2
0本期简介
辉子分享五个10小时以上的真实长程任务案例：111个碳标准精读26小时、播客分享图批量处理20小时+、知识分享工程10小时、碳管理系统MVP16小时。本期探讨长程任务的生存法则，揭示配速策略、检查点设计、Do By Docs方法论，以及AI能力边界的探索与AGI时代的排练。
本期内容
长程任务不是短跑的延伸
辉子分享111个碳标准精读的翻车经历：一次性全丢给AI，结果长文本上下文爆了。后来改成每5到10个标准为一个检查点，26小时完成166.5小时人工工作量。马拉松配速理论告诉我们，长程任务需要合理分配注意力预算和上下文窗口。
工具选择决定长程任务成败
从Kimi 2.5额度排队切换到opencode加Qwen 3.6 Plus模式，2小时推进6期分享图，质量反超。大模型上下文能力是基石（MiniMax 2.5绝对不行，Kimi 2.5、GLM 5以上合格），Agent工具约束力决定上限（opencode对上下文处理和约束力非常强）。
Do By Docs：先湿手再文档化
知识分享工程10小时构建SOP，揭示核心方法论：长程任务要多使用文档驱动，但一开始的SOP和手搓阶段一定要有。没有实践过的SOP都是灾难。只有真的下场了，真的愿意湿手的人，才可以有aha moment。
五步长程任务生存指南
第一步，手动跑通小样本沉淀经验；第二步，经验文档化形成SOP；第三步，选择合适工具和模型；第四步，设计检查点每5到10个子任务验证一次；第五步，多模型容灾快速切换。
本期小建议
不要直接"放养"AI，设计检查点（每5-10个子任务验证一次）
任务拆解为可独立验证的子任务，每个小任务不超过2小时
建立"配速员"心态，持续监控+动态调整，而非"观众"心态
多模型容灾策略，遇到限流或上下文瓶颈时快速切换
8分质量×100%完成 > 10分质量×10%完成，长程任务接受"足够好"
1到2小时的任务已经足够了，10小时以上的长跑多几个"继续下一步"，放过自己也不错
关于《辉子下班啦》
更新频率：每日更新（工作日）
单集时长：5-10分钟
互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！
感谢收听！咱们下期见！
