2026-05-25-Gary-Chen-AI-Agent-27小時-Goal功能

Properties2
tags來源/文章, 來源/youtube, 來源/逐字稿, 狀態/草稿, 領域/llm, 領域/ai工程
aliases我的 AI agent 連續跑了 27 個小時, AI agent 27 小時 goal 功能, goal 功能怎麼用

閱讀時間約 10 分鐘

我的 AI agent 連續跑了 27 個小時，/goal 功能怎麼用？

後設資料

一句話濃縮

這支影片把 long-running agent 的關鍵從「讓 AI 多跑一點」改寫成「先定義 outcome、verification、constraints、iteration policy 與 error handling，再用 rubric / evaluator 持續校正」，尤其指出質化工作也要先把人的品味外化成可被 AI 評審執行的標準。

提取要點

1. 自動化的後半段是移除注意力佔用

  • 影片把 AI 自動化分成兩段：把任務從人手上移到 AI 手上，只是前半段；真正重要的是把任務從人的心上移開。
  • 若使用者每隔幾分鐘就要回來確認進度、催促、改方向或審核下一輪，注意力仍被任務綁住。
  • 這與 蔡格尼克效應 相鄰：未完成事項即使不在手上，也會維持 open loop，持續佔用認知資源。
  • 因此 long-running agent 的目標不是「跑很久」，而是「讓人能放心把任務交出去，直到完成或遇到明確停損條件才回來」。

2. Goal 功能把 evaluator 放進長任務 loop

  • 影片觀察 Claude-Code、OpenAI Codex 與 Hermes Agent 在同時期推出 /goal 類功能：使用者設定目標後，agent 持續執行直到達成或卡住。
  • 其基本結構是「實作者 + 評審」：實作者產出，評審檢查目標是否完成；若未完成，評審指出問題並要求下一輪。
  • 這與 Evaluator-Optimizer / Ralph-Loop 同構，但 goal 功能把它產品化成長任務模式。
  • 影片也把「做到一半停下來 wrap up」歸因到 context anxiety；此點與 Ralph-Loop / Context-Engineering 既有內容相符。

3. 好的 goal prompt 要有五個元素

影片用「把網站結帳頁反應速度降到 0.2 秒以內」示範 Goal-Prompt 的五要素：

元素問題例子
Outcome完成後應該是什麼狀態？結帳頁反應速度 0.2 秒以內
Verification怎麼證明真的完成？用速度測試工具驗證
Constraints哪些不能動？只能改結帳區塊程式與相關測試
Iteration policy每輪嘗試之間記錄什麼？改了什麼、速度多少、下一方向
Error handling什麼情況要停下回報？測試工具跑不起來，或方法都試完仍失敗

這組五要素把 完成的定義 從一般專案管理推到 AI agent 任務設計：任務不只要能開始，還要能被驗證、被限制、被迭代、被安全停止。

4. 質化工作也需要 eval，而不是只靠感覺

  • 影片指出白領工作大量是質化任務：圖好不好看、文案有沒有味道、網站有沒有品味、影片有沒有質感。
  • 這些工作沒有單元測試，但可以透過 LLM-Evaluation 的主觀 rubric 變成可評分的維度。
  • 影片轉述 Anthropic frontend design 相關做法：把「漂亮網站」拆成設計品質、原創性、技術執行、可用性四個維度，並加重模型平常較弱的維度。
  • 評審不應只看程式碼，而要用 Playwright / screenshot 看到使用者實際看到的畫面，再根據 rubric 評分。

5. 品味要先被外化，AI 才能幫你守住它

  • 影片的核心實務方法是先讓 AI 跑 baseline，再由人看出「皺眉點」，把皺眉原因聚合成維度與具體案例。
  • 好 rubric 不是寫「避免 AI 味」這種抽象詞，而是點名可檢查的失敗模式，例如固定句型、常見起手式、空泛成語、缺少具體人名或數字。
  • 為了避免 overfitting，rubric 不能只有單一美學範例；應提供多種可選風格或多組參考方向。
  • 這形成 品味外化：把原本只存在於腦中的模糊標準寫成 AI 評審可執行的規則，再用迭代去校準 judge 與人的實際判斷。

提取概念

連結到此來源衍生 / 更新的 wiki 頁：

  • Goal-Prompt（新建：讓 long-running agent 可持續執行的五要素任務提示）
  • 品味外化（新建：把人的質化品味拆成 AI judge 可用 rubric）
  • Gary-Chen（新建：第三份 Gary Chen AI / agentic source 後升格為輕量人物 entity）
  • Agentic-Workflow（補入 goal mode 與長任務 self-check loop）
  • Agentic-Engineering（補入 long-running agent 的 outcome / verification / constraints / stop rules）
  • LLM-Evaluation（補入質化 work 的 rubric / visual eval / judge calibration）
  • Evaluator-Optimizer（補入 goal 功能作為產品化 evaluator-optimizer）
  • Ralph-Loop（補入 goal 功能與 context anxiety 的產品化語境）
  • 完成的定義（補入 AI agent 任務的完成定義五要素）
  • Prompt-Engineering（補入 goal prompt 作為長任務提示結構）
  • MOC-LLM-應用設計（補入 Goal-Prompt / 品味外化 / Gary Chen）
  • MOC-工程（補入 agent 長任務的驗證與停損規則）

觀察 / 待累積：

  • Long-running Agent Goal 與品味 Rubric 引用來源叢集：本影片是二手整理與個人經驗；後續若取得 Claude Code / OpenAI Codex / Hermes Agent goal 功能官方文件、Anthropic frontend design skill / visual eval 研究、Ralph Loop 插件原始資料，可校準 Goal-Prompt / 品味外化 / LLM-Evaluation / Ralph-Loop 的術語與案例。
  • Claude Code、OpenAI Codex、Hermes Agent、Ralph Loop plugin、Anthropic frontend design 研究均暫不因本二手來源新建 thin pages；有既有頁者只更新關聯。

Ingest 筆記

2026-05-25

本來源與 2026-05-13-Stanford-AI系統課程、2026-05-18-Karpathy-Software-3-Agentic-Engineering 同屬 Gary-Chen 的 AI / agentic system 實務整理，但這次焦點不是 LLM application stack 或工程師定位，而是 long-running agent 的「目標管理 + 評估迭代」方法。因此處理策略是：

  1. 不重建 agentic workflow 大框架：Agentic-Workflow、Agentic-Engineering、LLM-Evaluation 已能承接主要系統設計語境，本次以補強為主。
  2. 新建兩個高復用操作頁：Goal-Prompt 承接長任務 prompt 的五要素；品味外化 承接質化工作如何寫成 rubric。
  3. 把 Gary Chen 升格為輕量 entity：前兩份來源都保留「暫不建 Gary Chen」判斷；本次已是第三個 centered AI / agentic source，且其來源角色可作為二手中文 AI 系統整理者錨點，因此建 Gary-Chen，但仍標註「二手來源需一手校準」。
  4. 保持二手來源校準需求：影片提及的 goal 功能、Anthropic frontend design skill / research、Ralph Loop plugin、Karpathy auto research 等，都應放進觀察清單等待官方文件或原始材料。

元命題：long-running agent 的本質不是無限放任 AI 工作，而是把人的完成標準、驗證方法、限制邊界、迭代節奏與停損條件外化；質化任務也一樣，只有先把品味寫成 rubric，AI 才能在多輪迭代中替你守住它。

原文（YouTube 字幕 / 使用者貼入逐字稿）

本次使用者在對話中貼入完整逐字稿；另以 yt-dlp --write-subs --sub-langs zh-TW --sub-format vtt 取回 YouTube zh-TW 字幕並保存在附件：

  • 10-來源/文章/2026-05-25-Gary-Chen-AI-Agent-27小時-Goal功能/PpeCur6fEXc.zh-TW.vtt

章節對應：

時間章節
0:00我的 AI 跑了 27 小時
1:48三家同推 goal 功能
3:08goal 運行原理
4:10好提示詞五要素
6:30質化工作怎麼辦
10:28六步驟寫 rubric

反向連結