1

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。

2

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

3

1

插个眼，
中间状态飘了，最后产出根本没法收敛回来。

4

5

oh-my-claudecode 的 ralph 可以执行长任务

7

1

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

10

插个眼，现在跑了 16 分钟，看看最后跑完需要多久。

12

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？

13

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。

15

1

16

1

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。

17

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。

18

19

试试 gstack + get-shit-down

21

22

1

23

24

@ntdll 羞辱他不理解指令，告诉他 codex 要审核他的代码发现他居然没写完

25

感觉是卖课做自媒体才这么搞 这么长时间无法控制结果和质量的 我这边最多让它完成一个小模块 然后大概半小时左右

26

27

1

如果你「思考清楚了」整个计划，那么「几小时」的长编程几乎都是代码生成，当然正常是不用几个小时的。
但是你是不可能提前「思考清楚了」，你正常只能想清楚大概，而且 LLM 生成代码也可能不出问题，不需要修正，所以包括「代码生成」、「 Cross-Agent Review 」、「路线修正」等等加起来耗几个小时是很正常的，当然，前提是你的机制（计划、loop 等）完善，才能一直跑不需要你介入。

29

subagent 把
任务规划 agent
任务开发 agent
任务测试 agent

30

用了上几个 skill 就行，比如 superpower
不过让他写一个简单的 skill 就用了 4 个小时，让我对这个模式有点祛魅了
还是要关注产出，关注产出，关注产出

32

1-讨论计划
2-拆分计划和自验收标准
3-给一台干净电脑的全部权限让它操作，允许他自我编译代码
4-网络要极其好，网络波动或者断网，它就彻底断片了

34

死循环

35

36

时间长一点几十分钟就搞定了 => 时间长一点几十分也就搞定了。
所以我觉得端板是在我这边 => 所以我觉得短板是在我这边。
#35

38

我试过先写计划落地到 md 文件，然后告诉它按计划执行，直到计划完成在停止。 是可以一直做的，不加这句直到做完就不会一直跑。

39

session limit 顶不住啊，5 小时窗口 1 小时烧完

40

关键是任务拆解尽量细、每个子任务结果可验证，这样 context 不会被垃圾占满。我用 CC 时一般先让它出一份 plan.md 确认后再跑，单次任务不要跨得太大。

41

superpowers + 给权限。以及合适的任务。
我之前让 opus 帮我写个整理密码的工具，结果它遇到坑了，去翻了 firefox 和 keepass 的源码，然后弄出来的解决办法，搞了好几个小时。这不连续工作就有了。

42

完全的黑箱，所有的权限都交出去，然后最后你能看到成果就行