这是什么

让 AI 自动干活，光在对话框里说「按这个干」远远不够——这是 Claude Code 社区本周一篇长文的核心判断。文章指出，文档和脚本是两种本质不同的东西。

前者是给 AI 的「工作要求」：AI 自己理解、自己执行，可能理解错、跳过某步、自由发挥，本质是「建议」。后者是给程序的「生产流水线」：流程写死、不达标必须重跑、AI 不能跳过，本质是「强制」。前者像发指令给员工（可能打折），后者像写机器程序（严格走）。

什么时候该从文档升级到脚本？四个信号：需要并行执行、需要异常自动回跑、需脱离对话独立运行、需要状态持久化——任一条命中，就别再靠 AI「自觉」。

行业怎么看

「文档做设计、脚本做交付」的递进路径，是当前 AI Agent（智能体——让 AI 自主执行多步任务的程序）落地的主流做法：先用文档在对话里跑通 Loop（闭环工作流）逻辑，验证后封装成脚本，挂到系统定时任务（类似 cron）或 Claude Routines（Anthropic 云端托管）等调度系统。对应 Claude Code 内置的 /goal（目标驱动自主循环）、/loop（定时轮询）、/workflows（多 Agent 工作流）三类命令。

但反对意见值得听：一是大量任务文档就够，硬上脚本是过度工程化；二是「可观测、可容错、可权限隔离」三大价值，对中小企业 IT 反而是负担；三是脚本化本质上回到传统编程，AI「自然语言即生产力」的红利会被吃掉一部分。落地建议：先用文档跑两周，看是否真的卡在稳定性和并行上。

对普通人的影响

对企业 IT：区分「文档式试点」和「脚本化生产」是今年 AI Agent 项目最常踩的坑——很多团队把对话 demo 当生产方案，结果稳定性崩盘。

对个人职场：日常用的 AI 工具本质都是「文档式」，AI 退出会话就失忆；想让它真正替你盯事，必须接受「脚本 + 调度」的工程化形态。

对消费市场：普通人能接触到的 AI 自动化几乎全停在「对话式」层；真正的无人值守自动化仍主要落在企业端，离消费市场还有一两年距离。