Qwen：LLM-as-judge subquery                                         │
│                                                                     │
│ Turn N end:  Stop hook 触发                                         │
│                  ↓                                                  │
│         goalJudge.ts: runSideQuery({                                 │
│           model: 'fast',          ← 独立 sub-call，fast model        │
│           prompt: judgePrompt(goal, transcript),                     │
│           schema: { ok: boolean, reason: string }                    │
│         })                                                          │
│                  ↓                                                  │
│         若 ok=false → 注入 continuation 触发 turn N+1               │
└────────────────────────────────────────────────────────────────────┘

质量与成本权衡：

范式	判定独立性	成本	风险
Codex 模型自判	中（同模型但显式 tool call）	0 额外 inference	模型可能自欺
Claude evaluator-in-prompt	低（同 LLM 同 prompt）	0 额外 inference	主模型自我说服
Qwen subquery	高（独立 sub-call + fast model）	+1 fast model call/turn	fast model 误判风险

3.2 状态机对比

Codex (4 态)           Claude (2 态)       Qwen (4 态)
                                          
   active                  active             set
     │                       │                 │
     ├──→ paused             │                 │  ←┐ 复用 Stop hook
     │    (mode/plan 切换)   │                 │   │
     │                       │                 │   │
     ├──→ budget_limited     │                 │   │
     │    (token cap 触发)   │                 │   │
     │                       │                 │   │
     └──→ complete           ↓                 ├──→ achieved
                          cleared              │
                                               ├──→ aborted
                                               │
                                               └──→ cleared

关键差异：

Codex 独有 paused：plan-mode / approval-mode 切换时 goal 不丢，挂起待恢复
Codex 独有 budget_limited：token 烧完时显式标识（不像 Qwen 那样直接 abort）
Qwen 缺 paused —— deferred 项，daemon 重启 / /compact / 临时切走时 goal 会被 cleared（Codex commit 3463324a29 "keep plan mode from pausing goals" 是参照对象）

3.3 持久化策略

Agent	存储	跨重启	跨 session resume
Codex	SQLite `thread_goals` 表 + `StateDbHandle`	✅	✅
Claude	session 内存	❌	❌
Qwen	`activeGoalStore` 进程内存	❌	⚠️ `restoreGoal.ts` (158 LOC) 仅协助同进程内 history 重渲染（非真持久化）

Qwen 设计抉择：明确不跨进程持久化。理由：

/clear /resume /branch 主动清 goal 是 explicit 用户语义
daemon 模式下，每个 daemon 进程绑定 1 workspace × N session，goal 跟 session 走，daemon 重启 = "fresh start"
避免 SQLite schema 迁移 / migration 复杂度

代价：daemon 重启 = goal 丢失。如果 goal 是 "重构整个 auth flow"（5 小时任务），用户中间 Ctrl+C 重启 daemon 就全凉。

3.4 Bootstrap 注入

Codex —— 模型读 continuation 模板，由 model 自己 trigger first action。

Claude —— 用户输入 /goal "<text>" 后由 user 手动发下一句话才开始 turn。

Qwen —— 首轮 submit_prompt 自动注入 goalInstructionPrompt(q)：

// packages/cli/src/ui/commands/goalCommand.ts:79-216 大致逻辑
const bootstrapPrompt = goalInstructionPrompt(userGoal);
await submitPrompt(bootstrapPrompt);  // 自动发首轮，免用户手动"开始"

UX 差异：

Codex / Claude：/goal "重构 auth" → 显示 "goal set" → 用户还要手动输入 "好，开始" 才有 turn
Qwen：/goal "重构 auth" → 显示 "goal set" + 立即触发 turn

3.5 Token 预算与安全

Codex —— 完整 token budget 体系：

token_budget 字段记录额度
budget_limit.md 模板 prompt 让模型在接近 budget 时主动收尾
#23696 account active goal progress 累计追踪
#23717 preserve failed goal accounting flushes 失败时不丢账

Claude —— unknown（二进制）

Qwen —— 仅迭代数硬上限：

MAX_GOAL_ITERATIONS=50 —— 50 轮硬停（防 runaway loop）
GOAL_JUDGE_TIMEOUT_MS=25s + AbortController 防泄漏
GOAL_HOOK_TIMEOUT_SECONDS=30 对齐 Claude `cRK$ 默认
⚠️ 重要 \text{safety} 缺口 —— 50 轮 \times 几万 \text{token} 仍可能是 $$$，无 \text{token} \text{budget} 早期警告

\text{Qwen} 额外安全门禁（\text{PR}#4123 加）：

$sanitizeConditionForPrompt`（去换行 + 双引号降级单引号，防 prompt injection）
isTrustedFolder() 检查
getHookSystem() 必备
disableAllHooks 短路
4000-char goal description cap

3.6 底层机制 —— LOC 经济性

Agent	新 subsystem	新文件数	新 LOC	复用现有
Codex	✅ 大量	core/goals.rs + context/goal_context.rs + 5 tui/* + app-server/thread_goal_processor.rs + ext/goal/{lib,accounting,events,tool,spec}.rs + SQL schema	~2,300	仅 turn 机制
Claude	推断少（二进制混淆）	unknown	unknown	Stop hook + main LLM context
Qwen	❌ 0 新 subsystem	`goals/{activeGoalStore,goalHook,goalJudge,restoreGoal,index}.ts` 5 文件 + `goalCommand.ts` + cli hooks 4 处适配	2,089 业务 + 1,061 测试	PR#3471/3488 Stop function-hook plumbing 100% 复用

Qwen 哲学：把 goal 当成 "一个 Stop hook 的特例" —— 既然 Stop hook plumbing 能做 "每轮都问问要不要继续"，goal judging 就是 "每轮都问问 goal 达成没"。本质同构。

四、UI 状态机对比（GoalPill 4 态）

来自 info-display-axis-deep-dive.md §0.2：

状态	Codex	Claude v2.1.139+	Qwen GoalStatusIndicator
Active	✅ "🎯 goal: ..."	✅ goal pill overlay	✅ `◎ goal active` Footer pill
Paused	✅ "(paused — switched to plan mode)"	❌	❌（deferred）
Budget-limited	✅ "(budget limit reached)"	❌	❌
Achieved / Complete	✅ "✅ goal complete"	unknown	✅ "✓ achieved"
Cleared	—	✅ "goal cleared"	✅（默认无 pill）
Aborted	—	—	✅（Qwen 特有，达不到时 explicit）

Qwen 的 aborted 是显式失败终态（如 judge 持续返 ok=false 50 轮后），与 cleared（用户主动清）语义区分。

五、与其他 mode / command 的协同

场景	Codex	Qwen
`/plan` 切到 plan mode	goal paused 待恢复	goal cleared（deferred，应改 paused）
`/compact` 压缩历史	goal preserved (context 重建)	goal cleared（context 丢，goal 也丢）
`/resume` 加载 session	goal 从 SQLite 恢复	goal 不恢复（`restoreGoal.ts` 仅同进程 history 重渲染）
`/branch` / fork	goal preserved per branch	goal clearned（fork 是 fresh state）
daemon 重启	goal preserved（SQLite）	goal lost
`/clear`	goal cleared	goal cleared

Qwen 的取向：goal 是 ephemeral state，应该 explicit reset on context change。这是 minimalism 选择 —— 用户清楚知道什么时候 goal 还在、什么时候没了。代价是长 goal（重构 / migration）跨 daemon 重启就要重设。

六、Qwen Code 后续 follow-up（PR#4123 之后）

PR#4123 (2026-05-16 MERGED) 之后还有 4 个 follow-up PR 完善 /goal：

PR	时间	内容
#4208 `Add stop hook blocking cap`	2026-05-17	Stop hook 阻断上限 —— 防 hook 链无限触发把 stop 一直阻塞下去
#4230 `feat(core): fail impossible goals`	2026-05-17	judge 判定不可达成 goal 时立即 fail（如 "make this 失败的命令成功"），不要再跑 50 轮
#4273 `feat: support active goal stream events and non-interactive /goal`	2026-05-19	stream JSON 输出 goal lifecycle events；`/goal` non-interactive 模式（CI / 自动化）
#4314 `Expose active goal in stream JSON`	2026-05-21	stream JSON 顶层暴露 active goal 让外部工具读取

收尾后 Qwen /goal 已能在 CI 流水线 / 自动化脚本里用（non-interactive + stream JSON 反馈）。

七、Codex 后续演进（2026-05 主线）

Codex /goal 自 2026-04-25 首发后，2026-05 仍在密集迭代：

commit	内容
#23300 `feat: dedicated goal DB`	goal 从共享 DB 独立到专用 thread_goals DB（解耦其他 state）
#23685 `feat: wire goal extension tools to the dedicated goal store`	goal extension tool 接专用 store
#23688 `feat: expose turn-start metadata to extensions`	extension API 加 turn-start metadata
#23696 `feat: account active goal progress in the goal extension`	积分制累计 progress
#23717 `[codex] Preserve failed goal accounting flushes`	失败时 accounting 不丢
#23718 `[codex] Steer budget-limited goal extension turns`	budget 接近时 prompt steering
#23732 `Make goals feature on by default and no longer experimental`	goal default-on（脱离 experimental）
#23792 `TUI: skip goal replace prompt for completed goals`	UX 改进
#23796 `Improve /goal error messages for ephemeral sessions`	错误消息友好化
#23963 `Expose conversation history to extension tools`	extension 能读 conversation history
#24151 `[codex] Use TurnInput for session task input`	session task input 统一类型

Codex 走 "extension architecture" 路线 —— ext/goal/ crate 作为 first-class extension，所有 goal-related 逻辑住一个 crate；其他 turn / app-server / TUI 通过 extension API 访问。这是比 Qwen "复用 Stop hook" 更显式分层的方案。

八、设计启示对 Qwen Code 后续工作

方向	现状	可借鉴
`paused` 中间态	Qwen 缺，daemon 重启 / `/compact` 都 cleared	Codex 状态机 + commit `3463324a29` "keep plan mode from pausing goals"
Token budget guard rail	仅 `MAX_GOAL_ITERATIONS=50`，无 token cap	Codex `token_budget` + `budget_limit.md` 模板 + accounting 三件套
跨 daemon 重启持久化	完全无	Codex SQLite `thread_goals` 表（取舍：增 schema migration 复杂度）
Extension architecture	复用 Stop hook 简洁但隐式	Codex `ext/goal/` first-class crate 显式分层
CI / 非交互模式	✅ 已 ship（#4273）	-
fail impossible 早停	✅ 已 ship（#4230）	-

反向看 Qwen 比 Codex 强的点：

Judge 独立性最高 —— LLM-as-judge subquery 走 fast model，主模型不污染、不自欺。Codex model-self-judge + Claude evaluator-in-prompt 都可能自我说服
Bootstrap 自动注入 —— /goal "重构 auth" 立即触发 turn，无需用户手动"开始"。Codex / Claude 都需 user 多敲一次
测试覆盖率最高 —— 1,061 LOC test / 2,089 LOC 业务 ≈ 50% 测试比例。Codex 5-PR 拆分中测试分散，Qwen 单 PR 集中
零新 subsystem —— 2,089 LOC 业务 vs Codex ~2,300 LOC 新增 + DB schema + 协议事件 + 5 TUI 文件
Prompt 注入防护 —— sanitizeConditionForPrompt 显式去换行 + 引号转换，Codex/Claude unknown

九、源码索引

Codex

文件	用途
`core/src/goals.rs`	`GoalRuntimeState` + transition
`core/src/context/goal_context.rs`	context 注入
`app-server/src/request_processors/thread_goal_processor.rs`	RPC 处理
`tui/src/goal_display.rs`	状态显示
`tui/src/chatwidget/{goal_menu,goal_status,goal_validation}.rs`	TUI 交互
`tui/src/app/thread_goal_actions.rs`	用户 action
`ext/goal/src/{lib,accounting,events,tool,spec}.rs`	extension crate
`ext/goal/tests/{goal_extension_backend,accounting}.rs`	tests
SQLite schema	`thread_goals` 表

Claude Code

标识	用途
二进制函数 `cRK`	Stop prompt-hook evaluator（Qwen `goalJudge.ts:23` 注释明确对标）
触发方式	推断 `local-jsx` + post-text 注入

Qwen Code

文件	用途
`packages/core/src/goals/activeGoalStore.ts`	进程内 store
`packages/core/src/goals/goalHook.ts:34-91`	迭代/超时常量
`packages/core/src/goals/goalJudge.ts:23-54`	JSON schema judge + Claude `cRK` 对齐注释
`packages/core/src/goals/goalLoop.integration.test.ts`	端到端测试 209 LOC
`packages/core/src/goals/restoreGoal.ts`	session resume 协同 158 LOC
`packages/cli/src/ui/commands/goalCommand.ts:79-216`	命令分支 + bootstrap

十、相关报告

info-display-axis-deep-dive.md §0.2 — GoalPill UI 4 态对比
qwen-code-improvement-report.md "2026-05-16 增量" — 时间线 / 历史演进
claude-code-agents-command-deep-dive.md — Claude /agents 命令对比（顺带提及 /goal 用 LLM-as-judge 思路类似）
qwen-code-codex-improvements.md — Codex 对标改进项
review-command.md + qwen-code-review-improvements.md — /review 对比的同款双层结构参考

分析基于 Codex CLI (openai/codex main, 909K 行 Rust) + Qwen Code (PR#4123 + #4208/4230/4273/4314 follow-up, 631K 行 TS) + Claude Code v2.1.139+ 二进制分析。最后核对：2026-05-24。Claude /goal 二进制混淆，相关声明基于 Qwen goalJudge.ts:23 注释 "aligned with Claude Code 2.1.140's Stop prompt-hook evaluator (function cRK in the compiled binary)" 的对标关系推断。