几小时的编程长任务到底是怎么做到的？

给权限，比如 yolo 模式,加上支持自动任务的框架，比如 ralph 。
其实你让 AI 给你写个自动运行的工作流也一样。

这个我之前也想了一下，应该是要加入记忆插件吧，或者类似记忆的能力， 比如要求先写计划书、每次功能编写都进行 git 归档，然后隔一段时间就让他自己 git log 看看完成任务，同步标记计划书，这个很多 ai 编辑器工具应该都具备，比如 kiro 的 plan 模式

插个眼，
中间状态飘了，最后产出根本没法收敛回来。

三个方案
1：claude.md 或 memory 文件里写任务，直接让他干，等自动压缩能续上
2：主 agent 只调度，串行启动子 agent 干活
3：脚本循环启动

我用的 glm 搭配 cc ，1 很不稳，上下文大了容易坏。2 能干挺久挺稳。3 能无限干，实测好几天，还加了多角色切换

oh-my-claudecode 的 ralph 可以执行长任务

昨晚执行了一个 2h30m 左右的任务,就是一个 flutter 项目 clone 下来之后,让他成功运行并 build apk 和 ipa 出来,提示词就说一直做出 apk 为止,中途不要询问,不要停止,不要等待

前两天试用 gsd-pi ，前期对好需求就可以进入 auto mode 了

你只要减少代码洁癖就可以做到

插个眼，现在跑了 16 分钟，看看最后跑完需要多久。

https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents

claude 之前有过一篇 blog 讲这个问题，大概的思路是：
1. 拆分任务
2. 搞个记忆机制，维护任务状态
3. 结合各种钩子，更新任务状态 + 选择下一个任务

可以使用这个思路去构建自己的工作流，不过任务拆分的粒度不够 + 模型不够强的话跑偏了的话，可能就是会浪费你大量的 token 又达不到预期的效果，所以就需要把任务拆分的足够小 + 搭配充分的验证任务完成的机制，这一步对人的经验要求还是比较高的。

插个眼，感觉这种也是有边界的，是不是多数适合从 0-1 做一个新项目？

试试 devin.ai
注册送 20~50USD ， 我随便拉个个开源项目，制定好任务步骤目标，让它跑个重构升级，它能一直跑很久，送的 50USD 很快就用完了。

https://openai.com/zh-Hans-CN/index/harness-engineering/
https://www.anthropic.com/engineering/harness-design-long-running-apps
拆解出足够多的目标以及目标完成后的验证步骤如何推进

为什么要用时间当指标呢？好像时间短了别人会觉得你无能一样

让 AI 做事和让人做事，评价应该是差不多的
把一个人捆在那几小时很简单，让他可持续地做对你有用的事才叫 管理

不要听别人胡扯，能做到的方式就两种
1. 模型能力强， 我对比过 gpt5.5 啥都不做，只要告诉他一直做完，就真的一直做。而 gpt5.4 、sonnet4.6 就不行。
2. 暴力流：比如 loop / hook / while(true){claude -p "xxx"}
其他的基于 Prompt 的都是不靠谱的。 也就是说 claude.md 、skill 这些，都没用。

1.提前写好比较完善的方案，并且有对应 skill 去约束按照方案执行，比如使用 superpowers
2.开启自动审查或者比较宽松的权限策略
3.使用比较强的推理模型
我测下来最多一次跑了七个小时，生成的代码还是比较可用的。

@momocraft #15 兄弟，你可以尝试这理解一下主题意思。

你只看到了“时间”，难道有人会单纯为了让 AI 长时间瞎跑吗？

那不是很明显个是想让 AI 长时间做最对自己有用的事么？

试试 gstack + get-shit-down

@tanrenye 很真实，喜欢微操就不适合长时间跑