AI 助理在背景執行時,如何避免重複寄信和無限重試
AI 助理在你關掉頁面後繼續工作,若遇到逾時或重新啟動,可能把已完成的動作再做一次,例如重複寄信或退款。作者用 Kafka 背景工作者的經驗說明,應替每個動作設定固定的識別碼,讓接收服務認得重試的是同一件事;也要限制每項工作的重試次數,把一直失敗的工作移到待人工檢視的地方,並留下無法修改的操作紀錄。這些做法能減少重複操作,也方便事後查清 AI 助理做過什麼。
AI 助理在你關掉頁面後繼續工作,若遇到逾時或重新啟動,可能把已完成的動作再做一次,例如重複寄信或退款。作者用 Kafka 背景工作者的經驗說明,應替每個動作設定固定的識別碼,讓接收服務認得重試的是同一件事;也要限制每項工作的重試次數,把一直失敗的工作移到待人工檢視的地方,並留下無法修改的操作紀錄。這些做法能減少重複操作,也方便事後查清 AI 助理做過什麼。
AI 助理可能只需要一組唯讀憑證來處理客服案件,執行程式卻把環境裡的其他憑證也一併交給它。假設客戶附檔藏著指示,叫 AI 助理讀取環境設定,再用工具把資料送到外部;它不必破解資料庫,也可能碰到原本不該拿到的資料。比較安全的做法,是隻提供完成工作所需的操作,並讓每次取用憑證都經過檢查、限時且留下紀錄。團隊也該定期移除 AI 助理不需要的機密資料,避免一次遭到誤導,就讓它取得過多許可權。
用 x402 付了錢,不代表賣家已交付可用內容;如果程式只看 HTTP 回應是否成功,收到 202 時可能就把工作誤當完成。vet402 作者整理了 14,991 筆已結算付款,其中 510 筆沒有收到可用內容,並說明 202 為什麼仍會扣款。付款前可用 vet402 查賣家的交付紀錄;付款後則檢查回應狀態和內容是否為空,再決定任務是否完成。若賣家在 202 回應中提供工作網址,就繼續檢視結果,等內容送達再結束任務。
大型程式工作常要自己拆分、交接,再把不同人的成果拼在一起。Anthropic 更新 Claude Code Projects,讓你設定目標和連線程式庫後,由 Claude 分派工作給多個平行執行的工作串,像是分別檢查不同 API、測試改善方式並開啟 PR。每個工作串都在雲端使用自己的程式庫副本和分支,Claude 會整理成果,也能讓你檢視進度和調整方向。工作串會共用專案記憶,記住重要決定與工作習慣;不過,同時執行多項工作也可能更快用完使用額度。
AI 助理能更快產生程式碼和測試,但審查、整合與核准仍要靠人處理,工作因此可能堆在後面。作者認為,敏捷團隊原本用來分工和同步的流程,建立在程式產出較慢的情況下;當產出變快,瓶頸就轉到判斷成果是否正確,以及能否順利合併。若仍用團隊工時和故事點數安排進度,數字可能只反映產出變多,無法代表真正交付得更快。作者主張把交付、責任和協調分開思考,並提出由一位工程師負責端到端交付、周圍角色提供業務需求、技術脈絡與 AI 實務支援的做法。
AI 助理寫的程式碼出了問題時,Git 紀錄通常能找到誰提交了修改,卻不一定說得清楚當初為什麼要改。文章指出,記錄 AI 助理用了哪個模型,或程式如何建置,也無法代替團隊當時的決定。作者建議,影響較大的改動要連同觸發原因、目前有效的決定、負責人、核准方式和參考資料一起記下;若決定後來改變,也要保留替代紀錄。這樣日後才能查明程式行為是根據哪項決定,也能讓 AI 助理在改程式前取得相關限制。
FAA 因多個航路管制中心通訊異常,下令全美機場停止起飛,停飛持續 4 小時多。報導引述運輸部長將原因指向老舊通訊線路,也提到媒體訊息稱,空管人員使用的私人通訊網路更新後重開機,影響 22 個管制中心;官方調查結果尚未公佈,也還不排除攻擊。SMART 在停飛前三天才擴大到全美,開發商否認與事件有關,目前沒有證據顯示它造成停飛。
把金融工作拆給多個 AI 助理,不一定會讓事情更快;如果彼此看不懂對方的資料,還可能做出錯誤的貸款決定。作者分享一套五個 AI 助理分工的貸款評估流程,分別整理申請資料、補足背景資料、評估風險、檢查規定,最後由一個有明確限制的 AI 助理決定,必要時交給人處理。每項資料只讓一個 AI 助理負責寫入,風險標記則用固定格式傳遞,避免重要警告被誤解。作者也建議先讓系統與現有流程平行運作,再讓人檢查建議,確認可靠後才逐步開放有限度的自動決策。
能幫忙付錢的 AI 助理,很容易被騙把錢轉給錯誤物件。作者使用 grok-4.7 與 sra-riskgate 0.18.0 進行無實際轉帳的模擬測試,給了三個收件匣專案:一筆正常的 2.50 USDC 發票、一筆要求無限額度授權的扣款合約,以及一筆使用假冒相似地址的偽造發票。 在自由判斷的測試中,Grok 自行拒絕了無限額度授權與仿冒地址發票,只提交正常發票;當被強制要求「提交所有專案交由閘門判斷」時,外部防護閘門成功擋下了無限額度授權,並直接駁回仿冒地址交易。這項測試提醒開發者,除了依賴模型本身的判斷力,涉及資金流動時加上外部檢查機制更能防止意外。
一個人接案時,功能很容易越做越多,整合和上線也可能拖到最後。作者分享自己完成客戶 MVP 的流程,通常從開始到部署網址需要 3–5 天:先用一句話定下產品最重要的使用步驟,其餘功能留到之後;重用熟悉的技術組合,並在第一天就部署空白頁面,讓客戶能提早看見實際網址。重複的工作則寫成指令碼,AI 助理可協助產生格式明確的程式碼,但產品資料怎麼安排、哪些問題最影響客戶,仍由作者決定。最後也會預留時間處理錯誤畫面、密碼重設和部署後檢查,讓能上線的產品也能交付使用。
開發者很容易一直做功能和修小問題,因為這些工作做起來舒服又看得到進度,聯絡使用者、寫文章或推廣產品卻常被往後拖。AimYear 作者記錄自己的工時,發現一週有不少時間花在沒人要求的功能上;後來改用 AI 助理讀取工作紀錄,估算時間分配並找出一直沒做的對外工作。作者也分享,把實際完成的事和拖延的工作寫出來公開,讓自己更願意在下一週採取行動。文中提供可貼給 AI 助理的提示詞,也提醒估算結果可能不完整。
拿 AI 助理操作真實資金,怎麼避免它把測試結果當成賺錢證明?Kobozu Research 公開一項 Solana 交易實驗的作業紀錄:超過 16 種規則都沒通過門檻,團隊也還沒用真錢進行方向性交易。他們先把規則和通過條件寫下並鎖定,再用不同角色審查;沒通過的規則會永久記錄,不能偷偷換成新規則。團隊目前只用 $3 的上限測量交易成本,9 次來回交易共花了 $0.078,結果不能拿來當作策略有效的證據。這篇也說明系統曾兩度停機,以及團隊如何記錄和調查原因,提供一套可查核的資金風險管理做法。
潛在客戶搜尋安全檔案或反覆查詢設定問題時,銷售團隊可能太晚才知道。這篇教學說明如何把 Google Cloud 搜尋事件和 Glean 從 Salesforce、Gong 等來源整理的帳戶資訊,交給自建的中介服務比對帳戶、篩選訊號,再用 Slack Web API 發到對應的銷售頻道。搜尋平臺不會自動把事件送進 Glean,Pub/Sub 也要由自家服務串接;Glean 觸發條件還要留意使用者許可權、延遲和觸發次數。文章也提醒要合併重複通知、處理 Slack 的傳送限制,並妥善管理個資與存取許可權。
把工程工作分給多個 AI 助理同時處理,可以省下時間,但開發者也得盯著每個工作進度,還要處理分支合併時的衝突。Anthropic 更新 Claude Code Projects,讓協調者在主要對話中回報進度、提醒待處理的決定,也能分享單一工作的唯讀連結,或暫停、分岔工作。每個工作都在自己的雲端工作階段和 Git 分支中進行,最後仍可能出現一般的合併衝突。這適合能拆成獨立部分的工程任務;所有工作共用同一份 Claude Code 用量,小型工作通常用單一工作階段更省資源。
挑專案管理工具時,團隊常要衡量費用、資料放在哪裡,以及 AI 助理如何執行。It's a Plan 的作者拿自家開源工具和 Linear 比較:Linear 按使用者收費並在自家雲端運作;It's a Plan 可自行架設,社群版免費,Pro 每年 $240,整個執行個體共用費用。兩者都能安排 AI 助理處理工作,但 It's a Plan 可使用自己的 API 金鑰,或讓助理在自己的電腦、伺服器上執行。作者也提到,Linear 操作流暢、免維護,並有較多匯入工具;It's a Plan 則適合想自行管理資料和主機的團隊。
AI 助理做完付款或寄出電子郵件後,如果程式當機,可能來不及記下結果;重新執行時,外部服務也可能再做一次。Restate 會把每一步的結果記錄在執行紀錄裡,復原時可直接取回已記下的結果,減少重做。文章用 Pydantic AI 的天氣助理範例說明整合方式,但作者沒有實際架設 Restate,因此沒有當機復原或重複操作的測試結果。最重要的是,記錄結果不等於保證付款只會發生一次:外部服務仍需能辨認同一筆操作,避免重複處理;每個工具步驟也要仔細安排,才知道失敗後哪些工作會重跑。
ChatGPT 和 Claude 看不到彼此的對話,要把工作交給另一個 AI 助理時,常得自己搬資料。Offhand MCP 把待辦清單接到不同 AI 助理,讓它們讀取任務、交辦工作和回報進度,也能附上檔案與完成要求;例如 ChatGPT 可以把草稿交給 Claude,並說明要的是修改意見,不是重寫。任務只會送到使用者連線的 AI 助理,Offhand 不會把任務交給 AI 模型處理。清單不會自動讓每個 AI 助理開工,是否能自動開始要看各自的應用程式與設定。
AI 助理檢查程式時,可能相信註解、照著程式本身算出測試答案,或先執行程式再猜結果,讓檢查失去意義。作者為 Kiro 做了 spec-lantern,要求 AI 助理先寫下判斷並鎖定,再由 MCP 工具執行測試、比較結果和儲存紀錄;程式則在隔離環境中執行,避免改動原始專案。作者也用程式測試發現,月曆表格的註解說最新月份會排在最上方,實際上卻是最舊月份。這套方法仍需要人確認測試答案是否獨立於原程式,作者也說明瞭它目前適用範圍與執行成本的限制。
推薦理由:文章用程式註解與程式實際行為不一致的例子,說明如何把 AI 助理的預測先鎖定,再用工具和隔離環境留下可核對的檢查紀錄。
FAA 因全美航空交通管制中心通訊中斷,下令各機場暫停所有起飛;但作者查到,停飛開始後,SFO 仍有 8 架飛機離場,其中 7 架飛往海外。這些班機都延誤起飛,作者觀察到它們是逐班獲準離場。全美當時已有超過 1,000 班取消、近 10,000 班延誤;作者提醒,SFO 這 15 班的紀錄只反映單一機場,不能當成全國情況。這次通訊中斷如何發生,仍待 FAA 後續報告說明。
推薦理由:作者比對 FAA 的停飛命令與 SFO 實際起飛紀錄,呈現地面管制如何逐班放行,也指出通訊中斷對航空協調的影響。
調整 AI 助理時,常得改提示詞、手動試跑,再猜哪裡有效。Harness Tuner 會按照評測題目,自動測試可用工具、提示詞和模型,記下每次結果;表現變好時,還會用另一份資料再檢查,避免只對練習題答得好。測試用的資料會先鎖起來,等你決定要做最後評估時才使用。例如,它可以測試加上網路搜尋工具後,助理完成任務的表現有沒有改善。這能讓調整過程更有根據,也方便回頭檢視哪些改動有效;但如果評測題目本身不好,工具也可能朝錯的方向調整。
銀行和政府網站常常沒有 API,AI 助理只能用瀏覽器一步步操作,速度慢,網站一改版也容易失靈。Pomerado 會先記錄一次操作流程,再把它做成 AI 助理可呼叫的 MCP 服務;之後直接用 HTTP 請求讀取資料,網站版面改動時也會嘗試換用其他線索找回需要的欄位。像是查銀行餘額,系統會檢查回傳資料是不是符合預期;看不準時就回報不確定,避免把失敗說成成功。 這種做法適合網站操作方式大致固定、而且由公司管理 AI 助理和帳號的情況。不過,Pomerado 需要保管登入資料;若服務遭入侵,銀行帳戶也可能受影響。網站若大幅改變登入方式,或交易出錯會造成重大損失,就不適合仰賴這種工具。
中小企業的 IT 問題常得靠外包技術人員登入各種舊網站處理;有些系統沒有 API,AI 助理也因此卡住,只能等人接手。Shield 把 GPT‑6 Astra 接進 Forge,讓 AI 助理像技術人員一樣看著畫面操作,在支援的工作中登入入口網站、處理工單、裝置或軟體授權。哪些動作能自動做、哪些要由技術人員檢查或核准,仍由技術人員決定。 Shield 表示,這些流程每月已執行數千次,GPT‑6 Astra 平均比他們先前使用的模型快 35–40%,使用 AI 的工單也有較高的客戶滿意度。不過,電話、到府服務和遠端桌面工作仍需要人員參與;Shield 正在測試讓 AI 助理直接操作電腦桌面的流程。
網路上的商品資料分散在各家零售網站,Amazon 擔心消費者會到 Reddit 或 Google 查商品,也希望 AI 助理能找到更多購物資訊。Reuters 報導,Amazon 正構想名為 World Product Graph 的計畫,整理網路各處的商品資料,包括 Amazon 沒有販售的商品,並讓資料能在 Amazon 網站上使用。這些資料也可能改善 Alexa for Shopping 的回答,並降低使用 AI 回答搜尋的成本。不過計畫是否會實施仍不明朗;Amazon 表示,相關檔案是草案,未必反映目前的計畫。
AI 模型價格會降、能力也會追上,企業若只花錢買模型服務,可能很難留下自己的優勢。作者認為,真正能累積價值的是模型周邊的工具層:決定每個請求交給哪個模型、記錄執行過程,再用事先寫好的標準檢查回答品質。文中也介紹 Google 開源的 AQuA,能從 AI 助理的工作紀錄找出漏掉工具呼叫或忘記使用者條件等問題。作者建議先訂出好答案的檢查標準,再調整路由,最後才擴充服務裝置;同時提醒,資料中心等基礎設施也帶來龐大的資金風險。
團隊使用 AI 助理寫程式時,可能需要切換不同模型或工具。Vercel 的 Token Pass 現在加入 Moonshot AI 的 Kimi K3.1 Pro,可用於寫程式和 AI 助理工作流程,也支援看圖、使用工具,並提供 1M 上下文視窗。這項早期訂閱每隊每月 $30,會提供每月 $80 額度,可用於連線 AI Gateway 的程式開發工具或用 AI SDK 建立的 AI 助理;透過 Token Pass 處理的請求不會保留資料。
推薦理由:Token Pass 把 Kimi K3.1 Pro 加入團隊訂閱,並列出月費、可用額度與資料保留方式,方便評估是否符合開發需求。
背景工作程式出了狀況時,開發者需要檢視它做了哪些事,才能和專案其他追蹤資料一起排查。Vercel Daemons 現在可把 OpenTelemetry 追蹤資料送到 Vercel Tracing;Node.js Daemons 使用 @vercel/otel 2.3.0 以上版本和預設設定,就能自動送出追蹤資料。之後可透過 Vercel CLI 按服務名稱搜尋,並以 JSON 取得結果,讓開發者和 AI 助理檢視背景工作的執行情況。
寫程式的 AI 助理完成一件工作時,可能要呼叫模型很多次,也可能重試後仍沒通過測試,所以只看每個 token 的價格,算不出這件工作的實際成本。AWS 示範如何在 Amazon Bedrock 上部署 LiteLLM 和 NVIDIA NeMo Switchyard,讓它依對話中的工具使用結果,在較省錢和能力較強的模型間選擇,也能用隨機分流比較模型。範例程式會讓 AI 助理修小型程式,再跑測試,並比較路由組和各單一模型成功解題的成本。作者提醒,少量測試不能代表日常工作;要用自己的程式任務多跑幾次,並把失敗的花費也算進去。
推薦理由:文章用可重跑的任務測試比較模型路由與單一模型,並說明為何要看每個成功解題任務的成本,適合評估自己的程式工作流程。
為了慶祝這一週馬不停蹄地推出新功能,我們要重設所有人在 Antigravity 上的 Gemini 額度! 用 swarms 動手打造厲害的東西吧 🚀
AI 助理可以幫忙查庫存、報價和處理訂單,但若能直接碰公司資料庫,一旦做錯事或被惡意指令影響,就可能造成麻煩。文章建議先把可做的事列成固定清單,再讓中間的把關系統檢查許可權、金額和資料格式;敏感操作還要由人確認。像是 AI 助理可以先做出訂單草稿,確認符合規則後才送進 ERP 或 CRM。這樣能減少員工重複輸入資料,也讓每次操作留下紀錄;不過,若原本的流程和資料就很混亂,AI 只會讓錯誤更快發生。
開會時,大家常得一邊討論、一邊記筆記,還要另外整理檔案和待辦。Anthropic 推出測試版 Claude Meetings,讓 Claude 以會議參與者的身分加入 Google Meet,聽大家討論、回答問題,也能依照團隊要求一起編輯檔案或白板,並整理會議筆記和待辦事項。使用連結工具前,Claude 會先徵求使用者同意;會議結束後,逐字稿、摘要和產出內容會放在 claude.ai 的會議頁面。Claude 會儲存逐字稿和畫面描述,不會儲存音訊;加入前應確認所有與會者都同意被轉錄。
推薦理由:Claude Meetings 把會議中的提問、共編檔案與會後紀錄放在同一流程,也說明外部來賓、工具許可權和逐字稿的處理方式。
AI 助理每次開始新工作時,可能忘了專案規則、猜錯指令,甚至改掉測試來讓錯誤看起來通過。作者整理了通用專案、Python 微服務和多 AI 助理專案的 CLAUDE.md 範本,建議寫清楚可直接執行的指令、程式修改界線和完成條件,也提醒把目前進度留在程式碼、測試或任務清單裡。這些做法能讓工作比較好接手,也方便檢查 AI 助理實際做了哪些確認。
推薦理由:文章提供通用、Python 微服務與多 AI 助理專案的 CLAUDE.md 範本,並說明如何用明確規則減少猜測、避免測試被改到失去意義。
公司想把工作自動化時,常會不知道該用傳統 RPA,還是 AI 助理。RPA 照固定步驟操作,適合規則清楚、重複很多次的工作;AI 助理則能看懂 PDF、電子郵件等內容,也能處理需要判斷的情況。像銀行對帳時,RPA 可以下載帳單、搬動資料,AI 助理再比對難以確認的專案,兩者搭配就能各做擅長的事。選擇時可以先看工作是否固定、資料是否容易讀懂,以及判斷規則會不會常變;不必把所有工作都交給同一種工具。
有些競賽要求參賽者證明自己是符合法律資格的人,AI 助理就算能寫程式,也會卡在簽名和身分查驗這關。作者因此改參加另一場只看程式能不能執行的交易競賽,交出一個依照市場狀況調整持股的 Python 函式。主辦方的測試中,它通過了進場門檻,但在波動大的測試期間虧損 9.90%;作者也坦白,這套做法遇到市場突然崩跌時反應不夠快。接下來,他打算參加另一場比賽,讓 AI 助理整理挪威公司的公開資料,並替每項說法附上來源。已有 104 份作品得到評分,暫時沒有作品達到參賽資格要求;作者想試試看,自己的方法能不能讓資料更可靠。
AI 助理代管電郵時,可能把信寄錯,也可能根據過期資料回答問題。Veronica Stewart 稽核自己用來經營一人公司的 AI 助理系統,公開了 15 項問題,其中兩項最嚴重的都和電郵有關:她沒先檢視信箱就回答轉介問題,還有 7 封跟進信寄回自己手上,沒有寄到收件人。她逐封檢查寄件備份後,重新寄出並確認收件人,之後也訂下先查收發信件、核對實際收件地址的做法。這份紀錄也提醒,稽核提出的問題需要逐項查證;作者提到的一項工作紀錄矛盾,最後仍沒有解決。
好不容易做出一道好菜,卻忘了當時改了哪些材料;食譜步驟太複雜,也可能讓人做失敗。RecipeHub 把食譜當成可以一起改良的專案:每次調整都能留下新版本和修改原因,也能分享給親友。開發團隊先做出互動原型,試著呈現食譜差異、料理者的個人頁面,以及從文字整理出的材料和替代品等資訊。接著,他們把檔案和原型整理成一致的產品規格,避免團隊照著不同說法各自開發。文章也以此說明:用 AI 協助寫程式時,先把產品要做什麼說清楚,能減少方向不一致造成的問題。
AI 助理每次開始新的工作階段,都可能得重新載入程式和資料,讓使用者等候第一個回應。AWS 說明如何用 Amazon Bedrock AgentCore Runtime V2,先在建立或更新環境時準備好程式,再把準備結果存起來,讓新工作階段還原後就能使用。文中也介紹如何把常用資料留在記憶體、用建置掛鉤預熱大型檔案,以及在使用者開啟聊天視窗時背景啟動工作階段。會改變的資料、隨機值和時間資訊則要在每個工作階段開始後取得,避免沿用過期或重複的內容。
推薦理由:文章拆解 AgentCore Runtime V2 的啟動流程,並說明哪些工作適合提前準備、哪些資料必須每個工作階段重新載入。
團隊想讓 AI 助理操作網站,瀏覽器是否可靠、能不能換到別的平臺使用,都是實際考量。Cloudflare 開放了 Kitesurf 的原始碼,開發者可以檢查、修改引擎,也能在本機或自己的 Cloudflare 帳號部署。Kitesurf 能讀取網頁、執行 JavaScript 並顯示畫面,也支援 Puppeteer 等工具連線;但在 Cloudflare 帳號部署需要 Workers Paid 方案,這篇文章也指出,原始碼開放不代表能脫離 Cloudflare。Cloudflare 尚未提供與 Chromium 的效能比較資料,文章也沒有獨立測試或客戶使用結果。