🔥 HN 热议

AI任务太多会让人混乱:一个Git队列的尝试

约2分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
Git(吉特)

记录项目修改历史的工具。

AI代理(AI dàilǐ)

按照指令完成任务的AI程序。

负责人收件箱(fùzérén shōujiànxiāng)

只放需要人作决定的工作清单。

发生了什么

Sergey Kuhne是一名使用AI写代码的开发者。他在自己的博客文章中讲了一个问题:Claude Code是一种帮助写程序的AI工具。它工作时,Kuhne会先等待一会儿,再打开另一个任务。第一个任务又提出问题、后续工作和小任务。很快,他要在大约20个话题之间来回跳转,忘记自己从哪里开始、要到哪里结束。他把这种疲惫叫作AI Brain Fry。

问题为什么出现

这篇文章不是AI模型的比赛。它关注的是人怎样管理许多同时进行的AI对话。等待会让人想开始新的工作。新的工作又带来更多背景、决定和未完成的问题。Kuhne认为,困难有两种:怎样安排任务的顺序,以及怎样记住每个任务需要的背景。

队列怎样工作

Kuhne把队列放在Git里。Git是一种记录项目修改历史的工具。每个任务都是一张Markdown工单,也就是用普通文字写成的任务卡。工单放在相关代码旁边。整个任务板的状态会被保存下来。即使AI会话结束,队列也不会消失。

AI代理负责一些重复工作。它会研究新工单,处理人已经标记为安全的任务,运行测试和浏览器检查,还会确认已经上线的内容。涉及敏感代码时,AI先在单独的分支里工作,并等待许可。正式上线仍由Kuhne自己完成。

需要他判断的事情,会进入负责人收件箱。这里是一张按优先级排列的清单,里面有代码检查、问题和取舍。系统会从Git生成一个查看页面,展示任务板和每张工单的详情。Kuhne打开一项,作出决定,再把结果写回Git。页面只是查看工具,Git才是记录。

为什么重要

这个方法的重点不是单纯增加AI代理,而是把记忆从人的脑子里移出去。人不必一直盯着所有聊天窗口,只需处理真正需要自己判断的事情。完成一项决定后,把结果写回工单并关闭它,可以减少未完成背景一直留在脑中的情况。AI可以处理重复步骤,但人的决定仍然是关口。

已确认和仍未知的事情

原文能确认的是,Kuhne确实为自己建立了这套流程。他说工作仍然累,但自己不再像以前那样分心和迷路。本次候选数据中,Hacker News(技术讨论社区)的帖子有123个积分和109条评论。这只说明它受到关注,不证明方法正确或有效。

文章没有给出节省了多少时间、减少了多少错误,也没有和简单的工作习惯进行比较。我们不知道其他开发者是否会得到相同结果。Kuhne还说,两个问题仍未解决:怎样让任务背景在1分钟左右就能读懂,而不是花20分钟;怎样防止等待人类决定的工单无限循环。

接下来要看什么

接下来要看的,是这个队列能否真的减轻人的记忆负担。它也必须让被卡住的任务及时出现,而不是把混乱从聊天窗口搬到更多文件里。

💬 AI“脑疲劳”:瓶颈在注意力和审查,而不只是并行速度

HN评论者对解决办法并不一致。并行代理可以减少等待,但一些自述把上下文切换和审查积压视为真正成本;也有人认为队列和以决策为中心的摘要能让多会话变得可控。以下是个人体验和观点,不是受控比较实验。

  • 多位评论者认为,核心问题不是代理速度本身,而是上下文切换。一名评论者自述,3个会话各自产生了超过1万行的变更列表(CL),还要加上同事的代码审查,因此按顺序处理可能更快。
  • 另一名评论者自述,同时运行3个代理后,留下了4到5个开放PR,每个都有超过20个文件的改动;这些任务运行了20到90分钟,而最后收尾的20%尤其令人疲惫。
  • 等待也可能引发分心。一名评论者说,等待代理通知的约54秒就会让人想找别的事情做。另一些人则自述把同时进行的任务限制在2到3个,并把空闲时间用于休息。这些都是个人报告。
  • 一种有力的反对意见是:一次只做一件事,或把工作拆成小块,把等待时间用来设计、阅读或休息。AI变快并不会改变人的注意力上限。
  • 队列、看板、优先级、历史记录,以及交替记录代理工作和人工审查的日志,可以把原本需要记在脑中的工作地图放到工具里。不过,它们不能消除理解和代码审查的需要。
  • 也有人提供相反的个人经验:如果每个会话只呈现做决定所需的上下文,甚至50个并行会话也可以管理。这是个人成功案例,不是普遍证据。
  • 一些读者根据文章文风,怀疑其中部分内容由AI写成,因此质疑一篇讨论如何避免AI脑疲劳的文章本身。这只是读者的推测,并非已确认的事实。

这是评论数为109时的初期(修订1)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

把太多AI工作放进一个队列

📰 完整报道: AI任务太多会让人混乱:一个Git队列的尝试

一个开发者被许多AI任务弄得很累。他把任务写进Git,一次只处理一个决定。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
Claude Code(克劳德·代码)

帮助人写程序的AI工具。

Git(吉特)

保存项目修改历史的工具。

负责人收件箱(fùzérén shōujiànxiāng)

收集需要人决定的工作。

💡 一句话总结

  • 太多AI任务会让人不断换话题。
  • Sergey Kuhne把任务放进Git队列。
  • 他一次只处理一个需要自己决定的任务。

Sergey Kuhne是一名写程序的开发者。他在原文中描述了自己的办法。

他使用Claude Code,一种帮助写程序的AI工具。AI等待回答时,他会开始另一个任务。第一个任务又可能需要回答、检查或补充工作。任务越来越多,他就要不断切换。这样,他很难记住每个任务的进度。

他把每个任务写成Markdown文件。Markdown就是容易阅读的普通文字。文件放进Git。Git会保存项目的修改历史。AI可以研究任务、完成被人标记为安全的工作,还能运行测试。重要的决定和正式上线,仍由人来完成。

需要人判断的事情,会放进负责人收件箱。Kuhne先看一件,再作决定。然后,他把结果写回任务记录。这样做的原因,是把记忆放到记录里,而不是一直放在脑子里。人也不必同时记住很多聊天内容。

不过,这只是一个人的尝试。文章没有证明它一定更快。Kuhne也说,工作仍然会累。本次候选数据中,Hacker News有123个积分和109条评论。它们说明文章受到关注,不说明方法一定正确。

接下来要看两点。任务背景能不能很快读懂。等待决定的任务会不会一直绕圈。

💬 同时运行更多AI,真的会更快吗?

评论中既有支持并行AI的声音,也有对注意力切换和审查负担的担忧。下面的数字都是评论者自己的经历,不是独立测量结果。

  • 有人自述,3个会话各自产生了超过1万行的变更列表;另一人说,3个代理运行20到90分钟后,留下了4到5个每个改动超过20个文件的PR。对他们来说,审查和收尾成了瓶颈。
  • 有人自述,等待约54秒就会想找别的事情做。因此,一些人只同时运行2到3个任务,并在AI工作时休息。
  • 另一些人建议一次只做一个任务,或把任务拆小。他们认为,AI变快不会改变人类能集中多少注意力。
  • 队列、看板、历史记录和轮次日志可以帮助人记住每个代理在做什么。有人说,只展示需要决定的内容后,50个会话也能处理,但这只是个人反例。
  • 一些读者怀疑文章部分内容由AI写成,所以降低了对文章观点的信任。这仍然只是怀疑,不是已证实的事实。

这是评论数为109时的初期(修订1)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

给AI工作排队

📰 完整报道: AI任务太多会让人混乱:一个Git队列的尝试

Sergey Kuhne让AI做很多工作。后来,他用一个小队伍来整理它们。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
Claude Code(克劳德·代码)

帮助写电脑程序的AI。

AI Brain Fry(AI nǎozi hùnluàn)

工作太多后脑子变乱的感觉。

Hacker News(黑客新闻)

人们讨论电脑话题的地方。

Sergey Kuhne是写电脑程序的人。 他用Claude Code帮忙写程序。 原文讲了他的故事。

他等AI做一件事。 他又打开了另一件事。 工作越来越多。 他的脑子开始混在一起。 他把这种感觉叫作AI Brain Fry。

后来,他给每件工作写一张小卡片。 小卡片按顺序排好。 AI一次做一件。 需要人决定的事,放进一个小盒子。 Sergey看完一件,再决定一件。 这样,脑子不用装下全部工作。

可是,他还是会累。 他还要防止工作一直绕圈。 这只是他自己的办法。 不是人人都试过的答案。

Hacker News是讲电脑的地方。 这篇文章在那里很受关注。 列表里有123个积分和109条评论。 这只说明很多人看过。 不说明办法一定有效。

💬 太多AI帮手会让脑袋累

AI可以同时做很多事,但人还是要记住并检查这些事。

  • 同时看3个AI任务,会产生很多代码要读,也会让脑袋来回切换。有人还说,等大约54秒就会想找别的事情做。
  • 有些人只做一两个任务,AI工作时就休息。也有人把大任务拆成小任务。
  • 卡片和清单可以帮助人记住每个AI帮手在做什么。有人说,只看需要决定的内容时,50个任务也能处理,但那只是一个人的经历。
  • 一些读者觉得文章可能有一部分是AI写的。这只是怀疑,不是已经证明的事实。

这是评论数为109时的初期(修订1)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

来源