硬核：让 AI 24 小时持续干活的方案

一、找个性价比高的方案

如果你的任务只是写文案，那么直接用豆包、Kimi、DeepSeek 官网就够了。

如果你需要整理信息、处理数据、读多个文件，那么用 Cursor、WindSurf、Trae、VS Code 配插件这类编辑器更合适，它们通常有打包好的 AI 套餐。

如果你不在意过程，只想要产物，想用上没有被各大第三方阉割的顶级 AI，那么就用 Claude Code、Codex 这种终端型工具。

如果你舍不得用 Claude，太贵了，那么用 GLM 4.7、MiniMax 这类量大管饱的国货就行。

如果你想像我一样让 AI 24 小时干活，但又想把成本打下来，那么优先选 GLM 4.7 或者 MiniMax，它们能很好地适配 Claude Code。

二、提示词沉淀

如果你每天都要做一些重复性的任务，可以尝试把这个任务描述出来。

比如：我要做 xxx，第一步是 xxx，第二步是 xxx，第三步是 xxx。

如果你描述得清楚，那就把这段描述发给 AI，看 AI 做得是否比你做得好。

如果你觉得 AI 做得也还不错，那这套任务描述，就是你的提示词。

三、提示词参数化

如果这套提示词让 AI 干活比较稳，那这就是你的提示词模板。

如果你发现单纯复制粘贴提示词还不行，每次都要修改提示词的某几个字，那这几个字，其实就是参数。

如果你觉得复制粘贴都累，也可以让 AI 用脚本帮你生成提示词。

比如：我要做 xxx（参数 1），第一步是 xxx（参数 2），第二步是 xxx（参数 3），第三步是 xxx（参数 4）。

或者让 AI 生成一份任务清单：

• 任务 1
• 任务 2
• 任务 3

其实每个任务就是一个参数化的提示词。

需要按顺序发给 AI。完成一个再下一个。

四、自动发提示词给 AI

如果你觉得还得自己发提示词给 AI 也累，那完全可以用程序发提示词给 AI。

以前用的方案是 RPA，但现在用 Claude Code 这类工具，本质上就是终端里的命令行。

那完全没必要用 RPA 了，直接让 AI 写个脚本，控制终端的输入。

Python、Node.js 都可以。

五、怎么知道 AI 干完了活

如果脚本已经能自己发提示词给 AI 干活了，那你的脚本咋知道 AI 有没有干完活呢？

在我亲自使用时，发现脚本并不知道 AI 有没有干完活。因为 Claude 运行在终端里，脚本读取不到 Claude 的输出。

然后我突发奇想，那我稍加改造提示词即可：

“请每次完成后，输出一个 result.json，里面写清楚任务是否已完成”。

这样的 JSON 回执，脚本就可以读取。

六、考虑再加一个检查员

如果一个 AI 干活不过瘾，完全可以再加一个 AI 作为检查员。

用调度脚本调度两个 AI 工作即可。

为啥用写死了的脚本来调度 AI？因为 AI 干活干多久你是不知道的，你需要一个持续的指令叫 AI 起来干活。

当然还可以再复杂化一点，嵌套进去：

AI 写脚本 → 脚本命令 AI 干活 → AI 收到脚本指令起来干活 → 脚本持续监测 AI 干活情况（result.json）→ 脚本让检查员起来干活 → 检查员把反馈结果给调度员 AI → 调度员 AI 优化脚本 → 新脚本让干活的 AI 更好地干活……

七、24 小时自反馈

无限循环。