让 Claude Code 连跑八小时的任务护栏
作者提供 otomode 技能,在启动前集中确定任务优先级、验收命令、权限和禁区,再创建分支、计划日志及定时看守。会话钩子拒绝后续权限与提问请求,并将问题记录下来供人工处理。
AI 深度解读
让 Claude Code 连干 8 小时,难点不只是任务能否做完。它可能等一次确认就停到天亮,也可能越过权限边界。作者做了一个叫 otomode 的 skill:启动前集中确认任务和权限,运行时拦截询问及危险命令,用检查命令和逐任务提交留下可审查的结果。
作者在一个 Go + React 项目上跑过一次,得到约 25 个提交。值得借鉴的是它如何处理拒绝、验收、额度耗尽和并行冲突;至于能否稳定复制,原文还没有足够数据。
无人值守之前,先把哪些事讲清楚
otomode 放在作者的开源仓库 multi-model-orchestra 中,按时长启动:
otomode 8h
这条命令表达运行时长;真正决定它能否独立工作的,是随后一轮集中确认:任务优先级、每项任务的检查命令、所需权限,以及禁止触碰的范围。检查是否通过,由命令退出码决定。
确认后,它把任务表和日志写入 OTOMODE.md,创建专用分支,并安排每小时运行的 watchdog,负责定时看守。此后不再向用户追问。
这里的前提很具体:任务得能提前描述,完成条件也得足够明确。「把这个页面做好看」很难直接交给退出码判断;有明确检查命令的修改,更适合这套流程。
Hook 如何避免卡住,又限制越界
作者把关键控制放在 ~/.claude/settings.json 的 hook 中,仅对当前会话生效。安装 skill 后,需要注册一次:
python ~/.claude/skills/otomode/scripts/otomode.py install
要关注命令末尾的 install:它用于安装 hook,不是启动任务。
运行期间,hook 拒绝所有权限提示和提问,把被拒绝的提示记入 QUESTIONS.md,留到结束后集中处理。同时,它拒绝难以撤销的操作,包括删除、部署、推送和发送。原文列出的命令有 rm、git push、reset --hard、gh pr create、kubectl、ssh、mail,这些拦截也会留下日志。
拒绝不是需要重试的错误。
Agent 读到拒绝原因后,应选择安全默认行为或转向下一项任务,避免围着同一个权限请求反复打转。作者认为,这条规则明显减少了运行中的折腾。
不过,原文没有展示 hook 实现,也没说明命令匹配如何处理脚本包装或间接调用。因此,它提供了控制思路,还不能据此认定所有危险操作都已被完整隔离。
子 Agent 交作业,主会话重新验收
每项任务交给一个子 Agent,在独立的 Git worktree 中执行。worktree 可以理解为同一仓库的独立工作目录,方便多路修改同时进行。
子 Agent 返回后,主会话会读 diff,并亲自执行检查命令。通过才在 otomode 分支生成一个带任务 ID 的提交;失败则把失败信息放进下一轮任务说明,同时提高模型档位。尝试三次仍失败,就标为 blocked,记录原因并继续。
运行前还有额度检查:使用量达到 85% 时停止启动新任务,让正在运行的任务收尾,再安排额度重置后的单次 cron,执行 otomode resume。恢复时重新读取 OTOMODE.md,从首个未完成任务接着做。
作者那次 8 小时运行,最多同时开 3 路,约产生 25 个提交,包含逐任务提交和少量修复;15 次提示被拒绝并记录,在 87% 使用量时暂停,重置后恢复。85% 是启动新任务的门槛,87% 是该次运行实际暂停时的读数。
并行也暴露了问题:一项任务打开了功能,另一项任务的测试还假设它默认关闭,合并检查抓到了冲突。API spec digest、test matrix 等生成文件也发生冲突,作者后来改为每次 cherry-pick 后重新生成。
执行 otomode off 后,会关闭 hook、停止 cron,输出少于 15 行的报告,包含任务提交哈希、阻塞原因、完整检查结果和拒绝次数。随后列出未获准执行的清理命令及保存的问题。推送和合并仍需用户明确授权。任务路由则可分配到 Claude、GPT(Codex CLI)、Kimi 或 DeepSeek。
我的判断
我认同它把验收权留在主会话,并用逐任务提交降低审查成本。相比放开所有权限,这套做法保留了明确边界;相比每一步都等人确认,它把问题集中到了运行前后。
但「退出码通过」能证明什么,取决于检查覆盖了什么。测试没覆盖交互、兼容性或业务边界,绿色结果就不能替这些部分担保。原文也没交代失败后具体升到哪些模型、成本变化多大,以及每小时 watchdog 如何判定异常。
这是一次有参考价值的运行记录,还不是稳定性基准。
作者明确承认只有一次实验,没有与普通串行 Agent 或其他权限方案做对照。标题里的「安全」,更适合理解为边界更明确、结果更方便检查。
能拿来做什么
- 给日常 AI 编程任务提前写好验收命令,并确认它确实覆盖本次修改;前端任务还应保留必要的人工交互检查。
- 需要并行修改时,为各任务分配独立 worktree,并在汇总后重新检查,尤其关注共享配置和功能默认值。
- 对 API 描述摘要、测试矩阵等生成文件,优先在汇总修改后重新生成,减少手工解决冲突的负担。
- 先用一小批边界清楚的任务试跑,检查提交、拒绝日志和阻塞原因,再决定是否安排长时间无人值守。