低成本多AI协作定时器自动化执行长任务

前言

先交代一下背景。公司配置的是最基础的AI套餐——MiniMax，日常主力工作完全依赖它。由于投入有限，又要追求产出效果，这才催生了这套实践方案。当然，如果预算充裕，直接选用Claude或GPT最新版，那就无需继续阅读下文了。

最近正在推进一个从0到1的Agent项目，我的角色是“全栈”——从需求梳理、方案设计、编码实现、测试验证到发布上线，全流程一人承担。所有工作都从零起步，涉及大量编码开发任务。如果沿用传统方式，把一条需求描述给AI，让它生成一段代码，写完再测试验证，整个系统完成时间将遥遥无期。

老板催得急，明确要求“这个月必须看到成果”，还反复强调“天下武功，唯快不破”。唉，实在没办法。单纯靠加班赶工期？不现实。这种模式不可持续，天天卷下去，把自己累垮不说，收入也增长不了。业务量摆在那里，营收就那么点，还在逐年下滑。如果自己倒下了，老板再换一个更年轻、薪资更低的员工，家里的老人孩子怎么办？

如今AI能力如此强大，所有电脑前的工作都应该转变思路：动脑的事情自己把握，具体执行交给AI。不多废话，直接上方案。

先分析

先拆解最关键的一环。例如，手头有一堆前端功能开发和改动的需求，有些明确，有些是参考竞品产品的思路。该怎么办？总不能把每一条都写详细再喂给AI吧。

在MiniMax Code中，直接让AI进行分析，但绝不能无脑操作。将明确的需求和模糊的要点都尽可能告诉AI，让它先分析，再自行确认。比如截图里，明确的需求直接告知AI；需要大量文字描述的部分，就提供几张截图，标注出重点布局，让AI自己理解。核心思路是这样的：

AI会自行理解内容，遇到模糊之处也会主动提出来确认。此时，根据它的建议，自己视情况做最终决定。注意，AI的推荐有时只是为了偷懒，一定不能盲目相信，要有自己的判断。然后和AI进行多轮讨论，直到没有任何疑问点，再生成一份任务拆解表。例如生成一个进度表，将本次需求分析后拆分为一个个具体任务，后续按照进度表逐项执行。

但这里只是AI的分析结果。比如用的是MiniMax M3，每个模型都有针对性强化，但MiniMax系列相比编码排行榜前列的模型，仍存在差距。为了解决幻觉问题，需要额外增加一个第三方验证环节。

二次验证

上述对话过程中，都是自己提供一堆模糊需求，AI根据需求分析，基于代码情况做出反馈。如果它在不确定的地方胡编乱造，自己是无法察觉的。可能几轮对话下来，有些部分就是基于AI第一版错误信息展开的，然后双方继续细化，最终生成了一份包含幻觉成分的需求分析文档。

此时，换一个更高版本的模型或工具，作为第三方验证者。例如，这次使用DeepSeek V4 Pro模型进行验证，核心思想是：根据已有文档进行分析，判断其是否合理。这一环节比较耗时，但非常必要。毕竟节省了模型费用，就需要投入时间成本，这也是为了保障后续质量。

如何长期自动执行大任务

任务拆解完成后，如何执行？直接让AI处理大型任务，无论使用什么工具和模型，大概率在白天高峰期时会自动暂停，需要人工手动发起对话，继续任务指令。因为会话限制、上下文长度限制等硬性约束摆在那里。

因此，采用定时器方案，每30分钟触发一次，每次只处理一个任务，单独开启一个新会话。任务执行完成后更新文档，如果超时阻塞，定时器下次触发后继续执行，直到进度表里的所有文件都执行完毕。前提是，在拆分任务时明确告知AI：这个进度表后续会按照定时器每30分钟执行一次。所以任务拆分要基于MiniMax M3的开发速度，拆成15-25分钟的工作量。这样既不浪费定时器触发次数，也能保障模型的执行效果。

注意，执行任务的是低成本模型，不要放在高级模型上。一个大任务执行完，很可能直接把日额度或周额度耗尽。

以下是定时器模板，可以结合自己的任务让AI分析，修改成适配自己项目的版本。下面是一个全栈版本的示例：

读取 "D:xxx进度表.md" 这个文件，继续下一个待办项，完成后更新进度。必须严格遵守以下规则：
1. 会话限制：单次会话最多做 1 个功能项，完成后更新进度表并结束，不贪多
2. 进度持久化：每次操作后必须更新进度表 md 文档的"当前状态"行和"最后更新"行（写明当前步骤、完成时间、下一步）
3. 异常处理：遇到环境错误/超时，在进度表"当前状态"行写入错误摘要（如"A-3 失败：smoke test 500，详情见 uvicorn 终端日志"），结束会话，等待下次触发
4. 续跑规则：下次启动必须先读进度表 md 文档的"当前状态"行，精准续跑，不重复、不遗漏
5. 1h 自检：每 1 小时自动检查进度表 md 文档"最后更新"行的时间戳，超过 1h 无更新则在进度表中追加"[WARN] 超过 1h 无更新"标记
6. 服务启停：需要重启后端/前端时，执行以下脚本（不要自己拼命令）：
   - 停止后端：运行 D:xxxCodeapistop.bat
   - 启动后端：运行 D:xxxCodeapistart.bat（前台窗口，venv + reload）
   - 停止前端：运行 D:xxxCodefrontendstop.bat
   - 启动前端：运行 D:xxxCodefrontendstart.bat
   - 一键停止全部：运行 D:xxxstop-all.bat
   - 一键重启全部：运行 D:xxxrestart-all.bat
7. 端口强制：后端 8001、前端 8081。如果端口被占用无法启动，先执行对应的 stop.bat 杀掉旧进程，再执行 start.bat 重启
8. CWD 陷阱：uvicorn 启动时 CWD 必须是 Code/api/，否则 .env 读不到、chroma 在错误位置创建空目录。start.bat 已处理 cd，不要手动在其他目录启动
9. 验证命令：后端启动后用 curl http://localhost:8001/docs 确认返回 200；前端启动后确认 http://localhost:8081 可访问

这个模板需要根据实际任务情况测试效果。执行成功后，定时器会类似这样工作。然后进行全量验证。一个技巧：低成本AI干完活后，先用高级AI根据进度表全量验证一遍，有问题再让低成本AI修改，然后再次验证、再修改。两个AI都确认无误后，人再进行全面验证。

小结

这是近期日常工作中使用较多的方式，既能保证质量，也能保障效率，模型费用也相对较低。这里只是编码场景下的实践，其他场景还有各种花式玩法。