Claude Code 的 Tasks：把社群的「Ralph Wiggum 迴圈」收編成官方能力

做過一段時間的 AI coding 你會發現：模型變強不是最難，最難的是「把它留在場上」。

因為你真正需要的不是一個會回答問題的助手，而是一個能記住任務、能持續推進、還不會在多執行緒合作時互相踩死的隊友。

這也是為什麼 Claude Code 社群會自己長出一些很硬核的玩法：用 stop hook 擋掉退出指令、逼它繼續跑；用 hack 解決官方沒補上的任務狀態問題。

而現在有趣的事情發生了：Anthropic 似乎把這條野路子收編成官方方向，推出 Tasks。

## 為什麼 Todos 不夠用：任務清單只存在記憶體裡，就等於不存在

很多工具都做過「Todos」。

問題是如果它只存在 session 記憶體裡：

• 你離開一下、關掉視窗，清單就蒸發
• 你同時開多個 session，彼此不知道對方存在
• 兩邊同時改同一段 code，最後只剩覆蓋與重工

在工程語言裡，這就是「狀態沒有被持久化，也沒有一致性協議」。

而 AI agent 的工作又特別依賴狀態：它要知道自己做到哪、下一步是什麼、什麼完成、什麼卡住。

## 社群的野招：Stop Hook 與 Ralph Wiggum 迴圈

這些玩法看起來很粗暴，但其實很符合需求：

• stop hook：不要讓 Claude 自己結束工作
• Ralph Wiggum 迴圈：用外部機制把它拉回任務，避免中途「下班」

它解決的不是模型能力，而是工作流的耐力與連續性。

你不需要它很聰明，你需要它能持續做完。

## Tasks 帶來的核心改變：任務狀態變成可共享的資產

從這篇 Threads 的描述來看，Tasks 最關鍵的不是多一個功能，而是把任務清單變成跨 session 可共享的狀態。

例如透過環境變數（像 CLAUDE_CODE_TASK_LIST_ID）讓多個 session 共用同一份任務列表——更像機器人的即時 Trello。

這件事一旦成立，影響會很直接：

• 你可以把大任務拆成多條線並行
• 你可以讓不同 agent 做不同子任務但共用同一份待辦
• 你可以減少 context pollution，讓主線不被探索性工作塞爆

這才接近「團隊成員」的樣子。

## 但現階段的痛點也很明顯：粗糙、原始、缺視覺化

早期工具通常都會卡在同一個地方：

• UUID 要手動搬來搬去
• 缺少好用的 UI
• 依賴關係變複雜時，純終端機會變成災難
• 文件不完整，得靠社群肉身實測

方向對不代表立即好用。

不過這種「官方把社群 hack 收編」的信號很重要：它表示需求是真實存在的，而且正在被產品化。

## 新遊戲規則：AI 從助理變隊友，差別在「狀態」

很多人以為 agent 的門檻在於：你會不會寫 prompt。

更大的分水嶺其實是：

• 你能不能讓它記住任務
• 你能不能讓它在多工協作中不互相傷害
• 你能不能把它納入你的工程流程（版本控制、測試、review）

當狀態與流程開始成形，AI 才會從「隨問隨答」變成真正能扛責的隊友。

## 結尾

我不會把 Tasks 視為什麼震撼革命。

它更像是把社群早就知道的需求，往「可用、可協作、可持續」推進一步。

下一步會是：

• 任務視覺化
• 依賴圖
• 更細的權限與審計
• 更可控的並行協作

AI agent 的未來不是更會聊天，而是更像一個能被管理的工程系統。

#ClaudeCode #AIAgent #DeveloperTools #Tasks #Workflow