睡觉时让工作继续跑

前面学的所有东西，在这一页兑现。如果你信得过 agent 会自己验证自己的工作，就可以把一件难事交给它，人走开。放手不管还能安全，靠的不是盼着别出事。靠的是可检查的完结条件、隔离的 worktree（同一个仓库的另一份独立工作目录），以及一份你早上来审的决策日志。

她站在门口挥手道晚安，机器人让工厂继续运转。其中一台在 BUILD LOOP ACTIVE 的牌子下面，更新写着 DECISION LOG 的墙板。

过夜前先说清

好的交接要有目标、完结条件、权限，还要留一条退路。不用写很长：

/poteto-mode im going to bed. migrate every caller to the new parser in a fresh worktree off <base>.
done means zero old callers, all parser fixtures pass, old api deleted.
keep a decision log. don't ask me before committing.
/loop until done. if you're truly stuck after a few hours, stop and write up why.

逐行看，每一行给你带来什么：

「im going to bed」会覆盖这次会话的默认行为。agent 不再提问，一直做下去。
「done means…」把目标变成每一轮都能跑的检查。
「fresh worktree off <base>」让这次运行不会撞上你开着的其他工作。
「don’t ask me before committing」提前给了权限，不然 agent 会停下来等你点头。
/loop 是 Cursor 自带的唤醒机制，不是 pstack 的 skill。Autonomous run playbook 用它在有事件发生或定时心跳时，重新检查完结条件。
有了退路，它碰到真正的死胡同就能停下，写明原因。这总比花八个小时变着花样重新解读目标强。

因为这份工作要等你回来再审，/poteto-mode 会把它交给 /figure-it-out。这个 skill 在写任何代码之前，先设计好这次运行分几个阶段，并接上决策日志。

夜里的循环在做什么

flowchart TD
    A[Check the finish condition] --> B[Make the smallest justified change]
    B --> C[Verify against the real artifact]
    C --> D{Progress?}
    D -->|Yes| E[Commit]
    D -->|No| F[Discard]
    E --> G[Log one decision row]
    F --> G
    G --> A

每一轮都是一处改动、一次检查、一行日志。没帮上忙的改动直接丢掉，不让它搭便车。进展停住了，就换个思路，不是收工。完结条件也绝不会为了宣布成功而悄悄放宽。

早上的审计

有了 /show-me-your-work，这次运行才审得了。每一行记下时间、阶段、决定、理由、证据在哪，以及结果，存成 TSV 放在 decisions.tsv（几次运行共用一个目录时，放在 .audit/<task-slug>.tsv）。它默认只留在本地。如果工作大到审查者得看这份 trail（一路记下的决策记录）才敢相信结果，就把它提交进仓库。

你回来以后，让它把这次运行整理成方便审查的样子：

/show-me-your-work catch me up on what you did last night

交回总结之前，这个 skill 会用另一个系列的模型启动一个审查者，让它读 trail 和对话记录。回复最后有一节 Attention，列出值得你仔细看的地方。先读这一节，再看它指到的那几行日志。你要审的是决定，不是把整夜的过程重读一遍。

夜里跑一整条队列

上面那份交接，管的是一个任务、一个完结条件。有些晚上要做的更多，可能是一串互不相干的改动，也可能是一整个大项目。有三个 playbook 能把同样的信任放大到这种规模。

Autopilot-full 把一串互不相干的 PR 一直跑到合并。每个 PR 配一个负责人 agent，从构建一路管到合并，但负责人不能凭自己的 verdict（验证后给出的判定）合并。负责人报告代码就绪时，一组新开的验证者会以 swarm（一群并行工作的子代理）的形式，在那一版上跑一轮验证。之后每次推送只要改动了补丁，就再跑一轮。只有最终合并的那份补丁拿到干净的 verdict，才能合并：

/poteto-mode full autopilot on this queue. each item is independent. i want them merged by morning.

Autopilot-stack 跑同样的负责人循环，但一个都不合并。你醒来会看到从基础分支往上、一个接一个叠起来的一串 PR，每一环都带着验证者的 verdict，由你自己审完再合并。如果改动之间互相牵连，或者你想在任何东西合并之前亲眼看过，就用它代替 Autopilot-full：

/poteto-mode autopilot these five changes but stack them, don't ship. i'll land the stack in the morning.

Orchestrate 用于任何一个 agent 都撑不到头的大项目：持续好几天，有很多叠在一起的 PR，还有成群的子代理，都归一个常驻的协调对话管。协调者写任务说明，收集子代理做完的东西，让最底下那个还没合并的 PR 保持全绿，自己从不写代码。这套机制是故意做得很重的。如果一个 agent 在一次会话里就能做完，这个 playbook 自己会把你指回上面「过夜前先说清」的做法：

/poteto-mode orchestrate the store migration. own it until every package is converted and merged. i'll check in twice a day.

坑：时长不是完结条件。「work on this for 4 hours」没给 agent 任何能检查的东西，你醒来只会看到它忙活了四个小时，却没有结果。给 /loop 一个能判定通过或失败的条件。

下一篇：用原则名来转向。