我记了 30 天 AI 自动任务执行情况
七月二十四号立项那天，我在一张表上开了一行，准备记录每天 AI 自动任务跑了什么。到今天这张表记了三十天，回头看，真实的执行情况跟我想的完全不一样。三十天里真正卡住我的，不是任务写不出来，是写出来之后没人管。
我记了 30 天 AI 自动任务执行情况，真实看到的是什么
我把每天的执行记成三栏：触发了几条、成功几条、失败或没跑几条。
头一周新鲜，我每天都去看，任务也基本都跑。
中间那段时间我不看了，等我再打开时，发现有几条已经连续好几天没成功记录。
没人看的那几天，恰好是出问题最多的几天。 这个规律我自己都觉得讽刺。
账本：哪些活真的跑起来了
跑得最稳的是那些「输入固定、输出固定」的活。
比如固定的数据整理、固定格式的生成，这些从头到尾几乎没出过问题。
跑得最不稳的是需要跟外部打交道的活——对方接口慢一点、格式变一下，它就卡住。
还有一类是「我以为很简单」的活：真正跑起来才发现中间有一步依赖我手动操作，那一步一断，整条就停在那。
我用三十天换来的三条结论
第一条，任务的价值不在写出来那一刻，在有人看。 没人看的自动化，坏掉你都不知道。
第二条，失败一定要有声音。 我前期最大的问题就是失败静默，任务消失了，表格上那一行还是空的，你根本不会去翻。
第三条，任务数量要克制。 我曾经同时挂着好几条，结果它们互相踩，调起来比手动做还累。
做对了什么，做错了什么
做对的是：从最简单的活开始，先跑一条，跑顺了再加。
做对的是：给每条任务都留了执行记录，出问题能倒查。
做错的是：有段时间完全不管，默认它会一直跑。
做错的是：把「我以为不需要判断」的步骤直接自动化了，实际它每次都需要我看一眼。
这两条做错的，本质上都是同一个毛病——我先信了它，才去验证它。
换个人能不能复制
能，但要接受一个前提：你得给它留出被观察的位置。
具体说就是每个任务有记录、有成功失败的标记、有你能扫一眼就看到的地方。
做不到这一点，你复制的不是一套自动化，是一堆你不知道在不在跑的黑盒。
另外建议从频率最高的那件小事开始，跑一个月再决定要不要加第二条。
三十天之后我改了什么
看完这张表，我做了三个调整。
第一，把「我以为不需要判断」的步骤全部挪回人工，宁可慢一点。
第二，给每条任务加了失败必须留痕的规则，不允许它安静退出。
第三，每天早上花两分钟扫一眼执行情况，这件事现在是我固定动作。
这三个调整不涉及任何新技术，纯粹是把我不愿意看的那部分补上了。
如果你现在也在跑自动任务，先别急着加新的，把手上这几条看清楚更划算。
我记了 30 天 AI 自动任务执行情况，最大的收获不是这份表本身，而是它逼我养成了「每天看一眼」的习惯。
常见问题
Q：AI 自动任务一般能稳定跑多久？
A：取决于任务类型。输入输出都固定的任务通常很稳，需要跟外部系统打交道的容易出问题。所以关键不是追求零故障，而是保证故障能被你及时发现。
Q：我记了 30 天 AI 自动任务执行情况，最值得关注哪一栏？
A：失败或没跑那一栏。成功是常态，真正需要你处理的信息几乎都集中在没跑成的那几条上。
Q：我记了 30 天 AI 自动任务执行情况，为什么说记录本身比任务重要？
A：因为没有记录，任务坏掉你不会知道。我记录三十天最大的收获就是发现问题几乎都出在「没人看」的那几天。
相关阅读
本文作者西米，37 岁程序员，一个人加五个 AI 员工在跑一家公司。踩过的坑和真实账本都写在公众号「西米分享」。
完整代码、踩坑清单与最新进展，都在公众号。
📱 关注公众号「西米分享」