章节主旨
工作流上线初期应全程盯着它跑,借此培养对模型推理过程的直觉、快速迭代;而对耗时很长的工作流,则改用后台任务(background tasks)加完成提醒(hook 播放声音)来解放注意力。
核心论点
- 新工作流前 10-15 次运行应端到端盯着看——看几次推理过程学到的,比放任自动跑几天还多。(→ 详解1)
- 对模型推理的直觉是当下最值得培养的技能——发现推理跑偏就当场暂停纠偏,省下大量迭代时间。(→ 详解2)
- 长工作流不必干等——用后台任务并挂 hook,完成时播放声音提醒。(→ 详解3)
知识点详解
1. 上线初期端到端盯着工作流跑 4:09:43
一个工作流刚开始能干活的头 10-15 次,建议完整看它从头跑到尾。考虑到单次执行往往只要 30 秒到 1 分钟,这点时间投入并不大。
只要盯着看一两次执行的推理,你对「模型此刻在底层实际做什么」的理解,通常就超过放任它自动跑三天所能得到的。由此你能极快地迭代、把它打磨得很好,而不必把迭代过程拖上几周几月。
2. 培养对模型推理的直觉,发现跑偏就当场纠偏 4:10:14
盯着工作流跑,你会逐渐建立起对模型推理方式的直觉。作者认为在当下,没有比「理解模型如何思考」更重要、更值得练的技能——这些模型正日益驱动经济运转。
好处是推理跑偏通常很好定位:模型说「也许我该用这个方法」,而你一看就知道那不对。这时你可以按下打断键、暂停这次运行,直接告诉它「抱歉,其实应该是 Y」。
这种当场纠偏比等它跑完再改省事得多,也是与模型「共创」(co-creating)的过程,能进一步加深你对工作流应有行为的直觉。
3. 长工作流用后台任务 + hook 声音提醒 4:11:21
真正耗时的工作流不适合干等。作者举例:一个依赖 ffmpeg 的视频剪辑工作流,完整跑一趟可能要 45 分钟,其中大半是脚本执行和硬件运算,没必要坐着看。
做法是另开一个 agent 窗口,使用 后台任务(background tasks)。后台任务的支持取决于模型提供商与所用界面——Claude 系列较早引入了这一能力,作者近来常用。
再在 IDE 里配一个 Hook:hook 会挂到工作流的特定节点上,比如任务完成时让电脑发出提示音。相比原生系统通知,作者觉得声音更能可靠地抓住注意力(下一章会演示具体配置)。
术语
- background tasks(后台任务):让长任务在后台异步执行、不占据当前交互窗口的机制,支持情况因模型提供商与界面而异。
- hook(钩子):挂在工作流特定节点上触发副作用的机制,如完成时播放声音。
- ffmpeg:开源音视频处理库,此处用于视频剪辑工作流,单次执行耗时较长。
自检问题
- 为什么建议在工作流上线初期全程盯着它跑,而不是直接放任自动运行? 答案:因为看一两次执行的推理,对「模型底层实际在做什么」的理解就超过放任跑三天;由此能极快迭代,不必把打磨拖上数周数月。见详解1。 4:09:43
- 发现模型推理跑偏时,作者的即时处理动作是什么? 答案:按打断键暂停这次运行,直接告诉模型「其实应该是 Y」当场纠偏,比等跑完再改省事得多。见详解2。 4:10:56
- 面对一个要跑 45 分钟的长工作流,作者用什么组合来解放注意力? 答案:另开 agent 窗口用后台任务(background tasks)执行,并在 IDE 配 hook,任务完成时播放声音提醒。见详解3。 4:11:34