Theme / v2.1.15

Chat On Steroids

把 ChatGPT 對話變成會寫程式、會派工的本地開發環境

工作流組合

worker 團隊與 Goal/Loop:長任務的派工與續航

把大型任務拆給多個 worker 平行處理,用 Goal 與 Loop 讓工作跨回合自動推進,用 Compact & Resume 跨越對話上限——以及長跑模式必守的紀律與收尾動作。

worker 團隊與 Goal/Loop:長任務的派工與續航

當任務大到一個對話裝不下——重構、遷移、跨模組的測試修復——就進入 CoS 的深水區:worker 團隊平行做事、Goal 與 Loop 讓工作不必等你按下一回合、Compact & Resume 在對話上下文爆掉時把同一條 session 接去新對話。

⚠️ 安全提醒:worker 只是同一台機器上的更多手。exec_command 與 Desktop 工具都不受核准資料夾限制,8 個 worker 一起犯錯就是 8 倍。長跑前先讀外掛生態、安全邊界與責任使用。


步驟 1:前置——先量額度,再開團

  • Workers 預設同時 2 個、上限 8 個。這是 provider 名額問題,不是機器問題。
  • Goal/Loop 會把工作推進排進更多回合:如果你當下的方案有限制,先開一個小任務試水溫,再決定要不要長跑。
  • 決定這次要不要開 Astra finish(Session finish):開啟時,收尾會在同一個工作回合內把 queued instructions、計畫檢查點、自動追蹤收乾淨;它不會憑空增加配額。

步驟 2:切分任務——一個 worker 一個可驗收的邊界

好的切法:不同檔案或不同模組、每個 worker 有明確的輸出與測試指令。壞的切法:兩個 worker 碰同一批檔案——衝突會讓你要手工收拾。

先把地圖讀出來(見本地編碼迴圈步驟 3),再列清單:

Split this refactor into 3 worker-sized chunks that touch disjoint files.
For each chunk, list: goal, files, and the exact test command it must pass.
Do not edit anything yet.

步驟 3:選模型與 reasoning effort

Spawn 時可以帶參數指定模型與思考等級:

Spawn 2 workers for the two mechanical chunks using a cheap model,
and spawn 1 worker for the risky migration chunk on the strongest model.
Give the risky one high reasoning effort.
  • ?model=<slug> 換模型;reasoning_effort 可取 none/minimal/low/medium/high/xhigh/max(pro 等級視你帳號可用性)。
  • 原則:量產用便宜模型,判斷用強模型。

步驟 4:派工與監控

用 agents 的四個動作操作團隊:

動作 用途
spawn 開新 worker,一次把完整任務說清楚(它們看不到你其他對話)
message 追加指示、叫醒一個睡著的 worker
status 查看誰在跑、誰在睡、還有幾個名額
finish 主動收掉不要的 worker

worker 不是免洗的:任務完成後會睡著待命,message 就能把同一個 worker 喚醒接下一個任務——它保有自己的工作記憶。

步驟 5:收成果與彙總

worker 完成後,讓主對話統整,而不是自己亂翻檔案:

Workers are done. For each one: read its final report, verify its test
command actually passed, and summarize the diffs it produced.
Flag any chunk that needs a human decision.

「每個 worker 的測試真的跑了嗎」是這一步的核心——worker 的自述不算驗收,指令輸出才算。

步驟 6:長跑——Goal、Loop 與續航

  • Goal:下達一個有完成條件的目標,模型可以自行判定完成並停下來;適合「把 CI 修綠」這類有客觀終點的工作。
  • Loop:讓同一個代理週期性做事,直到你停用它;適合巡檢、監控、教模型巡這個專案。
  • 對話要爆了就用 Compact & Resume:CoS 會帶你走一段 handoff、開新的 provider 對話、再把同一 session 重新綁上去——任務、worker 團隊與歷史都會跟上。Pro 方案不會自動 compact,請自己安排換氣點。
  • worker 過了 400,000 token 上限之後就不能再喚醒——長跑前把「誰還堪用」寫進你的節奏裡。

步驟 7:收尾與紀律

收工時請務必:

  1. 停掉 Goal/Loop:它們的設計就是「一直跑」,不停會繼續消耗額度。
  2. 用 agents finish 收掉不需要的 worker。
  3. 檢查 session 記錄與產出——它們會留在本機,依你的保留設定處置。

以及長跑專屬的紀律:

  • 看到 provider 限制或政策警示就停手,不要用 worker 或新對話繞過去。
  • 隨時能回答「現在有幾個 worker、各自在做什麼」——做不到就是切太碎或盯不夠。
  • 想撤掉某個對話對本地工具的存取,用 ChatGPT 端 Block;它只影響該對話,不影響其他設定。

下一步