OpenAI 工程师 Jeremy Lewi 用一套名为 Runme 的开源笔记本，把跑评估这类重复工作交给 Codex 执行，自己只负责审批和决策。本文拆解这套工作流的三个关键设计：持久的 goal、清晰的审批边界，以及让每一轮运行都沉淀成可复用上下文的飞轮机制。