夜间自主 Agent 工作流

核心洞察：现在的 LLM agent 大量时间在人类不工作的夜晚和周末处于闲置状态，这没有必要——它们应该持续工作，提前构建人类想要的东西。 Block 内部 Goose 团队的会话长度中位数目前是 5 分钟（平均 7 分钟），团队正在做的实验是把这个数字推向"以小时计"，而不是"以分钟计"。

由此带来一套不同以往的工作方式设想：

• 人类角色从"选择最优路径去做"变成"详细描述多个可能的实验"：过去因为人力和协调成本有限，团队必须提前挑选一条"最值得做"的路径去投入；现在可以把多个实验方案都详细写清楚，交给 agent 在夜里同时构建出来，第二天早上人来看结果、直接扔掉其中大部分（"五六个里扔掉五六个也无所谓"）。
• 代码变成完全可消耗品，重写优于修补：作者提到自己现在会频繁地整块删除刚写的系统重新开始——这在他过去的职业习惯里是很反常的（"工程师都爱删代码，但这不一样：是删掉一整个刚建好的新系统/新功能，因为'感觉不太对'"）。他甚至提出一个思想实验："如果每一次发布都先 rm -rf 整个 app 再重建会怎样？"——用来倒逼团队去想象"完全从零重写"而不是"渐进式重构"的世界。
• 关键约束条件（作者自己指出的）：AI 目前还不能完全自主运行——他实测让新版 Goose 自己给自己提改进建议并在夜里落地实现，大约60% 的功能能成功交付（前提是需求描述得足够清楚），剩下 40% 需要人工介入调整，"有时候它会完全跑偏，你得把它拉回来"。团队还在摸索怎么让 AI 在"完全重写"时,依然尊重过去积累下的所有增量式改进（把这些细节当作规格的一部分交代清楚）。