我睡覺,它整晚加城市 —— 怎麼排班讓 AI 自己做完一整夜的內容

我睡覺,它整晚加城市

這篇講的兩個專案

Roll Formosa(搖滾・福爾摩沙)—— 台灣風滾球遊戲,有整晚自動加城市的 autopilot:https://yazelin.github.io/roll-formosa/

battlefield-editor —— 把歷史戰役編成資料 package 的戰場編輯器(同哲學、不同粒度的對照組):repo 在文末

repo:https://github.com/yazelin/roll-formosa ／ https://github.com/yazelin/battlefield-editor

我睡覺,AI 整晚加城市。早上起床,GitHub 上躺著一排開好、各自跑過 npm test、等我按 merge 的 Pull Request。讓它整晚跑的舞台小得好笑:約一百行 bash 加一個 backlog 檔。

一夜的產出不是紙上談兵:Roll Formosa 的 git log 裡躺著 56 個 autopilot: 開頭的 commit、自動開到 PR #104、全台 20 座城市一座座被加進遊戲又磨深了好幾輪。

你可能會想:「約一百行 bash 加一個 backlog?這不就是個包裝過的 agent 框架?」 不是。它沒有 orchestrator、state machine、multi-agent 調度。它敢放整晚靠的不是編排聰明,是一道 npm test 的 test gate:把「什麼叫做對了」做成機器會回紅綠的關卡,中間怎麼亂跑都跨不出界。

下面拆這張「排班表」怎麼設計:backlog 怎麼排、壞掉的 PR 怎麼擋在門外、撞額度怎麼睡到重置再爬起來、早上七點怎麼停手等我 review。

一、為什麼是 shell 在當班,不是 AI

直覺上你會想:既然要讓 AI 自動做事,那不就讓它自己去管 git、開 PR、排程嗎?

我刻意不這樣。整個系統裡,shell 管紀律,AI 只管做事+回報。autopilot 腳本開頭那行註解把這條分工寫得很白:

# ponytail: shell 管 git+test+PR+issue,Claude 只管做事+回報。先筆電手動證機制,跑順再搬常開機器掛 cron。

為什麼這樣分?因為「做事」和「守紀律」是兩種不同性質的工作。做事(把停車塔換成審計新村、算出冰淇淋杯的幾何)需要創造力、上下文、判斷。但守紀律(切 branch 前確認工作樹乾淨、跑測試、測試紅就回滾、開 PR 後停手別亂 merge)需要的是死板、可預測、絕不通融——這正是 shell 天生擅長、而 AI 不該被信任的地方。

把守紀律交給 shell 來框,AI 在框裡做事,就能放心讓它整晚跑。因為就算某一城做歪了,歪也跨不出 shell 畫的線:不能 commit、不能 push、不能 merge,做出來的東西要嘛過了 test gate 變成一個待審的 PR,要嘛被擋在門外、原地回滾乾淨。

二、backlog:一個 `NEXT.md` 裡的 checkbox 佇列

整個系統的「待辦清單」就是 repo 裡一個普通的 markdown 檔 NEXT.md,裡面是一排 checkbox:

- [x] 加台東 taitung:終點=三仙台八拱橋;主題=伯朗大道/釋迦/原民圖騰/海岸
- [x] 加花蓮 hualien:終點=太魯閣牌樓;主題=七星潭/麻糬/扁食/大理石
...
- [x] 加深 taichung 街頭物:目前 44/70 同台北→壓到 ≤37;在地版例=宮原冰淇淋杯/太陽餅/麻芛冰/逢甲攤車/大甲媽遶境旗

一行一條任務,範圍寫清楚。- [ ] 是待辦、- [x] 是做完。腳本每次挑「最上面那條未打勾的」去做。

每一條都帶著創作錨點:終點地標、主題食物、目標數字。範圍寫死在這裡,doer 照它發揮,但不能自己決定要加哪座城、要把目標壓到多少。哪座城配哪個地標、台中該換成宮原冰淇淋杯而不是隨便一個甜點,都鎖在 backlog 這一行裡。

後面會看到,doer 做事時還能順手回報「發現的待辦」變成 GitHub issue——但那只是提案,要進 NEXT.md 還是得人工核准。最終要做什麼,握在 backlog 手上。

三、把 loop 拆開看

有兩支腳本,刻意分成兩種班別:

scripts/autopilot.sh(82 行)—— 單條版:挑一條做掉、開一個 PR、停手。手動跑、或掛 cron 定時跑一條。
scripts/autopilot-drain.sh(123 行)—— 整晚版:把 backlog 裡每一條都跑掉,各開一個 PR,跑到天亮為止。

整晚版是這篇的主角。我們一段一段看它怎麼運作。

3-1. 一次抓完 backlog —— 一個非抓不可的坑

第一晚跑完,早上一看傻眼:十六個 PR,全是台東。

backlog 上明明排了一打城市,結果整晚的勞動成果是同一座城被重做十六次。它沒罷工,測試也每條都過了——它一整晚老老實實做了十六遍「最上面那條未打勾的」。問題是,那條從頭到尾都是台東。

順著線索倒推真因:腳本每跑完一條,就回 main 重新 grep「最上面未打勾的」當下一條。直覺上這沒問題——doer 不是會在它那條 branch 上把台東從 - [ ] 改成 - [x] 嗎?改了,但那個打勾關在還沒 merge 的 PR 裡。因為 PR 不會被自動 merge(我堅持人工 merge),所以 main 上的 NEXT.md 從頭到尾沒變,每次回去 grep 抓到的永遠是同一條台東。drain 腳本的註解後來把這個教訓記得很清楚:

# ponytail: 一夜性 driver。沿用 autopilot.sh 的 doer prompt,但一次抓完清單再逐條跑
#   —— 純 loop autopilot.sh 會因為 PR 不 merge、main 的 NEXT.md 不變而把第一條重做 16 次。

修法是:別邊跑邊重新 grep。在一切開始前把整份 backlog 一次讀進陣列,之後逐條跑陣列裡的項目,不再回頭看那個永遠不變的檔案:

# 一次抓完 backlog(run 中 main 的 NEXT.md 不會變,不能邊跑邊 re-grep)
mapfile -t ITEMS < <(grep -F -- '- [ ]' NEXT.md)
log "backlog: ${#ITEMS[@]} items"

3-2. headless doer:讓 AI 在無人值守下做一件事

每一條任務,腳本起一個 headless 的 Claude Code 來做:

run_doer(){
  timeout 3600 claude -p "你是 roll-formosa repo 的 autopilot。先讀 NEXT.md 和 docs/ADD-A-CITY.md。\
只做這一條 backlog:${1}。嚴守它寫的範圍。可以跑 scaffold/build 等指令,\
但不要 git commit/push、不要開 PR、不要 merge(外層腳本會處理)。\
...（中略,prompt 很長,下面拆重點）" \
    --dangerously-skip-permissions 2>&1 || true
}

幾個關鍵:

claude -p "<prompt>" 是 headless 模式——不開互動視窗,給一段 prompt、它做完吐出文字就結束。這是能塞進 shell loop 的前提。
--dangerously-skip-permissions:無人值守,不能每跑一個指令就停下來等人按「允許」。這個旗標的代價就是它名字寫的那樣——所以前面那道 shell 防線(不准 commit/push/merge)和後面的 test gate 才如此重要:權限放寬了,圍欄就得自己搭好。
timeout 3600:單條最多跑一小時,避免某條卡住把整晚耗光。後面 || true 是故意的——逾時也不讓整個腳本 set -e 掛掉,讓外層繼續處理下一條。
prompt 裡反覆強調「不要 git commit/push、不要開 PR、不要 merge(外層腳本會處理)」——git 動作的權力,一概收回 shell 手上。

prompt 本身內建了兩種工作模式,靠任務那行的開頭字判斷:

「加 XX」=加一座新城市:照 docs/ADD-A-CITY.md 全流程跑(scaffold → 地標/收藏在地化 → 7 階街頭物換成在地小物 → 終點地標 → 河流在地化 → 旁白/tier 名在地化)。
「加深 XX」=既有城市磨深:只動 archetypes/tN.js 的街頭小物,把「還照抄台北」的換成在地版,保留真・全台通用物(機車/紅綠燈/便利商店/路樹這類)。明令不准動 landmarks/collectibles/manifest。

這個「同一個 doer、靠 backlog 那行的開頭切換模式」的設計,不必維護兩套 prompt——舞台是一套,劇本由 backlog 那行決定。

3-3. test gate:壞掉的 PR 連門都進不來

這是整個系統敢「放整晚」的真正底氣。doer 做完之後,shell 跑一次完整 npm test,紅了就整條丟掉:

if ! npm test >>"$LOG" 2>&1; then
  log "npm test FAIL → 跳過(無 PR): $TASK"; SKIP=$((SKIP+1))
  git checkout -q main; git reset -q --hard origin/main; git clean -qfd
  git branch -qD "$BR" 2>/dev/null || true
  continue
fi

紅了會發生三件事:記一筆 log、不開 PR、把工作樹 reset --hard + clean -fd 回到乾淨的 origin/main、刪掉這條沒用的 branch,然後 continue 跳下一條。壞掉的東西不會污染後面任何一城,更不會變成一個等我 review 的 PR。

這道 gate 是能整晚放手的核心原因:「什麼叫做對了」被做成了一個機器能跑、會回傳紅綠的指令。AI 能不能寫對城市內容我不完全信得過,但 npm test 紅綠我信得過。

這套測試不是擺好看的。它裡面有幾道專為這個遊戲寫的「在地化守衛」:localization.test.js 會自動量每座 ready 城市的街頭物還跟台北重複幾個,超過門檻就紅;city-content-localization.test.js 會擋「地標還借用台北的故宮/中山堂」「landmark 檔頭還寫 @file packs/taipei/」這種偷懶。所以 doer 想交差,光把幾何畫出來不夠,得真的在地化到測試認可的深度。

這裡有兩個盲點,順手記一下,都是 doer 在 gate 內踩出來、讓我回頭把規則補硬的:npx vitest run src/packs/<id> 這種「只測單城」的測試不會 import active.js,所以 active.js 裡多打一個逗號這種語法錯,單城測試抓不到、只有完整 npm test 會紅;doer 就踩過一次,只跑單城以為過了。另外地標的三角面上限(tri cap)是 DEV 開機期的 assert,vitest 也抓不到,得另跑 node scripts/check-hero-tris.mjs <id>。為了堵這兩個洞,我在 prompt 裡明令 doer「改完 active.js 一定要再跑一次完整 npm test」「一定要跑 check-hero-tris」——但最後一道閘還是 shell 這裡的完整 npm test。

3-4. 自動開 PR,然後停手

過了 gate,shell 才接手做 git 的事:

git add -A
if ! git commit -q -m "autopilot: $TASK"; then
  log "無變更 → 跳過: $TASK"; SKIP=$((SKIP+1))
  ...
  continue
fi
git push -q -u origin "$BR" >>"$LOG" 2>&1
if gh pr create --fill --base main --head "$BR" --label autopilot >>"$LOG" 2>&1; then
  log "PR opened: $TASK"; DONE=$((DONE+1))
else
  log "PR 開失敗(branch 已推 $BR): $TASK"; SKIP=$((SKIP+1))
fi
git checkout -q main

branch 名是時間戳(autopilot/20260625-110549 這種),gh pr create --fill 用 commit 訊息自動填 PR、貼上 autopilot 標籤。

注意它到開完 PR 就停。沒有 gh pr merge。這是刻意的:main 不等於上線,merge 永遠是人的決定。AI 整晚能做到的最高權限,就是「把一個過了所有機器關卡的成果,擺成一個待我裁決的 PR」。早上我泡咖啡的時候逐個點開、看一眼截圖、按 merge——這一步我沒打算交出去。

(單條版 autopilot.sh 還多一個巧思:它會解析 doer 輸出裡的 FINDINGS: 區塊,把 doer 做事時順手發現的待辦開成 autopilot-found 標籤的 GitHub issue,當作「自我補充燃料」。但一樣是提案,要進 backlog 仍需我核准。)

3-5. 全文高潮:撞到額度上限,睡到重置再爬起來

這段是撞到額度就睡到重置再爬起來,「整晚無人值守」這四個字就落在這裡。

問題很現實:Claude 的訂閱有用量上限。一個整晚跑十幾條任務的 loop,跑到半夜幾乎一定會撞到「你已達使用上限,額度在某點重置」。撞到的當下,doer 不會做事,只會回一句帶 resets HH:MMpm 的訊息。

笨辦法是整批停掉、隔天人來重跑。但那就不叫「整晚自己做完」了。所以 drain 腳本做的是:撞到上限就解析出重置時間、算出要睡幾秒、睡到重置、爬起來重做同一條:

OUT=$(run_doer "$ITEM"); echo "$OUT" | tail -25 >> "$LOG"
# claude usage-limit recovery: if the doer came back with "hit your limit · resets HH:MMpm",
# sleep until reset then retry the SAME city (so an overnight run finishes unattended).
while echo "$OUT" | grep -qiE "hit your limit|usage limit"; do
  rt=$(echo "$OUT" | grep -oiE "resets [0-9]{1,2}:[0-9]{2} ?[ap]m" | head -1 | sed -E 's/[Rr]esets //')
  tgt=$(date -d "$rt" +%s 2>/dev/null); now=$(date +%s); sl=3600
  if [ -n "$tgt" ]; then d=$((tgt-now+120)); [ "$d" -lt 0 ] && d=$((d+86400)); [ "$d" -ge 60 ] && [ "$d" -le 21600 ] && sl=$d; fi
  if [ $((now+sl)) -ge "$DEADLINE" ]; then log "額度重置($rt)超過 deadline,停止整批。"; break 2; fi
  log "撞 claude 額度上限(resets $rt),睡 ${sl}s 後重試:$TASK"
  sleep "$sl"
  OUT=$(run_doer "$ITEM"); echo "$OUT" | tail -25 >> "$LOG"
done

逐行拆這段:

grep -qiE "hit your limit|usage limit":看 doer 的輸出裡有沒有撞牆字樣,有才進這個 while。
抽出重置時間 resets 7:00pm 裡的 7:00pm,用 date -d 換算成 epoch 秒。
d=$((tgt-now+120)):算出距離重置還有幾秒,多加 120 秒緩衝(別在重置的瞬間就重試)。
[ "$d" -lt 0 ] && d=$((d+86400)):跨午夜的修正。如果重置時間算出來是負的(例如現在凌晨一點、重置寫的是「7:00am」但 date -d 解成今天已過的時點),就 +86400(一天的秒數),指向明天那個時間。
[ "$d" -ge 60 ] && [ "$d" -le 21600 ] && sl=$d:clamp 在 60 秒到 6 小時之間。解析出怪數字就退回預設的一小時,絕不睡超過六小時——防呆。
if [ $((now+sl)) -ge "$DEADLINE" ]; then ... break 2; fi:睡醒會超過早上七點的話,別睡了,整批收工(break 2 跳出內外兩層迴圈)。
sleep "$sl" → 重新 run_doer "$ITEM" 同一條。

整段讀起來像一個會打瞌睡的工人:做著做著沒力氣了(撞額度),看一眼時鐘算出幾點能恢復,趴下睡到那個點,醒來接著做剛才那一城。而且睡前還會看一眼「醒來會不會太晚」——太晚就乾脆不睡了,把場子收乾淨等人來。

3-6. 07:00 deadline:讓早上回來時是停手狀態

上面那個 $DEADLINE 是什麼?是我設的「早上七點收工線」:

# 下一個即將到來的 07:00(過了午夜也正確):07:00 後不再開新城市,讓你早上來時是停手狀態
DEADLINE=$(date -d 'today 07:00' +%s)
[ "$DEADLINE" -le "$(date +%s)" ] && DEADLINE=$(date -d 'tomorrow 07:00' +%s)

如果現在還沒到今天七點,deadline 就是今天七點;如果已經過了(例如我半夜十一點開跑),就指向明天七點。loop 每跑一條前會檢查 date +%s -ge DEADLINE,過線就 break,不再開新城。

為什麼要這條線?因為我希望早上醒來時,系統是「停手等我」的狀態,而不是「正在做到一半」。停手狀態我能從容 review、決定哪些 PR 要 merge;做到一半我得先搞清楚它停在哪、有沒有半截的 branch。一條 deadline,把「整晚跑」收束成「我作息可預測的一夜」。

四、成果:那一夜到底做了什麼

講了一堆機制,把開頭那幾個數字攤開看實績。截至寫稿,Roll Formosa 的 git log 裡有 56 個 autopilot: 開頭的 commit,autopilot 開出的 PR 一路跑到 #104(後續還有人工 PR 接到 #130)。產出是:

全台 20 座城市(台北 + 19 縣市),每座有自己的終點地標、河流、街頭小物、旁白。
「加深」磨了三輪,目標一輪比一輪嚴:第一輪壓到 ≤37/70 同台北、第二輪 ≤33、第三輪 ≤25。以台中為例,backlog 與 commit 合起來記下這條軌跡(其中 done: 的實測數字標在 NEXT.md 的打勾行上):
```
autopilot: 加深 taichung 街頭物:目前 44/70 同台北→壓到 ≤37（done: 39/70）
autopilot: 加深 taichung 街頭物 round2:39→≤33（done: 33/70）
autopilot: 加深 taichung 街頭物 round3:33→≤25
```
從跟台北重複 44 個街頭物,三輪磨到 25 個以內。這個「目標數字」是我在 backlog 裡定的驗收標準,check-city.mjs 和測試守衛負責量,doer 負責磨到達標。

這裡我要展示一個具體的 diff,證明它做的不是占位符、是真的在地化幾何。commit 73992f4 把台中的一個街頭小物從「尪仔標」(一張圓形紙牌)整顆換成「宮原冰淇淋杯」:

- /* [5] ngiauimia_card 尪仔標 — round printed paper play-card */
+ /* [5] miyahara_icecream_cup 宮原冰淇淋杯 — TAICHUNG SWAP: Miyahara ice
+ /*     cream cup (宮原眼科 signature dessert, waffle cone + scoops) */
- displayName: '尪仔標',
+ displayName: '宮原冰淇淋杯',
...
+ // waffle cone body (inverted cone shape, textured golden brown)
+ // three scoops of ice cream stacked (宮原 signature triple-stack)
+ // wafer stick poked in at an angle (宮原的招牌插著威化餅)

同一個 commit 裡,它還把「停車塔」換成了「審計新村」——把一棟機械式停車塔的幾何,改寫成審計新村那種兩層翻修宿舍 + 彩色雨棚 + 市集攤位的造型,連紅綠雙色雨棚、走廊立柱、掛燈都用 box 拼了出來:

- /* ---- slot 4: 停車塔 parking_tower ---- */
+ /* ---- slot 4: 審計新村 shengjicun (TAICHUNG SWAP: Shengjicun market) - */
...
+ // 審計新村 — the retro government dormitory village turned creative market:
+ // rows of 2-storey refurbished concrete dorms with colorful awnings + vendors.
+ box(4.0, 0.1, 0.6, 0xc23a2e, { y: 1.7, z: 1.35 }), // red canopy
+ box(4.0, 0.1, 0.6, 0x3f8a52, { y: 1.35, z: 1.35 }), // green lower canopy band

這是真的 Three.js 幾何在地化——華夫餅錐、三球冰淇淋、斜插的威化餅,一根一根 box 拼出來。一夜之間,二十座城市裡像這樣的替換有上百處。我醒來的工作,是逐個 PR 點開、看截圖、判斷「這顆冰淇淋杯看起來像不像」,然後 merge。

五、同哲學、不同粒度:battlefield-editor 的 in-session loop

這套「把驗收做成機器 gate、讓 AI 在 gate 內自己 loop」的心法,我在另一個專案 battlefield-editor 上用過,但形態很不一樣。它不是整晚自己滾的,別搞混。(battlefield-editor 自己的故事我另寫了一篇:從一張赤壁,長成一台戰場引擎;這裡只談它跟 overnight loop 的對照。)

battlefield-editor 是把一場歷史戰役編成一份資料 package(陣營/地形/建築/單位/分鏡/音訊),引擎只負責演出。它的 authoring skill(skills/author-battlefield/SKILL.md)規範的 loop 是這樣:

每改一批就過機器三關(validate → residue → render),綠了再往下;任一關紅,AI 自己 loop 修,不交人。本機驗到綠才算完;交人時附截圖 + 只列「人該判的」清單。

它有四道機器 gate,跟 Roll Formosa 的 npm test 是同一個精神,只是拆得更細:

gate	把關什麼
`validate-data.mjs`	schema 合法、跨檔引用完整、鏡頭/音訊 cue 參數齊全
`residue-scan.mjs`	沒有從赤壁範本複製來的殘留、placeholder 已換掉
`render-check.mjs`	headless 載入、逐幕截圖、0 console error
`audio-check.mjs`	旁白音長 ≤ 幕長、音訊素材全解析

它的 SKILL 還明確畫了一張「機器判 vs 人判」的界線表:schema/引用/0-error 這種客觀的交給機器,位置合不合理、鏡頭框沒框到、好不好看好不好聽、史實對不對留給人。和 Roll Formosa 一樣,機器關卡管「對不對」,人管「好不好」。

但關鍵的不同在這:battlefield-editor 沒有 overnight driver、沒有 NEXT.md backlog 佇列、沒有撞額度睡到重置這套東西。它是一個單一 session 內、由人一場一場手動觸發的 loop:AI 在同一次對話裡自改、過四道 gate、紅了自己修、綠了交人。一場戰役可能要編好幾個小時,人在旁邊推。對照 Roll Formosa 那種一整晚、無人值守、自動滾一打城市(撞額度會睡、到七點會停、開完 PR 等人 merge),粒度差很多。

可以說它是 overnight loop 的前身:同一個「機器 gate + AI 在 gate 內自循環」的內核,一個還握在人手上一場一場推,一個被那一百行 bash 包成了能整晚自己跑的班。它最自豪的成績是「零 context 的 agent 也能照 SKILL 從 scaffold 編出官渡、垓下兩場完整戰役」;dogfood 時 doer 還踩出一個 residue-scan 的 bug——它把跨戰役共用的「襄陽/江陵」誤判成赤壁殘留,被抓出來修掉(至於「長江」這種跨戰役共用地名,則是我設計 gate 時就刻意排除的白名單)。

六、踩雷與心法

把這套東西交給整晚跑,有幾條規矩是用教訓換來的:

切 branch 前工作樹必須乾淨。autopilot.sh 開頭就檢查 git status --porcelain,不乾淨就大聲中止——否則切 branch 會把未提交內容帶過去、和別的東西相撞污染 build。寧可中止,不要默默弄壞。
driver 腳本要放 repo 外跑。因為 doer 會跑 git add -A,腳本放 repo 裡會被包進某個 PR。drain 腳本的註解特別記了這條。
main ≠ 上線,merge 永遠人工。這是我對「AI 整晚自己做完」設的天花板。它能做到「擺好一個待審的 PR」,最後拍板是人的事。
跑的那台機器當唯讀。整晚 loop 在哪台機器跑,那台就別同時拿來做別的會動工作樹的事。
先手動證機制,再上 cron。我是先在筆電上手動跑 autopilot.sh 一條一條看它對不對,確認 gate 真的會擋、PR 真的會開、stop 真的會停,才敢搬到常開機器掛整晚。
把額度當儀表盤,別撞到才知道。drain 腳本裡有個 log_usage(),每跑一條前用 curl 查一下 Claude 帳號的 5 小時 / 7 天用量印進 log(這個 usage endpoint 沿用自我另一個專案 claude-auth-switcher)。它不影響 loop 邏輯,純粹讓我事後翻 log 時看得到「那一夜大概燒了多少額度、什麼時候開始吃緊」。

結尾:回到那個「不就是 agent 框架?」

繞了一圈,回收開頭那個質疑。它真的不是 agent 框架——再講一次:沒有 orchestrator、沒有 state machine、沒有 multi-agent 調度,就是約一百行 bash(autopilot.sh 82 行 + autopilot-drain.sh 123 行)加一個 NEXT.md backlog 檔。

敢把它放整晚的底氣,從來不是腳本多聰明,而是「什麼叫做對了」被做成了機器能跑、會回紅綠的 gate。npm test 的紅綠信得過,在地化深度有測試守衛量得出來,三角面超標有 check 腳本擋得住。驗收標準是客觀、可執行、不通融的,才敢讓 loop 在這些 gate 之間整晚自己跑,不必整夜守著。一百行 bash 不是把 agent 框架做小,是硬度全押在 gate 上,編排根本不必聰明。

說到這就得戳破一個常見的誤會:很多人以為「會用 AI」等於「會下 prompt」——以為把需求講得夠漂亮、prompt 工程做得夠細,AI 就會替你把事做對。這話不能說錯,prompt 確實要寫清楚。但這一夜真正花時間的,完全不是雕 prompt;是把「怎樣算做對了」一條條寫成 npm test 跑得出紅綠的東西:在地化守衛、三角面 check、跨檔語法驗。prompt 寫得再美,也只是「聽起來像做對了」。gate 紅綠才是「真的做對了」。

核心不在「會不會下 prompt」,在「驗收標準能不能變成一個機器幫你跑的關卡」。能,你就能睡覺;不能,你就得整晚盯著。整晚做的事值不值得早上按那顆 merge 鈕,取決於前一天晚上把 gate 設得夠不夠硬。

早上那杯咖啡,喝得挺安心。

參考

Roll Formosa:https://github.com/yazelin/roll-formosa(autopilot 在 scripts/autopilot.sh、scripts/autopilot-drain.sh;backlog 在 NEXT.md)
battlefield-editor:https://github.com/yazelin/battlefield-editor(authoring loop 在 skills/author-battlefield/SKILL.md,四道 gate 在 tools/)
上一篇談這幾個專案的 PWA 離線/安裝坑:Service Worker 寫好了,離線卻還是恐龍頁
Claude Code headless 模式:claude -p "<prompt>"(無互動視窗、給 prompt 做完即結束,是塞進 shell loop 的前提)