一句话看懂:一位长期在终端使用 Claude Code、Codex 的开发者,针对多开对话导致的“脑力透支”,提出用 git 中的队列加 Agent 按周期处理任务的工作流,把人的判断集中到一个入口、一次只处理一件事。
事件核心:发生了什么
原始文章发布于 2026 年 11 月 8 日,作者 Sergey Kuhne 描述了常见场景:一个任务还没回,就开下一条线程;回复又引出澄清、追问和支线任务,各自再占一个标签页,很快在 20 多条上下文之间来回切换,直到记不清从哪开始、该在哪结束。
他没有采用“多休息、少开范围”的通用建议,而是把问题拆成排序和上下文两块:队列放在 git 里,每个工单是仓库中的 Markdown 文件,看板状态以提交快照记录;Agent 循环研究新工单、构建被人工标记为安全的任务、跑测试和浏览器检查,涉及敏感代码则先开分支并询问。Agent 不负责决策,所有待人工判断的事项进入“owner inbox”,由脚本汇总成优先级列表;阅读界面是 Claude artifact 生成的一页看板,只做展示,git 才是记录。
为什么重要
AI 编程工具的能力在提升,但任务并行后的注意力管理仍主要靠人。作者的做法本质上把项目管理搬进代码仓库,让会话可中断、上下文可恢复,即使终端会话结束,队列仍在。这提供了一个可参考的范式:AI 负责执行和整理,人负责裁决;不追求更多线程,而是控制同时活跃的上下文数量。
目前公开信息显示,这只是个人实验,没有产品化或团队级验证,效果取决于工具链质量。
对用户/开发者/创作者的影响
对开发者,关键不是复制整套系统,而是“关闭上下文”这一动作:每处理完一项就明确放回队列,避免记忆悬而未决。对使用 Claude Code、Codex 等终端工具的创作者,可先尝试把任务写成仓库内工单,并用一个固定审查页集中查看变更与理由。作者也承认仍会疲惫,但不再感到分心和迷失;工单被“只有我能裁决”的事项阻塞、反复循环,是仍待解决的难点。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是这类 git 队列加 Agent 循环是否会被现有 AI 编程工具吸收为原生功能;二是看板与审查页能否在团队协作中落地,而不只是个人脚本;三是敏感代码的分支构建与人工审批边界如何设定,才能兼顾安全与效率。


