同时指挥20个AI线程把脑子榨干，他改用git队列续命

20 个终端窗口同时指挥 AI 干活，人在窗口之间来回跳，先崩溃的是脑子。一位海外开发者 Sergey Kuhne 把自己翻新工作流的经历写了出来，起因特别典型，给 AI 派一个任务，等回复的空档忍不住再开一个，先派出去的那单追问来了，新窗口的结论也到了，上下文全堆在他形容为大脑内存的地方，直到某一天彻底死机，忘了自己在做什么、从哪开始、要交付什么。每天指挥 AI 干活的人，几乎都经历过同一种疲惫，不是身体累，是注意力被切成碎片。

掰开揉碎说，问题出在两个地方，排序和上下文。常见的建议是休息、想清楚再提问、缩小任务范围，他把这套建议全扔了，自己搭了一套把工作排队的机制。核心动作是把队列搬进 git（注，程序员管理代码版本的工具）仓库，每个任务是一张 markdown（注，一种轻量文本格式）卡片，就放在相关代码旁边，整个看板的状态用一次提交固化下来，重要信息不留在聊天窗口里，也不留在脑子里，会话崩了，队列还在原地等他回来。

智能体按循环跑这张看板，调研新任务、搭建人标记过放行的任务、跑测试和浏览器检查、核对已经部署的内容，碰到敏感代码就先开分支再请示，永远不碰生产环境部署，那一步留给人。智能体不能做决定，需要人拍板的事项全部汇进一个收件箱，脚本扫一遍看板，把等他裁决的事项按优先级排好，审哪段改动，答哪个问题，裁哪个取舍，一目了然。阅读面是一页自动重建的视图，每个任务配一页说明，写明改了什么、为什么改，他的结论写回 git 存进卡片，视图只是显示器，git 才是账本。

整套机制的灵魂是一个动作，把事情关掉。他一次只取一张卡，读上下文，做决定或者派动作，处理完立刻归档，任务不再悬在记忆里晃，上下文跟着任务一起闭合，取下一张卡时脑子是空的，装得下新东西。悬而未决的事才是耗电大户，一件没关的事会一直占着后台，十件就是十个后台进程，闭环等于手动释放内存。他承认这套东西跑起来照样累，但被线程来回撕扯的涣散感没有了，累得干净，不是累得糊涂，做完一件事的踏实感回来了。

搭建过程也有代价，工具链是最磨人的部分。把上下文喂得能一口消化，让读一张卡的时间压到一分钟而不是二十分钟，靠的是反复调试，任务卡还会陷入死循环，卡在等一个只有人能给裁决的节点上，需要额外设计提醒和升级规则。他把它描述成一个活的系统，边跑边改，没有一劳永逸的版本，光是让脚本读懂看板这件事就迭代了好几轮，可他觉得效率的提升大到值得公开分享，踩过的坑比方法论本身更有用。

这事给用 AI 干活的人的启发很具体，别再追求同时开多少窗口，去追求同时悬着多少没闭环的事。工具越多，大脑内存越挤，排队机制的便宜之处在于把记忆外包给仓库，把判断集中到一个入口，人只做两类动作，选卡和拍板。独立开发者和小团队今天就能抄，不用上复杂系统，一个放任务的文件夹，一个每天自动生成的清单，一个只进不出的裁决收件箱，三样东西就能把散落的线程收拢起来，省下来的脑容量拿去做真正的判断。

AI 接管执行之后，人的稀缺能力只剩排序和拍板，谁能把散落的线程收进一条队列，谁就能在下班时真的关掉脑子。这套思路也不挑行业，写代码的能用，做内容的能用，管店铺进销存的同样能用，核心只有一条，让机器记住所有事，让人只记住眼下这一件。Kuhne 的那句自评值得贴在显示器边上，工作照样耗人，但至少不再迷路，对每天在几个项目之间横跳的人来说，少迷路已经是最实在的提效。

创业找资源，上乌鸦部落。