Codex CLI 的上下文漂移与"能跑但不符合业务"失败模式

这是什么风险

Codex（AI 编程与自动化辅助工具） 在长会话中可能因为上下文过长而偏离最初目标，也可能生成"能运行、测试通过、但不符合真实业务规则"的代码。这类失败模式不会被自动测试直接拦下，因为它们在技术层面是"正确"的，但在业务意图上是错的。

来源：程序员HaiJun 在 我用了 8 个月 Codex CLI，总结出这套 AI 编程工作流 中明确写明的边界。

触发场景

• 任务跨多个文件、需要跨越多轮上下文。
• 业务规则不能由通用测试表达，需要人来核对。
• 长期会话里反复修改同一段逻辑，Agent 已"忘记"最初的需求约束。

缓解做法

• 拆成小任务，每完成一段就重新对齐。
• 频繁测试、重新开会话，避免上下文过长。
• 保留计划文件，让新会话也能拿到原计划。
• diff 审查 + 第二轮 Agent 或人工复核：由人或第二个 Agent 独立复核改动。
• 用 项目级 Agent 指令文件（AGENTS.md / CLAUDE.md 同类） 把禁止事项和业务约束写进项目说明文件，让规则跨会话生效。

检查点（不能被自动测试替代的部分）

• 业务规则是否被实际遵守（不能只问 Agent）。
• 改动是否越界（动了不该动的文件或目录）。
• 跨模块的副作用是否被考虑到。
• 用户/产品视角的"对不对"，而不是测试视角的"过没过"。

与现有 Wiki 的关系

• 与 Codex CLI 的高风险权限与沙箱按项目调整 一起构成 Codex CLI 的两条主要边界。
• 与 教学版 Agent 代码与生产系统缺失的治理能力差距（针对教学仓库）性质不同：教学仓库风险是"演示 ≠ 生产系统"，本风险是"Codex 在真实项目中也会输出技术正确但业务错误的代码"。