这段时间高强度用 Codex 这类 Agent 工具写代码,我越来越强烈地感受到一个变化:AI 编程带来的不只是写代码变快,更深一层的变化是工作范式的切换——从过去的“同步编程”,变成了现在的“多任务异步编程”。

以前自己敲代码,人是单线程执行器:脑子想一行、手敲一行、报错就立刻查、改完马上跑,整个过程天然是同步的,注意力必须一直钉在编辑器和终端里。很多人刚开始用 AI 编程时,下意识会把这套习惯带进来:发完一条指令,就盯着屏幕看它一行行读文件、改代码、跑测试,等它跑完再发下一条。

但我现在给自己立了一条很明确的习惯:对 AI 发出指令之后,绝对不去等它。

指令发出去,我就直接切走——去同一个项目的另一个 worktree 开新任务、切到别的项目继续推进,或者梳理需求、看文档、起身倒杯水。等它把活干完、或者中途卡住需要我做决定时,由系统主动通知我,我再回头来看结果、检查改动。

为了让这条“发完就走、好了回来”的链路真正顺手,我在 Codex 里搭了一套基于飞书机器人的通知机制,并一路接到了手机和手环上——做到平时连手机都不用看,手腕轻轻一震,抬手扫一眼就知道哪台机器上的什么任务有了结果,方便随时回头检查。

大任务的长耗时,逼出了多任务异步范式

早期的代码补全工具是毫秒级响应,人机协作本来就是同步的。但进入 Agent 时代之后,我现在经常交给 Codex 执行的任务,动辄需要几分钟、十几分钟,甚至一二十分钟、半小时——从通读上下文、跨文件实现功能、补齐测试、反复构建排错到最终自查,完整跑下来本来就需要不短的时间。

这就带来了一个非常现实的矛盾:

  • 如果为了少等一会儿,每次只给一个很小范围的任务,根本发挥不出像 Codex 这种工具的强大能力。 你不得不自己把工作切得很碎,像手把手带人一样一步步喂指令,既累,也浪费了 Agent 自主规划、跨模块联调和闭环验证的优势;
  • 但如果给一个边界清晰、范围足够大的完整任务,执行时间又会拉长到十几二十分钟甚至半小时,干坐在屏幕前等它跑完非常不合算。

如果这时候人还停留在单线程的同步习惯里,两边都会很别扭:要么把任务越切越小、退化成低效问答;要么死盯终端日志,把大把连续时间白白耗在“围观进度条”上。

真正把这道矛盾解开的办法,不是迁就同步等待去缩小任务范围,而是顺着长耗时任务的特点,彻底切到多任务并发推进:

  • 同一个项目,开多个 Git worktree 分别干不同的活:每个 worktree 有自己独立的工作目录和分支,互不踩文件、互不干扰。比如一个 worktree 让 Codex 推进核心功能开发,另一个 worktree 同时做独立模块重构或修测试,各自在后台跑上十几二十分钟都没关系;
  • 或者同时推进多个项目:一个仓库跑后端改造,另一个仓库做前端功能、整理工具脚本或写文章,几条线同时往前推。

这样一来,原本串行执行可能要耗掉一两个小时的一批大任务,会在同一段时间窗口里并发完成。每次回来验收时,相当于把多项完整任务的产出叠加在了一起,整体的交付时间会被极大地缩减。

把两种工作模式放在一起看,核心差异其实非常清晰:

对比维度传统同步编程(及同步用 AI)AI 多任务异步编程
任务粒度为了少等,容易被迫拆成零碎小指令敢于直接交代完整的大任务,充分释放 Codex 能力
执行节奏单线程推进,发出指令后原地等待输出发完指令立即切走,由完成事件驱动回看
并发方式一次只推进一件事,串行累加耗时同项目多 worktree 或多项目并行,验收时多任务叠加
人的注意力持续盯屏幕、看流式输出与终端日志集中在“定义清楚任务”和“验收最终结果”
等待成本十几二十分钟甚至半小时的长任务都在空耗时间等待时间被其他任务或休息自然填满,总耗时大幅压缩
协作方式像自己在敲键盘,或者在旁边监工更像给多个协作者派单,等他们回报再做 Review

说白了,同步模式是在拿人的连续时间去迁就机器的执行耗时;异步模式则是把“执行过程”和“人的审查时机”彻底解耦,让大任务的长耗时不再成为负担。

异步推进真正缺的不是“切走”,而是“准时回来”

道理其实很简单,但真要做到“发完指令绝不回头等”,很多人一开始还是会破功——切出去干活没两分钟,心里总忍不住惦记:“它跑完了没有?是不是卡在权限确认上了?”于是频繁切回窗口偷看。

这种反复轮询,其实是一种伪异步:看似在做别的事,实际上注意力被切得更碎。反过来,如果彻底忘了这回事,一个跑了十几二十分钟的大任务明明已经做完了,或者刚跑十秒就停下来等你点授权,白白晾在那里半小时,并行叠加出来的效率一样会被拖垮。

我也试过只靠电脑自带的桌面通知,但在实际使用里并不够可靠:

  • 一旦开启全屏窗口、切换桌面空间或者开了勿扰模式,右上角的通知条很容易一闪而过;
  • 如果人不在工位上——比如去接水、上厕所、在白板前想问题,或者切到另一台电脑干活——桌面弹窗根本看不到;
  • 多台电脑同时跑任务时,靠桌面弹窗也很难统一收口。

真正好用的异步工作流,需要一条跟着人走、不依赖你盯着屏幕的通知链路。

把通知做到“连手机都不用看”:飞书 → 手机 → 手环

我最终跑通的方案非常轻量,核心思路就是把通知一路推送到离身体最近的终端——手环上:

Codex 执行长耗时任务(同项目多 worktree / 多项目 / 多机器并行)
        │
        │  触发节点:每轮结束 / 需要授权 / 等待输入
        ▼
本地飞书通知脚本(Skill + Codex Hooks)
        │
        │  飞书开放平台单向 API(机器人私聊推送)
        ▼
手机端飞书客户端
        │
        │  系统消息同步转发
        ▼
佩戴在手腕上的智能手环
        │
        │  轻震提醒 + 单行摘要直出(例如:发布完成|MBP)
        ▼
无需看电脑,也不用掏手机 —— 抬腕即知状态,随时安排回看检查

这套链路里最关键的一环,其实是最后那一厘米:手机端飞书通知直接接入到手环。

很多时候,把通知发到手机上依然不够顺手——手机扣在桌面上、放在包里,或者你正专心在另一块屏幕上写东西,亮屏提醒要么没注意,要么一拿起手机解锁看消息,顺手就被别的信息流带跑了。

接入到手环之后,整个交互就轻到了极致:

  1. 平时完全不用看手机,也不用切回 Codex 窗口检查;
  2. 只要任务跑完、报错或者停下来等确认,手腕会立刻震一下;
  3. 抬腕扫一眼就够了:如果是 构建完成|MBP,我知道可以找个空档回去看代码;如果是 需要授权|MBP 或 等待输入|MBP,说明任务卡在半路了,立刻回去点一下就能让它继续跑。

通知在这里不再是制造干扰的噪音,而是一个极低摩擦的状态同步器。

我在 Codex 里搭的这套飞书通知机制

在具体落地时,这套机制在我的 Codex 环境里经历了两次小步演进:先是写了一个 feishu-notify Skill 跑通安全可靠的单向发送,接着又把它接进了 Codex 的 Hooks 与输出约定里,专门针对手环显示做了收敛。

第一步:用 feishu-notify Skill 跑通轻量、安全的单向推送

第一步是先在 ~/.codex/skills/feishu-notify/ 下做了一个专门的飞书通知 Skill,底层是一个不依赖任何第三方包的 Python 3 标准库脚本 feishu_notify.py。

选择飞书自建应用机器人来做通知,有几个很实际的好处:

  • 单向推送,架构极简:只需要在飞书后台开通机器人能力和 im:message:send_as_bot 权限,通过 tenant_access_token 调用 /im/v1/messages 给自己的 open_id 发私聊消息即可,不需要维护事件长连接,也不需要部署常驻后台服务。
  • 支持按事件分类发送:脚本支持 completed、failed、needs-input、test、custom 等事件类型,正文通过标准输入或 --body-file 传入,避免把外部文本直接拼进 Shell 命令。
  • 把安全和幂等边界提前画死:
    • 应用凭证(App ID、App Secret 和接收人配置)存放在任何代码仓库之外的 ~/.config/codex-feishu-notify/config.json,强制目录权限 700、文件权限 600,并拒绝符号链接;脚本绝不打印凭据,也不通过命令行参数传递密钥;
    • 每次发送都带上 notification_id(对应飞书接口的 uuid 参数,一小时内同 ID 自动去重);遇到网络超时或服务端 5xx 这类“结果不确定”的异常时,不盲目重发,也不自动切换接收人,避免重复轰炸或错发。

做到这一步,在任务里加上一句“完成后飞书通知我”,Codex 就能在完成后发消息过来了。

第二步:从“口头交代 Skill”升级到 Codex Hooks 自动接管

用了一两天之后,纯 Skill 模式的局限也很快暴露出来——其实我在 SKILL.md 里一开始就写明了这条边界:Skill 依赖模型在任务结束前主动执行发送脚本,它并不是底层监听器。

这意味着两个问题:一是每次发任务都得自己记得加一句“完了通知我”,一旦忘了就收不到;二是如果任务中途弹出权限审批,或者模型触发了提问工具停下来等你输入,它根本走不到最后调用脚本的那一步,结果还是会悄悄卡死在后台。

于是我把发送能力直接接进了 Codex 的全局 Hooks(~/.codex/hooks.json + ~/.codex/hooks/feishu_turn_end.py),在三个最核心的生命周期节点自动触发通知:

  1. Stop(每轮结束):不设耗时门槛,只要当前回合结束就直接推送通知,彻底省去每次口头提醒的负担;
  2. PermissionRequest(授权请求):以 async 异步模式立即发出提醒,避免任务跑了一半卡在确认权限上白白空等;
  3. PreToolUse(匹配 request_user_input):当 AI 主动调用用户输入工具、等待你拍板或补充信息时,同样异步立即提醒。

为了防止同一个回合或同一次输入请求被重复推送,Hook 内部配了一个极轻量的本地 SQLite 状态库(~/.local/state/codex-feishu-notify/deliveries.sqlite3),结合基于 session_id、turn_id(以及 tool_use_id)生成的确定性 uuid5 做严格去重。这样无论怎么并发开会话,同一件事都只会稳稳地提醒一次。

第三步:专门为手环屏幕设计的单行摘要

把通知一路接到手环上之后,我很快碰到一个很现实的细节问题:手环屏幕实在太小了。

如果像普通机器人那样推送一大段带标题、时间、任务详情和变更列表的多行消息,手环上往往只能显示前十来个字——比如全是千篇一律的 【Codex · 任务完成】任务:...,真正的结果全被截断了,最后还是得掏出手机点开看。

既然目标是“连手机都不用看”,消息格式就必须倒过来为手环量身定制。

我的做法是在全局 AGENTS.md 里定了一条极简的摘要约定:每轮最终回答末尾,模型单独附上一行 通知摘要:简短结果,要求满足几个硬约束:

  • 全中文、最多 12 个字,结果前置;
  • 准确反映本轮真实状态,绝不把未完成或未验证的工作写成成功;
  • 不包含任何密钥、账号、日志或聊天原文。

当 Stop Hook 触发时,脚本会解析模型最终回复(自动跳过代码块内部),提取这行摘要;如果某轮没有提供明确摘要,也不会胡乱截取正文,而是干净地回落为 回答结束。最后,脚本会自动读取当前电脑配置好的 1–4 字短名,拼成统一的一行发出去:

发布完成|MBP
构建失败|MBP
等待确认方案|MBP
需要授权|MBP
等待输入|MBP

就是这么短的一行字,在手环上几乎一眼就能完整看全:前半段直接告诉你什么状态,后半段告诉你哪台电脑。既没有多余的格式噪音,也不用担心敏感代码片段被同步到锁屏或穿戴设备上。

切到异步模式之后,写代码的体感变了

当“发指令 → 切走干别的 → 手环震动 → 回来检查”变成默认节奏后,变化的不只是省下了多少等待时间,连自己写提示词和安排工作的方式也跟着变了:

  1. 敢于下放完整大任务,且发任务前更愿意把边界一次讲清楚。 以前同步盯着聊,既怕等太久不敢给大范围任务,又总觉得“先随便说一句,不对我再打断它”,结果来回拉扯很多轮;现在既然决定发完就走,反而会习惯性地在开头多花一两分钟,把目标、约束条件、不要动哪些地方、做完要跑什么验证一次性交代明白,直接放手让 Codex 跑一个十几二十分钟的完整任务,交付质量反而高了很多。
  2. 多 worktree 与多项目并行变得自然,验收成果直接叠加。 同一个项目开两三个 worktree 各跑一条分支,或者跨几个项目同时推进,手环安静着就知道它们还在踏实干活;等提醒陆续进来、回来集中验收时,原本串行要干一上午的活往往叠加在同一个时间段里就完成了。
  3. 人的角色真正退回到了“决策与验收”。 以前很多时间花在盯过程,现在每次被通知叫回来,都是带着清醒的上下文去检查结果:看改动范围对不对、边界条件有没有漏、验证有没有真的跑过,确认无误再合并分支、派下一个任务。

同样需要看清的边界

当然,多任务异步并不是“同时开十个窗口越并发越厉害”。实际跑了一段时间,有几个边界我觉得挺值得注意:

  • 真正的瓶颈不是 AI 并发数,而是人的 Review 带宽。 发指令只需要三十秒,但仔细审查一段复杂改动可能需要五到十分钟。如果一口气开五六个重度编码任务,手环此起彼伏地响,回来面对一堆互不相关的 diff,上下文切换的疲惫感会很快反噬。对我来说,同时保持两三条清晰独立的任务线通常是最舒服的节奏。
  • 高歧义、探索性的前期阶段,依然适合同步快聊。 需求还没想透、方案还在反复权衡的时候,与其勉强塞成一个大任务异步跑偏,不如先花几分钟同步对齐思路;等方向定下来、进入明确的实现、重构或验证阶段,再放心交给异步模式推进。
  • 通知只负责“准时把你叫回来”,不替代人工把关。 异步不等于放任不管。尤其是涉及权限变更、数据库操作、线上发布这类高风险动作,必须保留人工授权卡点——而把 PermissionRequest 接进手环通知,恰好是在不牺牲安全边界的前提下,把等待授权的损耗压到了最低。

回头来看,AI 编程走到今天,工具本身已经足够能干,很多时候卡住效率的反而是我们沿用多年的“同步盯屏”惯性。把习惯扭转成“发完就走、等它叫我”,背后其实并不需要多复杂的平台——一个极简的飞书通知脚本、几个关键节点的 Hook、一行专门为手环裁短的结果摘要,就足以把一整天被零碎等待切碎的注意力重新还给自己。

正在加载评论…