异步视界博客
iaieye.com

最近更新

    ↑↓ 选择↵ 打开esc 关闭

    Automations · 自动化层 · 你不在场时它替你跑(可选)

    Agent OS 7 层里风险密度最高、也最容易让你掉进真实事故的一层。Nufar 的三条铁律 + 4 级风险递进 + Daily Brief 起手最佳实践 + 工具落点(Codex / Cursor / Hermes 的云端 scheduler)。前 6 层不稳就先别碰。

    • Agent OS · 智能… · 7/9
    • 精读
    • 2026.05.09
    • 8 分钟
    • 3,790 字

    思思扬撰写 · AI 协作整理

    类型
    精读
    系列
    Agent OS · 智能体操作系统的 7 层精读
    位置
    第 7 篇 / 共 9 篇
    发布
    2026.05.09
    篇幅
    3,790 字 · 8 分钟
    章节
    10 节
    标签
    • agent-os
    • agentic-coding
    • ai
    • automations
    • 2026

    它回答的问题: 哪些工作流可以脱离你的盯盘自动跑? 它在哪: cron / 工具内建 scheduler / GitHub Actions / 工具的 Hooks 它读取的时机: 计划任务定时触发 / 事件触发

    原文金句

    ★ 「An agent that is running at 3:00 a.m. with a wrong answer can do damage before you wake up.」 「一个凌晨 3 点跑、答案是错的 Agent, 可以在你醒来之前造成实质损害。」 (#350-351,00:23:53,021 → 00:24:02,371)

    「自动化是一个很棒的、非必需的加项。」 (#344)

    它在解决什么真问题

    前面 6 层让你主动用 AI。 这一层让 AI 在你不在场时为你工作 — 每天早上 7 点的日报、定时去 ping Slack 的监控任务、工作日下午 5 点的承诺 follow-up。

    但这一层是 7 层里风险密度最高的。 一个错误的自动任务, 会在你醒来前发出 100 封错邮件。

    Nufar 的三条铁律

    铁律 1 · 只自动化你已经手动跑过、信任的工作流 (#353)

    「Only automate workflows you have run manually enough times and trust.」

    实操规则: 这个 Skill 你必须手动调用过 ≥ 10 次, 每次结果你都直接 ship 没改, 才有资格自动化。

    铁律 2 · 从「只产草稿、由你审阅」开始 (#354-355)

    「Start with automations that produce draft for you to review, not outputs that go directly to other people.」

    实操规则: 自动化的输出必须先到你的私人 inbox / DM / 草稿箱, 不直接发给任何其他人。 等你审了 30 天每天都没改动, 才考虑放开「直接发出」。

    铁律 3 · 永远加日志 (#356-357)

    「Always add logs. You need to know what ran and what it did as it was running.」

    实操规则: 每个自动化任务必须写 stdout 到一个文件, 包含:

    • 触发时间
    • 用了哪些 Context / Skill
    • 输出摘要(前 200 字)
    • 任何报错

    工具落点(2026-05-09 现状)

    工具Automations 形态备注
    CodexCodex Automations(项目+prompt+cadence+sandbox 执行环境)+ background mode最完整
    CursorCursor Automations(2026 GA, 云端 sandbox, 定时+事件)完整
    OpenAI Workspace Agents长跑云端 workflow企业级
    Hermescron + 7 种 sandbox 后端(Docker / SSH / Modal / Daytona / Vercel Sandbox 等)开源最强
    Claude CodeHooks + OS cron(没有云端 scheduler)本地
    GitHub CopilotGitHub Actions(外挂)走 CI
    OpenCode❌ 无原生需自己写

    给 Chief of Staff 的自动化清单

    按风险递增, 逐步加:

    Level 1 · 只读 + 输出到自己(强烈推荐第一步)

    • 每天 7:00 Daily Brief → 跑 Daily Brief Skill, 输出到你自己的 DM / Notion / 私人 inbox
    • 每周五 16:00 Weekly Retrospective → 跑回顾 Skill, 输出到 memory/retrospectives/

    Level 2 · 写权限但只写自己的工具

    • 每天 17:00 Commitment Tracker → 扫今天的会议笔记, 把承诺写进你的个人任务列表

    Level 3 · 谨慎引入(等 30 天 + 审过)

    • 每周一 09:00 同步会议草稿 → 起草这周一对一议程, 放进你的草稿箱(不直接发)

    Level 4 · 长期不建议

    • 直接对外发邮件 / 自动加同事日历 / Slack 公开频道发言 — Nufar 的隐喻: 「凌晨 3 点错答可在你醒前造成损害」。

    落地步骤(给你今天的 30 分钟 — 仅当你已搭好前 6 层)

    前置检查

    • Identity ✅ 已写 + 70% 满意
    • Context ✅ 至少 3 份
    • Skills ✅ 至少 3 个, 每个都跑过 10+ 次没改
    • Memory ✅ 至少有 decisions.md
    • Connections ✅ 至少 1 个 MCP / API 已配
    • Verification ✅ 高频 Skill 已加 checklist + 跑过至少 1 次月度 retro

    任何一条没勾上, 关掉这一篇, 不要做自动化。 退回去把那一层补上。

    Step 1 · 挑一个最低风险的 Skill 自动化

    最佳候选: Daily Brief(只读, 输出到自己, 没人会因为它错而受影响)。

    Step 2 · 写日志包装

    不直接调用 Skill, 包一层日志:

    # ~/agent-os/automations/daily-brief.sh
    #!/bin/bash
    LOG=~/agent-os/logs/daily-brief-$(date +%Y-%m-%d).log
    echo "===== $(date) =====" >> "$LOG"
    claude run-skill daily-brief 2>&1 >> "$LOG"
    echo "===== END =====" >> "$LOG"

    Step 3 · 加到 cron / scheduler

    # crontab -e
    0 7 * * * /Users/<you>/agent-os/automations/daily-brief.sh

    或在 Codex / Cursor 的 Automations 面板里建一个项目级定时。

    Step 4 · 跑 7 天观察

    每天打开输出, 检查质量。 如果有 1 次明显错, 暂停自动化, 修 Skill, 再跑。

    Step 5 · 30 天后扩

    第二个、第三个自动化, 同样按 Level 1 → 2 → 3 递进。

    常见坑

    坑现象怎么避
    太早开始第 1 周就自动化, Skill 还没稳定先手动跑 ≥ 10 次没改, 再上自动化
    直接对外自动化发邮件给客户 → 错了永远先到草稿 / 自己 inbox, 30 天验证后再放开
    没日志出问题不知道哪一步每次必写日志, log 比输出更重要
    加完忘了三个月后还在跑, 内容全变了每月 retro 时审一次自动化清单
    链式调用一个自动化触发另一个, 错误放大不做 agent-to-agent 的链式自动化, 至少初期不做

    🟢 译者点评

    🟢 这一层是 7 层里最容易让人觉得「酷」, 但也是最容易让你掉进真实事故的。 我建议: 把这层当成奖励, 不是入门。 如果你前 6 层没稳定 8 周以上, 不要做自动化 — 你只是在用更高频率重复一个不够好的系统。

    🟢 「永远加日志」 比看上去重要 10 倍。 没日志的自动化等于没有的: 出问题你不知道哪一步, 也不知道历史上做错过多少次。 我自己的最低标准: 每个自动化必须输出 stdout 到 ~/agent-os/logs/<task>-<date>.log, 周末扫一次, 看到有多少次「我以为对其实不对」 的输出 — 这个数字会让你重新审视 Skill 设计。

    🟢 「凌晨 3 点错答」 这个隐喻被低估了。 真实事故案例: 我有同事的自动化在每周一早上自动给客户发 weekly status, 某个周一 LLM provider 出了 rate-limit, Skill 错把异常输出当成正文发了出去。 客户收到一份「Error: 429 Too Many Requests」 当 weekly status。 信任下降, 客户合同砍价。 永远先到草稿, 不直接对外。

    🟢 企业级用户:这一层和 IT / 安全团队的合作不可绕开。 如果你接的是公司账号、公司数据, 自动化绕过公司 IT 的审计去跑, 出事 100% 是你担责。 路径长一点没关系, 走 IT 那条线比独自背锅好。

    🔗 立刻去做(只在你前 6 层稳定后)

    → 选一个 Daily Brief 类的低风险 Skill 自动化, 跑 7 天, 然后读 08 Chief of Staff 完整模板 — 完整的 CoS 工作目录复刻。

    🔗 延伸阅读

    4 条
    系列全部 9 篇
    1. 01Identity · 身份层 · AI 第一个读到的文件11 分钟
    2. 02Context · 上下文层 · 通往 AI 价值最快的路径14 分钟
    3. 03Skills · 技能层 · 你重复做的事,写成可复用指令10 分钟
    4. 04Memory · 记忆层 · 让其他每一层都『留下来』的胶水7 分钟
    5. 05Connections · 连接层 · 让 AI 在真实世界里行动8 分钟
    6. 06Verification · 校验层 · 防止 Agent 自信地错 + 给系统做季度回顾8 分钟
    7. 07Automations · 自动化层 · 你不在场时它替你跑(可选)8 分钟
    8. 08Chief of Staff Agent · 完整模板套件36 分钟
    9. 09工具对照表 · 7 层在主流 agentic 工具上落到哪10 分钟