loop 文档还是脚本？怎么说呢，—— 让 AI 自动干活的操作参考

手动审查代码、反复跑测试、持续跟踪部署状态往往成为团队瓶颈。从最近很多人问来看，“AI 能帮我把这些重复性的文档审阅或脚本执行交给它吗？”

我们主要讨论两种驱动方式：文档驱动和脚本驱动。这两者看似相近，却在可控性、可靠性与自动化水平上有着根本区别。下面按痛点拆解，按理说，

一、两种载体：遥控车 vs 自动驾驶车

文档驱动 脚本驱动───────────── ─────────────把设计文档喂给 AI 写成 workflow 脚本说一句"按这个干" 命令行/调度启动AI 在对话里转 程序按脚本循环

先说清这方面。脚本是文档的「翻译」，但翻译后多了「强制力」

痛点一：你常常担心 AI 在执行任务时会“随意”解释指令，导致结果偏离预期。说起来，

答案： 内容上确实一样——文档和脚本是同一套规则的两种表达：

文档 = 自然语言写的「规格」 脚本 = 同一套规格的「代码实现」

但翻译成「程序」后多了文档没有的东西——强制力：

文档： AI 读规则 → AI 自己理解着执行 → 可能理解错、可能跳过某步、可能自由发挥 = 「建议」。靠 AI 自觉 至于脚本，循环控制 / 分支判断 / 数据传递写在程序里 → 程序强制按流程走，测试必须跑、不达标必须反馈 = 「强制」，靠程序保证

打个比方： 文档是给员工的「工作要求」；脚本是给机器的「生产流水线程序」。内容相同，但一个是建议，一个是强制。

二、一个关键认知：文档也能「不用人管」

痛点二：你想让 AI 独立完成任务，却担心“无人值守”导致失控或错误积累。

误区： 认为只有脚本才能实现无人值守。真正关键的是授权 + 判定权.

三、“不用人管”有区别：会话内 vs 进程级

**会话内**：
- 文档自动生成并运行
- 对话崩溃/上下文溢出/客户端关闭 => 中断无恢复
**进程级**：
- 脚本独立运行
- 异常重启、断点续跑、状态持久化
- 容错性 & 可恢复性更高

• 短时间、低风险任务： 两者体验几乎无差别。
• 长时间、高关键性任务： 必须用脚本化！

四、工作流/脚本触发方式三种，你要不要在场？

# 对话内官方 Workflows 命令
/goal 把所有单元测试跑到全部通过
# 命令行直接跑
claude -p "按这份设计开发登录模块"
# 程序调度
cron 定时跑 / GitHub Actions / Claude Routines 云端托管

• 对话内命令： 需要你在场。
• 程序级调度： 真正无人值守。
• 为什么选择哪一种？:
  - 对话内适合一次性任务；- 程序调度适合长期周期任务； - 命令行适合快速验证与演示。

五、脚本化不可替代三大价值—为什么要付出成本？

• 可观测性: 确定性容错: 重试次数 / 超时时间 / 异常降级逻辑写死，让行为可控。 权限隔离: 通过程序权限控制读写范围，将风险边界最小化。 *为什么要付费? "一次投入即长期收益"

六、常用方法——从原型验证到生产交付递进式落地

固化生产 将成熟规则保存为官方 Workflows 或封装为 CLI 脚本；不过，接入自动化调度，正式投产后由程序保障稳定运行。

*何时升级为脚本?

'① 并行执行需求 ② 异常自动回退 ③ 完全脱离对话独立运行 ④ 状态持久化'
1. No 条目则直接继续使用原始方案即可；说起来，若出现任一条，就考虑升级为工作流或 CLI 脚这篇文章案。
"

七、公用命令速查 — 快速开启你的 Loop 世界!

• /goal ：设定目标并自我终止 – 最佳用于修 bug 或实现功能。
  设置可验证完成条件，例如 “所有单元测试全部通过”。Claude 会自行循环直到满足条件并停止。
  如果想避免自评放水，可拆分为生成+评审双 Sub‑Agent。
  符合结束后自动清除目标并停止工作。