作者受Muse Code持久日志功能启发,用约一小时为自己的AI编码工具添加了任务状态持久化,避免崩溃后从头重来。
简而言之:Meta 的 Muse Code 公告(特别是那个"持久化日志以便崩溃后恢复"的功能)促使我把同样的思路加到我自己的个人小工具里——花了一个小时左右,就在同一周内避免了真正的麻烦。本周看到了 Meta 推出 Muse Code 的报道——一个终端编码 Agent,会保留一份持久化日志,这样崩溃后可以恢复而不是从头开始。是个小细节,但它让我回头看自己的周末项目心想"...我可没做这个。"

我有一个小小的个人工具,用 LLM 来帮助我重构我维护的代码库中的小块代码——没有 Meta 发布的那么复杂,就是接收一个任务描述、调用模型、然后应用建议的改动。当一切顺利时它运行良好。但当多步骤任务中途崩溃时,它就糟糕透顶了,因为我完全没有建立任何机制来区分哪些已经完成、哪些还需要做——它每次都……从头开始。
读到 Muse Code 的持久化事件日志在技术上并不是什么重大突破——"记录步骤以便恢复"并不是什么新想法——但看到一家大公司把它作为一个命名功能推出,这促使我真正去把它添加到我自己的更小的工具中,而不是继续耸耸肩,手动重新运行失败的任务。
花了一个小时左右:每个子任务完成时把它的状态写到一个本地 JSON 文件里,启动时检查那个文件以跳过已经完成的部分。不花哨。但下一次多步骤重构任务中途挂掉的时候(不出所料,同一周内就发生了),我已经成功完成的工作没有丢失。
我用 RouteAI 来访问我调用的特定编程导向模型(主要是因为我不想把工具锁死在某一个提供商),但这是个小细节——真正的教训跟用哪个模型或哪个 API 无关,而是"如果一个功能公告让你对自己的项目感到不适,那个不适值得重视。"自己构建的,还在继续改进——可以试试:www.fastrouteai.com