今天学完 learn-claude-code 的第8课,有一种"哦,原来电脑早就这么做了"的感觉。这节课要解决的问题,其实就是一个很现实的困境:有些事情要等很久,AI 总不能傻站着吧?带着这个问题往下看,整节课的逻辑一下子就清晰了。
AI 为什么会"卡住"?
想象一下,你让助理去超市买东西,然后你就坐在门口等他回来,什么都不做——这段时间完全浪费了。早期的 AI 智能体就是这样工作的:它让电脑去跑一个命令,比如安装依赖包、运行测试、构建项目,然后就只能干等,等命令跑完才能继续下一步。

这节课一开头就点出了这个问题:有些命令要跑好几分钟,在阻塞式的循环里,模型只能傻等。如果用户同时交代了两件事,它也只能一件一件来。
这个问题听起来很小,但想想看,如果你的 AI 助手每次都要等你倒完水才能继续说话,用起来会有多别扭。
解决思路:把慢活丢到"后台"
这节课的解决方案,用生活来说就是:你让助理去超市,但你不等他,你自己先去书房整理文件。等他回来把东西放门口,你下次经过的时候自然就知道了。
技术上,这叫"后台线程"。AI 的主线程继续正常思考和工作,同时把那个耗时的命令交给一个后台线程去跑。后台线程跑完之后,把结果放进一个"通知队列"里,等 AI 下次开始新一轮思考之前,先把队列里的消息读一遍,然后继续。
课程里有一张示意图,把这个过程画得很直白:
Agent --[spawn A]--[spawn B]--[other work]---- | | v v [A runs] [B runs] (parallel) | | +-- results injected before next LLM call --+主线程是一条直线,后台任务是两条并行的支线,最终结果在下一轮思考前汇入主线——就这么简单。整个实现大概用了不到200行代码就搞定了。
下一个概念更有意思,真正让我明白"通知"是怎么传回来的。
"通知队列"是什么
这个词第一次看有点绕,但其实就是一个收件箱。后台任务跑完之后,不会打断 AI 正在做的事,而是悄悄把结果投进这个收件箱。AI 每次开始新一轮思考之前,先看一眼收件箱,有没有新消息,有的话先读完,再继续工作。
这个设计的妙处在于:主线程永远是单线程的,不会乱,不会冲突。并行的只是那些在后台跑的子进程,AI 的"大脑"本身始终是有序的。
理解了这个,再往下看就顺多了。
我的收获
学完这节课,我对 AI 能"同时做多件事"这件事有了更清醒的认识——它并不是真的同时思考,而是把等待时间利用起来了。就像一个聪明的人,不会因为在等快递就什么都不干,而是把这段时间用来做别的事。
我也第一次意识到,AI 系统的设计里有很多这种"工程上的小聪明",不是什么高深的魔法,而是把生活里早就有的常识用代码表达出来。这让我觉得,AI 编程没有想象中那么神秘,很多概念其实都能找到对应的生活经验。
这节课还让我理解了一件事:AI 的"聪明",有一部分来自它被设计得多高效,而不只是模型本身有多厉害。
学习来源: learn-claude-code 开源课程(GitHub: shareAI-lab/learn-claude-code)
本节课地址: http://localhost:3000/zh/s08/
下一课预告: 下一课是 s09——Agent 团队,讲的是多个 AI 智能体怎么协作分工,解决一个 AI 单打独斗搞不定的复杂任务。
慢操作丢后台,AI 继续想下一步——这句话说的不只是代码,更是一种做事的方式。
你对 AI 怎么工作这件事,有没有什么一直搞不懂的地方?欢迎留言,我们一起研究。
#AI编程 #ClaudeCode #零基础学AI #人工智能 #后台任务与并发
💻 配套实训环境与动手练习
本文涉及的相关技术指令、开发环境与工具链已内置在边学边练在线实验室中,无需繁琐安装配置,随时在浏览器中实践体验: