我最近一个特别强的体感是：很多人还在把 AI 当聊天框。。。。

但产品已经悄悄往“驻场同事”那个方向长了。

Claude Code 这次出的 routines，就是一个特别典型的信号。

不是更会聊。

不是更会写。

是开始自己按时上班了。

routines 到底是什么

Anthropic 在 4 月 14 日把 routines 放进了 Claude Code 的 research preview。

按公开说法，你可以先配置好一套东西：

  • 一个 prompt
  • 一个代码仓库
  • 一些连接器

然后让它通过三种方式触发：

  • 定时执行
  • API 调用触发
  • 事件触发

更关键的是，它不是跑在你自己电脑上。

官方说 routines 跑在他们的 web infrastructure 上，也就是你不用为了让 AI 凌晨两点继续干活，把自己的笔记本开着、插着电、放在桌上当服务器。

这个区别真的很大！！！

因为很多所谓自动化，最后都死在一句话上：

“你本地得一直挂着。”

那不叫自动化，那叫半自动自我感动。。。。

这事为什么比看起来更重要

我自己的分类很粗暴，但挺好用。

我把 AI 工具分成三层：

  • 回答型：你问一句，它答一句
  • 执行型：你下命令，它开始做事
  • 常驻型：你不盯着，它也会按规则持续工作

routines 的意义，就是 Claude Code 正在从“执行型”往“常驻型”挪。

这不是 UI 小更新。

这是工作关系变了。

以前是： 我打开电脑，叫它做事。

现在变成： 我提前定义好流程，它在系统里等触发，到了时间自己动。

这背后最大的变化，其实是时间 ownership 被改写了。

AI 不再只能吃你当下给的注意力，而是开始吃你提前设计好的规则。

公开细节里，最值得记住的是这几个点

这次信息里我觉得最值得记住的，不是“research preview”这种发布词，而是下面这些具体能力：

  • 触发源不只定时器，还有 API 和事件
  • 运行环境在官方基础设施上
  • 你配置的是 prompt + repo + connectors 的组合
  • 二次信息里还提到，每个 routine 可能有独立 endpoint，这点很像把 Agent 进一步服务化

如果这个方向继续走下去，很多今天还像“黑科技演示”的场景，都会变成正常工程配置：

  • 每天早上自动扫一遍仓库，整理待修问题
  • PR 合并后自动跑一轮回归检查和说明生成
  • 某个外部事件发生后，自动更新文档、同步工单、通知相关人

以前这些东西要么你自己写脚本，要么得拼一堆自动化平台。

现在它开始变成“给 Agent 一个长期岗位”。

我对这件事的真实判断

我觉得下一阶段最值钱的 AI，不是回答最像人的。

而是最能接入组织流程、并且稳定交付的。

也就是说，未来比的可能不是单次智商。

而是：

  • 能不能接到正确的上下文
  • 能不能在正确的时间被触发
  • 能不能在出错时被回滚和追责

很多人会把 Agent 理解成“更聪明的聊天机器人”。

我反而越来越觉得，Agent 更像“可编排的软件劳动力”。

一旦进入这个视角，routines 的意义就很清楚了。

它在补的不是模型智商。

它在补 AI 真正上岗之前最缺的那层基础设施。

当然，我也有一点保留

这类功能最容易翻车的地方，不是模型回答错一句话。

而是它在你没盯着的时候，错得很系统。

比如：

  • 连错了仓库或权限
  • 触发条件写得太宽，疯狂误跑
  • 上下文不完整，生成一堆看似勤奋其实没用的东西
  • 没有审批和回滚机制，自动化直接变自动事故

所以我自己的判断标准一直是：

自动化值不值钱，不看它能不能跑起来。

看它能不能被可靠地管起来。

这也是为什么我觉得，真正的护城河不会只是一个 prompt。

而是触发规则、权限边界、日志、回滚、审计这些听起来一点都不性感的东西。

哈哈哈，很无聊对吧。

但现实世界就是这样。

越能落地的技术，越不像魔法。

最后

我一直很喜欢一句很朴素的话：

工具会重塑人的时间感。

聊天式 AI 重塑的是“我思考时有人陪跑”。

而 routines 这种东西，开始重塑的是“我不在线时也有人干活”。

这已经不是助手感了。

这是同事感。

甚至再往后一点，可能会变成系统感。

愿我们永远对世界保持好奇，也保持一点警惕。

因为当 AI 开始自己按时上班，真正需要升级的，可能不只是模型。

还有我们对工作的定义。

#ClaudeCode #Agent自动化 #Anthropic #AI工作流 #效率工具