
AI 可以在中断后继续一项任务,但它真正缺少的通常不是聊天记录,而是任务当前处于什么状态。人工作时会把许多关系留在脑中——已经否定了哪些方案、某个参数为何不能改、下一步准备验证什么。换一个会话、模型或协作者,这些隐性状态便会丢失,完整复制对话也未必能恢复工作。
例如,程序开发到一半时,只留下代码和一句“继续修复”,接手者仍要重新猜测问题边界。若同时留下目标、已完成修改、未解决风险、不可改变的约束和下一项验证,AI 才能从正确位置继续。这里新增的工作不是写更长提示词,而是把任务做成可恢复状态。
因此,AI 进入工作流以后,阶段性成果不应只包括已经生成的内容,还应包括一份最小而清晰的状态说明。它把原本依赖个人短期记忆的连续性,转化为团队和工具都能接续的结构。真正稳定的人机协作,不只是让 AI 做得快,而是让工作在被打断、转交或更换工具后仍能准确继续。
了解 Geoffrey Chen 的更多信息
订阅后即可通过电子邮件收到最新文章。