Deep Work Plan Deep Work Plan 是一个为 AI agent 提供计划和工作流的工具，开发者使用它来确保 agent 按规范执行多步任务，防止偏离目标。 热门评论 PH 用户Hi Product Hunt 👋模型很重要，但上下文更重要。这句话就是整个产品存在的理由。我每天都在用AI智能体做开发，但总是撞上同一个问题：智能体刚开始一个长任务时表现得很棒，可到了差不多第三个小时，它就悄悄跑偏了。代码差异依然能通过编译，但那根本不是我要的东西。一直没有一个干净利落的方式让它重回正轨，因为整个计划都存放在一个聊天窗口里，窗口长得已经不值得信任了。我不再把这个问题看成提示工程问题，而是看作结构性问题。解决方案不是用更聪明的模型，而是给智能体一个它跑不偏的计划——直接写进仓库本身。这就是 Deep Work Plan。思路分两步：1) 让计划成为事实依据，而不是聊天记录。在写任何代码之前，先写一份规格说明：一个目标、若干原子任务，以及每个任务明确的验收标准+验证关口。"完成"由关口判定，而不是模型自己觉得。而且计划存在磁盘上，所以即使上下文被重置，或者明天交接给另一个智能体，计划依然在。2) 让仓库成为"缰绳"。上下文(文件)、工具(你的脚本和测试)、护栏(计划及其关口)、状态(磁盘上)——所有东西都以纯文本文件形式放在仓库里，任何智能体都能读取。因此它与具体工具无关：Claude Code、Codex、Cursor，甚至明年的新智能体都能运行同一个计划。你不需要押注某个特定厂商。我最自豪的是，这不是一个PPT概念。它已经被我在三个仓库里自用了——包括这个产品的文档网站本身。采用MIT协议，你可以访问 deepworkplan.com/init 一步安装到自己的仓库里。如果你的智能体开头很猛，但到第三小时就跑偏，我真的很想听听你的看法。现在你是如何让长周期智能体工作保持正轨的？PH 用户将仓库作为"缰绳"的想法很巧妙——为智能体提供持久的上下文，而不是每次都给一个全新的聊天窗口，这正是长周期任务所需要的。上下文漂移大概是智能体工作在半途崩溃的头号原因。计划文件是一次生成然后手动更新，还是会随着代码库的变化自动演进？PH 用户当人类在两次运行之间修改代码库时，你怎么防止计划变得过时？PH 用户"上下文比模型更重要"——这个教训我花了一年时间在vibe coding中才真正相信。我最好的和最差的开发过程用的是同一个模型……区别只在于我是否给它一个真正的计划，还是只给了些模糊的感觉。我仍然在挣扎的是漂移问题：智能体刚执行三步就悄悄偏离了计划。Deep Work Plan 是否会不断对照计划检查工作进度，还是说计划主要只是一个前置设定？PH 用户把规格说明写进仓库是正确的做法——一个持久化的计划，既能经受上下文重置，又能被任何智能体拾起，这和每次手动喂给智能体的提示词有本质不同。验收标准+验证关口的组合是大多数智能体框架懒得去管的东西。很好奇它在任务中途发现原子任务有误时如何处理——能否在不破坏状态的情况下编辑并继续执行？PH 用户将计划写入 repo 而不是上下文窗口，是正确的架构。持久化状态能跨越模型切换和上下文重置，这才让长流程多步骤任务真正可行。验证门模式在漂移累积之前就把它捕获了。这些门是怎么实现的？是智能体自己运行的可执行断言，还是需要人工签核？ 热门产品Sergio Florez2026-06-17原文 打开互动版
模型很重要，但上下文更重要。这句话就是整个产品存在的理由。
我每天都在用AI智能体做开发，但总是撞上同一个问题：智能体刚开始一个长任务时表现得很棒，可到了差不多第三个小时，它就悄悄跑偏了。代码差异依然能通过编译，但那根本不是我要的东西。一直没有一个干净利落的方式让它重回正轨，因为整个计划都存放在一个聊天窗口里，窗口长得已经不值得信任了。
我不再把这个问题看成提示工程问题，而是看作结构性问题。解决方案不是用更聪明的模型，而是给智能体一个它跑不偏的计划——直接写进仓库本身。
这就是 Deep Work Plan。思路分两步：
1) 让计划成为事实依据，而不是聊天记录。在写任何代码之前，先写一份规格说明：一个目标、若干原子任务，以及每个任务明确的验收标准+验证关口。"完成"由关口判定，而不是模型自己觉得。而且计划存在磁盘上，所以即使上下文被重置，或者明天交接给另一个智能体，计划依然在。
2) 让仓库成为"缰绳"。上下文(文件)、工具(你的脚本和测试)、护栏(计划及其关口)、状态(磁盘上)——所有东西都以纯文本文件形式放在仓库里，任何智能体都能读取。因此它与具体工具无关：Claude Code、Codex、Cursor，甚至明年的新智能体都能运行同一个计划。你不需要押注某个特定厂商。
我最自豪的是，这不是一个PPT概念。它已经被我在三个仓库里自用了——包括这个产品的文档网站本身。采用MIT协议，你可以访问 deepworkplan.com/init 一步安装到自己的仓库里。
如果你的智能体开头很猛，但到第三小时就跑偏，我真的很想听听你的看法。现在你是如何让长周期智能体工作保持正轨的？
计划文件是一次生成然后手动更新，还是会随着代码库的变化自动演进？