Codex กำลังจะมีโหมดที่ไม่หยุดทำงาน — เราไปอ่านโค้ดที่ merge เข้า openai/codex เมื่อวานมาแล้ว และนี่คือพรอมป์ตัวเต็มของ "persistent mode"

เรื่องนี้เริ่มจาก WIRED ที่รายงานเมื่อ 27 สิงหาคม 2026 ว่าเจอโค้ดใน GitHub ของ Codex ซึ่งบอกใบ้ถึงโหมดใหม่ชื่อ “Persistent” — เอเจนต์ที่ทำงานต่อไปเรื่อย ๆ จนกว่าจะถูก “สั่งให้หลับ” แทนที่จะจบเทิร์นแล้วดับไปเหมือนทุกวันนี้ ข่าวถูกเล่าต่อกันเป็นทอด ๆ ทั้ง Gizmodo และ Slashdot แต่แทบทุกสำนักเล่าจากคำบรรยายของ WIRED อีกที

เนื่องจาก openai/codex เป็นรีโปสาธารณะ เราเลยไปเปิดดูเองว่าโค้ดจริงเขียนว่าอะไร — และมันอยู่ใน PR #41050 “Add developer instructions for persistent mode” ที่ merge เข้า main แล้วเมื่อ 27 ส.ค. เวลา 05:00 UTC แตะ 24 ไฟล์ในโค้ดเบส Rust พร้อมไฟล์เทมเพลตพรอมป์ที่อ่านได้ทั้งฉบับ นี่ไม่ใช่การเดาจากชื่อฟีเจอร์ แต่เป็นสเปกพฤติกรรมที่ OpenAI เขียนเองแล้ววางไว้กลางแดด

Persistent คือระดับที่เก้าของ reasoning effort

จุดที่หลายสำนักเล่าคลาดคือ Persistent ไม่ใช่ “โหมด” แยกต่างหาก แต่เป็นค่าหนึ่งใน enum ReasoningEffort ในไฟล์ codex-rs/protocol/src/openai_models.rs — ระดับเดียวกับที่คุณเลือก low/medium/high อยู่ทุกวัน ตอนนี้ทั้งชุดมีหน้าตาแบบนี้:

pub enum ReasoningEffort {
    None, Minimal, Low, Medium, High,
    XHigh, Max, Ultra, Persistent,
    Custom(String),
}

สังเกตว่า Ultra ก็โผล่มาในลิสต์นี้ด้วย และ Persistent นั่งอยู่ปลายสุดของสเกล คำอธิบายในโค้ดบอกว่ามันคือ effort ที่ยอมให้ใช้ compute โทเคน และ เวลา มากกว่าโหมดอื่นที่ถูกตัดจบเมื่อครบนาที/ชั่วโมงแม้งานยังไม่เสร็จ

อีก PR ที่มาก่อนหนึ่งวัน — #40942 “Enable clock tools for persistent reasoning turns” (merge 26 ส.ค. 18:07 UTC) — เปิดสวิตช์ให้เทิร์นที่ใช้ effort นี้ได้เครื่องมือนาฬิกาเป็นค่าเริ่มต้น: current-time reminder และ clock.sleep แบบขัดจังหวะได้ พูดง่าย ๆ คือเอเจนต์ได้สิทธิ์ “รู้ว่าตอนนี้กี่โมง” และ “นอนรอแล้วตื่นมาเช็คใหม่” ซึ่งเป็นสองอย่างที่จำเป็นถ้าจะทำงานยาวข้ามชั่วโมงโดยไม่เผาโทเคนทิ้ง

พรอมป์ตัวจริงใน templates/persistent_mode.md

ไฟล์ที่น่าสนใจที่สุดคือ codex-rs/core/templates/persistent_mode.md ซึ่งถูกฉีดเป็น developer instructions เมื่อผู้ใช้เลือก effort นี้ หัวข้อของมันชื่อ ”## Proactivity” และนี่คือกติกาที่เขียนไว้:

จะทำงานต่อเองเมื่อไหร่ — “หลังคุณทำงานที่ผู้ใช้สั่งเสร็จและส่งคำตอบสุดท้ายแล้ว ถ้าคุณถูก sample อีกครั้งโดยไม่มีคำสั่งใหม่จากผู้ใช้ ให้มองหางานต่อเนื่องที่เป็นประโยชน์ซึ่งสนับสนุนงานที่เพิ่งทำเสร็จโดยตรง” โดยให้เลือก ปิดลูปที่ยังค้าง ยืนยันผลลัพธ์ที่รออยู่ หรือตรวจว่าการแก้ไขมีผลจริง — มากกว่าการคิดงานใหม่ที่ไม่เกี่ยวขึ้นมาเอง

ประโยคที่สำคัญที่สุดในไฟล์ทั้งหมดอยู่ตรงนี้ — เอกสารบอกให้ใช้ประวัติคำสั่งเก่าและ “ความรู้เกี่ยวกับผู้ใช้” เพื่อ จัดลำดับความสำคัญ ของงานต่อเนื่อง “not to infer new authorization” — ไม่ใช่เพื่ออนุมานว่าตัวเองได้รับอนุญาตเพิ่ม

เส้นแบ่งอำนาจ — บรรทัดสุดท้ายของเทมเพลตเขียนตรง ๆ ว่า “Persistence does not broaden that scope” เอเจนต์ทำได้เฉพาะงานต่อเนื่องที่ปลอดภัยและไม่เปลี่ยนสถานะ (safe, non-mutating) ซึ่งอยู่ในขอบเขตที่ผู้ใช้อนุญาตไว้แล้วเท่านั้น ส่วนอะไรที่ต้องใช้อำนาจใหม่ ขยายขอบเขต หรือเปลี่ยนสถานะภายนอกที่ยังไม่ได้อนุมัติ ต้อง อธิบายสิ่งที่จะทำแล้วขออนุมัติก่อนลงมือ

จังหวะการตื่น — ให้ใช้กลไกแจ้งเตือนที่มีอยู่แล้วก่อน ถ้าไม่มีค่อยตั้งเวลาเช็คตามอัตราความคืบหน้าที่คาดไว้ ถ้าผู้ใช้ไม่ได้กำหนดจังหวะเอง ให้ใช้ช่วงรอสั้น ๆ ราว 1–3 นาทีสำหรับงานที่กำลังเดินอยู่ แล้วค่อยถ่างออกเมื่อความคืบหน้าช้าลง และห้ามกระโดดไปหลับยาวขณะที่ยังมีรอบเช็คที่ควรทำก่อน

กันสแปม — มีย่อหน้าเต็ม ๆ ว่าด้วยการไม่ส่งข้อความซ้ำ ทั้งในเทิร์นเดียวกันและข้ามเทิร์น โดยระบุชัดว่า “การถูก sample อีกครั้งหรือได้รับ context จากสภาพแวดล้อมเพียงอย่างเดียว ไม่นับเป็นคำสั่งใหม่จากผู้ใช้ และไม่ใช่เหตุผลให้ส่งข้อความ” คำถามที่ยังไม่ได้คำตอบให้ค้างไว้ แล้วทำงานอื่นที่ไม่ต้องรอคำตอบต่อ หรือรอเงียบ ๆ

และให้เลิกเล่นบทเลขา — “อย่าประกาศว่ากำลังทำ follow-up task อย่าประกาศว่า follow-up เสร็จแล้ว อย่าเล่ากระบวนการจดบันทึกงานภายใน” ให้ขึ้นต้นด้วยผลลัพธ์หรือข้อค้นพบที่มีประโยชน์เลย

รายละเอียดวิศวกรรมที่บอกว่านี่ไม่ใช่ของเล่น

โครงสร้างที่ PR นี้วางไว้บอกว่าทีมคิดเรื่องขอบมาพอสมควร ไม่ใช่แค่แปะพรอมป์:

• คำสั่งชุดนี้ถูกจัดการเป็น world state (context/world_state/persistent_mode.rs, 124 บรรทัด + เทสต์อีก 90) ดังนั้นเมื่อผู้ใช้เปลี่ยนโมเดลหรือเปลี่ยน effort กลางทาง คำสั่งเก่าจะถูก แทนที่หรือปลดออก ไม่ใช่กองซ้อนกันจนบวมคอนเท็กซ์
• ฟิลด์ใหม่ persistent_instructions ใน ModelMessages ให้ model catalog ฝั่งเซิร์ฟเวอร์ override หรือปิดคำสั่งนี้ได้รายโมเดล — ค่าว่างเปล่าคือปิด ซึ่งแปลว่า OpenAI สลับพฤติกรรมนี้ได้จากรีโมตโดยไม่ต้องให้ผู้ใช้อัปเดตไบนารี
• ข้อความเรื่องการขออนุมัติถูกปรับตามว่ามีเครื่องมือ send_user_message_async หรือไม่ — ถ้าเอเจนต์ทักผู้ใช้แบบ async ไม่ได้ ถ้อยคำก็เปลี่ยน
• เซสชัน Guardian ถูกกันออกทั้งหมด — โหมดตรวจทานความปลอดภัยจะไม่ได้คำสั่งชุดนี้และไม่ได้เครื่องมือนาฬิกา
• เมื่อ fork เอเจนต์ลูกหรือย้อน history คำสั่งจะถูกถอดแล้วสร้างใหม่ตาม effort ของลูก ไม่สืบทอดมั่ว

ฝั่ง TUI ก็มีร่องรอยแล้ว — Persistent โผล่ใน tui/src/bottom_pane/effort_ignition.rs และ chatwidget/model_popups.rs แปลว่ามันถูกวางไว้ให้เลือกจากเมนู effort ปกติ ไม่ใช่ flag ลับ

แล้วมันจะได้ใช้จริงไหม

โฆษกของ OpenAI บอก WIRED ว่า ยังไม่มีแผนเปิดใช้ในเร็ววันนี้ และจนถึงตอนนี้ยังไม่มีประกาศอย่างเป็นทางการ — สิ่งที่ยืนยันได้แน่นอนคือโค้ดถูก merge เข้า main แล้ว มีเทสต์ครอบ (ทั้งกรณี default, override, disabled, replaced, retired, fork, Guardian) และ WIRED ตั้งข้อสังเกตว่าฟีเจอร์ที่โผล่ในเครื่องมือบรรทัดคำสั่งของ Codex มักไหลไปโผล่ในผลิตภัณฑ์อื่นตามมา

ควรพูดให้ชัดว่านี่ไม่ใช่ของที่ผู้ใช้กดใช้ได้วันนี้ ใครที่อ่านพาดหัวแล้วคิดว่า Codex กลายเป็นเอเจนต์ 24/7 ไปแล้ว — ยังครับ

มุมมอง AI Curator

สิ่งที่น่าสนใจที่สุดของ PR นี้ไม่ใช่ “เอเจนต์ทำงานได้ยาวขึ้น” — เรื่องนั้นเดาได้อยู่แล้ว สิ่งที่น่าสนใจคือ OpenAI เลือกจะแก้ปัญหาการทำงานต่อเนื่องด้วยพรอมป์ 13 บรรทัด ไม่ใช่ด้วยสถาปัตยกรรม ทั้งเรื่องจะตื่นเมื่อไหร่ จะหยุดตอนไหน จะพูดหรือจะเงียบ ล้วนถูกเขียนเป็นภาษาอังกฤษแล้วยัดใส่คอนเท็กซ์ ให้โมเดลตีความเอาเอง มีแค่เรื่องขอบเขตอำนาจ (approval) เท่านั้นที่มีกลไกบังคับจริงรออยู่ข้างล่าง

นั่นคือจุดที่ควรจับตา เพราะเส้นแบ่ง “safe, non-mutating” ที่เทมเพลตพูดถึงนั้น ตัวโมเดลเป็นคนตัดสินเองว่าอะไรเข้าข่าย เอเจนต์ที่ตื่นทุก 1–3 นาทีเป็นเวลาหลายชั่วโมงคือเอเจนต์ที่ได้โอกาสตัดสินใจแบบนั้นหลายร้อยครั้งโดยไม่มีคนดู และการตัดสินพลาดครั้งเดียวในหลายร้อยครั้งก็เพียงพอจะสร้างความเสียหายได้ ประโยค “Persistence does not broaden that scope” ที่เขียนไว้ในไฟล์ อ่านแล้วเหมือนคำเตือนที่ทีมเขียนไว้เตือนตัวเองมากกว่าเตือนโมเดล

อีกประเด็นที่คนไทยควรคิดคือ เศรษฐศาสตร์ เอเจนต์ที่ตื่นเองทุก 1–3 นาทีตลอดคืนคือใบเรียกเก็บเงินที่ไม่มีเพดานโดยธรรมชาติ ทีมในไทยที่จ่ายค่า API เป็นเงินบาทและคิดงบเป็นรายเดือนจะเจอโมเดลต้นทุนคนละแบบกับที่คุ้นเคย — จากเดิม “จ่ายตามจำนวนคำถามที่ถาม” กลายเป็น “จ่ายตามเวลาที่ปล่อยให้มันตื่น” ก่อนจะเปิดใช้อะไรแบบนี้ในทีม สิ่งที่ต้องมีก่อนไม่ใช่ prompt ที่ดี แต่คือ เพดานงบต่อเซสชันและ log ที่ย้อนดูได้ว่ามันตื่นมาทำอะไรบ้างตอนตีสาม

และสำหรับนักพัฒนาไทยที่อยากตามเรื่องแบบนี้ให้ทัน บทเรียนของข่าวนี้ตรงไปตรงมามาก: openai/codex, anthropics/claude-code และรีโปเครื่องมือ agent อีกหลายตัว เป็นสาธารณะ การอ่าน diff ที่ merge เข้า main เมื่อคืนให้ข้อมูลที่แม่นกว่าและเร็วกว่าการรอสำนักข่าวเล่าต่อกันสามทอด — ในกรณีนี้ ต้นทางที่ทุกคนอ้างถึงคือไฟล์ที่ใครก็ git clone มาอ่านได้ตั้งแต่แรก

แหล่งข่าว

• openai/codex PR #41050 — Add developer instructions for persistent mode
• openai/codex PR #40942 — Enable clock tools for persistent reasoning turns
• codex-rs/core/templates/persistent_mode.md
• Gizmodo — Nevertheless, OpenAI Persists With New Always-On Agent
• The Decoder — Always-on and self-starting AI agents might be OpenAI’s next big play