Dao Code 长任务模式 --goal 实战:让 AI 自主连续推进 76 分钟不跑偏的完整教程
Dao Code 长任务模式 --goal 实战:让 AI 自主连续推进 76 分钟不跑偏的完整教程
Dao Code 是面向 DeepSeek 的开源终端编码 agent,它的长任务模式 --goal 能把"自动批准 + 自主连续推进 + 更高轮数上限"一次性打开——官方记录中,一次 dao --goal 运行就零人工干预地跑了 76 分钟、661 次 API 调用,从零写出一整个 SQL 数据库引擎,全程没跑偏。本文带你完整看懂这个模式怎么开、为什么稳、怎么写出不会翻车的长任务指令。
一、什么是长任务模式:把"放手跑"变成安全的行为
平时用终端 AI 编码助手,每写一步都可能弹窗审批、每做一段都可能问"要不要继续"。长任务正是为此设计的:给它一个目标,它自己拆解、自己执行、自己验证,直到做完。
Dao Code 的长任务自主模式由三个动作组成:
| 能力 | 说明 |
|---|---|
| auto 智能审批 | 不是简单全放行,而是由 AI 分类器判定:只读命令、工作区内编辑自动过,敏感操作转人工,deny 规则与危险命令照样拦 |
| 自主连续推进 | 不每步都停下问用户,能自行决定的按合理默认做并简述理由 |
| 更高轮数上限 | 主会话不限轮数,靠 token 预算触发自动压缩,长任务能持续跑 |
模式注入的核心指令定义在 src/prompt/system_prompt.ts 的 LONG_TASK_DIRECTIVE 中,要求模型:用 todo_write 拆解并维护任务清单、独立子任务并行派子代理、声称完成前必须验证、仅真卡住才求助。
二、如何开启 --goal:两种入口
方式 1:启动时一次性交给它(推荐,适合无人值守)
dao --goal "按 DAO.md 实现 SQL 引擎,跑通 tests/sql_diff.py 差分测试"
适合脚本、CI 和"说完就离开"的场景。旧的 --task / --coordinator 参数仍是别名,可继续用。
方式 2:运行中随时切换 /goal
/goal 把登录模块加上验证码,并补齐单元测试
带参数会立即把这句话当作一个回合开跑;不带参数只是切换开关。想关掉再输一次 /goal 即可恢复默认权限模式。
💡 小提示:
--goal启动后权限模式是auto(AI 判定自动批准)而不是 yolo 全开——这是 src/index.ts 里刻意的设计,比无脑全放行更安全。
三、76 分钟不跑偏:一个真实案例拆解
官方案例研究记录了一次完整的 --goal 运行:用 Rust 标准库从零写一个功能完整的 SQL 数据库引擎(2760 行、6 模块),并用它写真实分析报表。详见 docs/case-studies/sql-engine-long-task.md。
关键数据:
| 指标 | 值 |
|---|---|
| 墙钟时间 | 76 分钟 |
| API 调用 | 661 次(425 次主推理) |
| 人工干预 | 0 次 |
| 验收 | 3000+ 条没见过的随机 SQL 与真 SQLite 逐行一致 |
| 总成本 | ¥10.61,缓存命中率 93.0% |
更值得注意的是"穿越":上下文轨迹 15k→77k→103k→134k→166k→51k→89k→...,自动压缩触发了多次(如 [已压缩对话:~137,957 → ~6,985 tok])。每次压缩重置部分上下文后,任务仍正确推进,最终还自主定位并修复了最后 4 个硬 bug(相关子查询列解析、NULL 三值逻辑等)。这就是"不跑偏"的硬证据——不是没遇到过岔路,而是岔路之后还能走回主线。
四、为什么它不会跑偏:四道防线的机制
1. 任务清单穿越压缩。 todo_write 维护的清单在对话被自动压缩后,会作为 system 消息重新注入——长任务最危险的时刻正是"失忆"时刻,清单就是防目标漂移的锚点。
2. 周期性纠偏者。 每 N 轮(默认 3 轮,DAO_REFOCUS_EVERY 可调),系统派一个独立视角的"纠偏者"fork,复述最初目标、检查是否 scope 蔓延、指出"当前最该做的一件事"。检测逻辑在 src/agent/turn_health.ts,提示词在 src/agent/reflect_prompts.ts。
3. 卡住时的挑战者。 连续失败或同一错误复发达到阈值(DAO_FAIL_STREAK 默认 3、DAO_REPEAT_ERR 默认 2)时,"审视者"fork 质疑前提:是不是攻错了层?是不是在原地打转?它只给参考不做命令,但能逼模型换思路而不是死磕。
4. 验证驱动完成(DoD)。 用 /dod <命令> 设一条可执行验收命令,模型必须让 verify_done 跑通(exit 0)才算完成;非琐碎改动还会派独立的 verify 子代理复核。"对"是真的对,不是"看起来对"。
这四道防线都跑在复用主前缀缓存的 fork 上,几乎不额外烧 token——这正是 Dao Code 成本工程的核心思想。
五、写好长任务指令的实战配方
配方 1:目标 + 验收标准写进同一句。 案例里的指令之所以有效,是因为同时给了"做什么"和"怎么算做完":
dao --goal "按 DAO.md 实现 SQL 引擎 + 写 demos/,跑通 python3 tests/sql_diff.py"
配方 2:让 DAO.md 当"项目大脑"。 先跑一次 /init 扫描仓库生成 DAO.md(项目概览、约定),长任务里写"按 DAO.md"就能带上全套上下文。
配方 3:大任务自动分阶段。 指令不必自己拆阶段——长任务模式内置"研究(并行)→ 综合 → 实现 → 验证"的编排纪律:研究走便宜的 flash 模型,决策与写码留给主模型。
配方 4:危险操作用权限规则兜底。 即使 auto 模式,deny 规则仍是硬黑名单。在 .dao/settings.json 里预先写下 Bash(rm:*) 这类规则,放手跑也不慌。
配方 5:跑完看账。 /cost 随时查看 token 用量与缓存命中率;会话日志落在 .dao/sessions/,崩溃后还能 dao -c 恢复上次会话。
六、成本:76 分钟到底花多少
长任务最怕"越跑越贵"。Dao Code 的答案是吃满 DeepSeek 前缀缓存:系统前缀逐字节稳定,命中价约为未命中的 1/120。上面 76 分钟的任务输入 4218 万 token,其中 3924 万走缓存价,总成本仅 ¥10.61(约 $1.5)。对照更小任务:同样的 --goal 手法写一门语言解释器,3.3 分钟、总成本 ¥0.164(见 docs/case-studies/minilang-cost.md)。
七、快速上手清单
- 安装并配置 DeepSeek API key:
npx dao-code或npm i -g dao-code,首次启动跟随引导粘贴 key - 跑
/init生成DAO.md - 复杂任务先
/dod <验收命令>设验收标准 dao --goal "<目标 + 验收>"放手去跑,/cost看账- 想中途干预:
ESC打断当前回合,或直接打字排队(steering),回合结束后自动处理
Dao Code 长任务模式的设计哲学一句话:不是把审批关掉让 AI 狂奔,而是把"不跑偏"做成机制——清单防失忆、纠偏者防漂移、挑战者防死磕、DoD 防自欺。76 分钟的 SQL 引擎案例证明了这套机制在真实工程里站得住脚。
延伸阅读:README.zh-CN.md 的「长任务稳健性」章节、docs/case-studies/sql-engine-long-task.md 完整案例数据。

