夜雨聆风摘要：软件过去像房子，盖好以后长期维护；现在越来越多软件更像一张临时工作台，用来完成当天的一件事。成果要留下，过程可以清掉。代码、脚本、小工具、临时 APP，只要完成任务，就不必全部背在身上。我最近把 Hermes Agent 的工作目录设置成“三天自动清理”：每天早上 4:20，清空三天前的任务空间。这个小动作背后，其实是 AI Agent 时代很前沿的一套工作方法。
我最近越来越确定一件事：很多软件，不值得长期保存。
这句话放在几年前听起来很奇怪。软件不是越稳定越好吗？代码不是资产吗？工具不是应该越用越顺手吗？
这些判断在传统软件时代当然成立。一个 ERP、一套财务系统、一个教学平台、一个银行核心系统，都要长期运行、反复测试、持续维护。它们承载数据、流程、权限和责任，不能说扔就扔。
但今天有另一类软件正在迅速变多：
- • 为了整理一次会议录音，临时写的转写和摘要脚本；
- • 为了做一篇公众号，临时搭的资料抓取、图片处理、排版检查工具；
- • 为了分析一批 Excel，临时生成的数据清洗程序；
- • 为了演示一个想法，半小时做出来的小网页、小看板、小 APP；
- • 为了跑通一个客户方案，Agent 在工作目录里生成的一堆中间文件、测试代码、配置文件。
这些东西很有价值，但它们的价值不在“长期存在”。
它们的价值在于：当场把事情做完。
我现在的 Hermes Agent 工作习惯
我现在用 Hermes Agent，越来越像在管理一个临时工坊。
每个任务来了以后，我会让 Agent 在一个独立工作目录里做事。它可以查资料、写代码、生成中间文件、下载素材、跑脚本、做测试、产出文档。这个目录像一张铺开的桌子：任务越复杂，桌子上就越乱。
但我不再要求这张桌子永远整洁。
我的规则很简单：
- • 每天真正要留下的，是工作成果；
- • 公众号成稿、PPT、报告、图片、音频、视频、数据表，要及时迁移到正式输出目录；
- • 当时为了完成任务写出来的代码、过程文件、临时 APP、小脚本，就留在工作空间里；
- • 工作空间只保留一个短窗口，超过三天就自动清理；
- • 每天早上 4:20，系统清空三天前的任务目录。
也就是说，我保留“结果”，不迷恋“脚手架”。
这个习惯看起来像整理文件，其实是工作方法的变化。
以前我们会本能地保存一切，因为重新做太贵。一个脚本调了半天，一个小工具写了两天，当然舍不得删。现在不一样了。大模型和智能体已经能在很短时间内重新生成相似的工具，甚至能根据新的任务重新生成更合适的工具。
当生成成本降下来，保存成本反而变得刺眼。
软件为什么会走向“日抛”
软件日抛，不是说所有软件都变成一次性用品。
更准确地说，是很多“任务型软件”正在从长期资产变成临时耗材。
过去我们写一个工具，往往默认它要被复用。为了复用，就要考虑很多事：命名、目录结构、参数设计、异常处理、兼容性、文档、部署、版本管理。一个小需求，很容易被做成一个小项目。
Agent 时代的逻辑更直接：
今天要解决什么问题？
需要读哪些文件？
要生成什么结果？
中间要不要写脚本、搭页面、跑服务？
跑完以后，结果放哪里？
临时过程什么时候清掉？
重点从“我要维护一个工具”转向“我要完成一个任务”。
这里面有一个经济账。
以前，写代码贵，保存代码便宜，所以我们尽量保存。现在，生成代码便宜，理解旧代码、确认旧代码还能不能用、判断旧代码有没有安全风险，反而经常更贵。
一个三个月前的临时脚本，最麻烦的地方往往不是它还在不在，而是：
- • 当时依赖了哪个版本的库？
- • 输入文件格式是不是变了？
- • 里面有没有写死路径？
- • 有没有把临时测试逻辑混进正式逻辑？
- • 现在继续用，会不会误伤真实数据？
这时，重新让 Agent 按今天的任务生成一版，可能比翻旧账更快、更安全。
所以“日抛软件”的本质，不是浪费，而是把维护对象换了。
要维护的不是每一段代码，而是：
- • 清晰的任务描述；
- • 可靠的输出目录；
- • 可复查的最终成果；
- • 必要的执行记录；
- • 对安全边界的控制；
- • 对哪些东西该长期保存、哪些东西该及时销毁的判断。
代码变轻了，判断变重了。
一线实践里，大家已经在往这个方向走
最近关于 AI Agent 的讨论里，一个很明显的趋势是：大家不再只关心“AI 能不能写代码”，而是在关心“AI 写出来的东西应该在哪里运行，运行完怎么清掉”。
这其实比“会写代码”更关键。
因为 Agent 不只是生成一段文本。它会：
- • 读文件；
- • 写文件；
- • 装依赖；
- • 跑命令；
- • 调接口；
- • 打开浏览器；
- • 生成小工具；
- • 反复测试和修改。
这就带来一个新问题：如果每个 Agent 都在你的长期工作目录里随便折腾，久而久之，电脑会变成一个混乱的仓库。
文件越来越多，依赖越来越乱，临时权限越来越难追踪。真正危险的，可能不是某一次任务失败，而是失败留下的东西一直留在系统里。
所以现在越来越多 Agent 平台开始强调临时执行环境。每个任务给 Agent 一个隔离空间，任务结束以后销毁，下一次重新开始。技术上可以是沙箱、容器、微虚拟机，也可以是本地严格划分的工作目录和定时清理策略。
背后的原则是一致的：
- • Agent 可以大胆工作；
- • 工作边界必须清楚；
- • 成果要迁移出去；
- • 过程不要无限期残留；
- • 每次任务尽量从干净环境开始。
这也是我说“软件日抛”很前沿的原因。它不是一个文件整理小技巧，而是 AI Agent 时代的基础工程习惯。
真正该留下的，不是所有过程
很多人用 AI 工作，会有一种新的焦虑：AI 生成了这么多东西，我是不是都该留着？
我的感受刚好相反。
AI 越能生成，越要学会删除。
因为生成能力越强，中间过程越膨胀。一篇公众号背后，可能有资料摘录、标题测试、图片提示词、临时 OCR 文件、截图、脚本、排版 HTML、检查日志。一个视频背后，可能有台本版本、分镜、TTS 小段、字幕文件、合成参数、临时素材。一个数据分析任务背后，可能有清洗脚本、测试样本、图表草稿、错误日志。
如果每个任务都永久保存，人的注意力会被垃圾历史拖住。
更合理的做法是分层保存：
- • 最终成果，长期保存；
- • 可复用方法，整理成技能skills或模板；
- • 关键判断，写进简短说明；
- • 临时过程，按时间自动清理；
- • 涉及隐私、账号、客户资料的过程文件，更要尽快处理。
这里有个很重要的边界：软件可以日抛，经验不能日抛。
如果某个流程以后还会反复用，就不要把它混在临时目录里。应该把它整理成稳定的模板、Skill、脚本库或操作清单。这样下次用的是“方法”，不是从垃圾堆里翻旧文件。
我现在用 Hermes Agent，也是在做这个区分。
每天的工作目录可以清空，但真正有价值的东西会迁移出来：
- • 成稿放到公众号内容目录；
- • PPT、报告放到文档目录；
- • 图片设计放到图片目录；
- • 音视频放到媒体目录；
- • 值得复用的流程，沉淀成 Skill；
- • 值得记住的偏好，写进长期记忆。
工作空间像厨房台面。菜端上桌以后，菜要留下，案板要洗掉。
为什么是三天，而不是当天删
有人可能会问：既然要日抛，为什么还保留三天？
这是一个很实际的缓冲。
当天刚做完的任务，往往还会返工。公众号要改标题，PPT 要换图，视频要重配音，报告要补数据。完全当天清掉，会让返修成本变高。
三天窗口比较舒服：
- • 当天和第二天，适合快速返工；
- • 第三天，基本能覆盖大多数临时追问；
- • 三天后还需要复用的东西，说明它不该留在临时工作区，而该被迁移成正式资产。
每天早上 4:20 清理，也有一点仪式感。
人还没开始今天的工作，系统先把过期的脚手架拆掉。等你坐到电脑前，面对的是新的任务，不是昨天、前天、大前天留下的一地木屑。
这件事对心智负担的减少很明显。
我们过去以为数字文件不占地方，所以可以无限堆。后来才发现，它们占的是注意力。每一个“以后可能有用”的文件夹，都会在你找东西的时候跳出来，要求你重新判断一遍。
自动清理的好处，是把这种判断提前制度化。
大模型和智能体的能力，已经撑得起这种工作方式
软件日抛能成立，前提是 Agent 足够能干。
如果一个工具重新生成要两天，那当然不能随便删。如果一个脚本重新调通要半天，也会舍不得扔。
现在变化在于，很多任务已经可以由 Agent 快速完成第一版，并且能自己运行、报错、修改、再运行。它不只是给你一段代码，而是能在工作目录里把一件事推到可交付状态。
这也是 Hermes Agent 这类系统的意义：它不是一个聊天框，而是一个带工具、带文件系统、带浏览器、带长期记忆、带技能库的工作执行层。
它能把“帮我做一件事”拆成一串动作：
- • 查资料；
- • 提炼观点；
- • 写草稿；
- • 生成图片提示；
- • 处理文件；
- • 跑脚本；
- • 检查结果；
- • 把交付物放到正确目录。
在这种工作方式里，代码只是过程的一种形态。
有时它是一段 Python；有时是一段网页；有时是一个临时命令；有时是一个小服务；有时是一次性的数据转换器。它们和便签纸、草稿纸、临时白板一样，帮我们把脑子里的任务落到现实里。
用完以后，应该允许它们离场。
知识工作者的一次转向
过去，一个高效的人，常常被理解成“有很多工具的人”。
以后可能会变成：一个高效的人，知道什么时候生成工具，什么时候丢掉工具，什么时候把工具升级成能力。
这三个动作很不一样。
生成工具，是为了完成眼前任务。
丢掉工具，是为了保持工作环境干净。
升级成能力，是为了让下次做得更快。
Hermes Agent 的工作习惯，正好把这三件事连起来：
- • 任务来了，开一个工作空间；
- • Agent 在里面大胆试错；
- • 成果及时迁移到正式目录；
- • 值得复用的流程整理成技能；
- • 三天以后，临时空间自动清空。
这套方法看似朴素，其实代表了 AI 原生工作方式的一条主线：人不再手工维护每一个中间产物，而是维护目标、边界、成果和复用能力。
软件的形态会越来越轻。任务来了，软件出现；任务完成，软件退场。
留下的，是成果，是经验，是更干净的下一天。
参考信息来源
- • Andrej Karpathy 对 “vibe coding” 的公开讨论，2025。
- • Guillermo Rauch 关于 ephemeral apps / 按需生成应用的公开访谈。
- • Northflank: Ephemeral execution environments for AI agents in 2026。
- • Bunnyshell: Coding Agent Sandbox: Secure Environments for AI-Generated Code。
- • Tessl: A year in review: From vibe coding to viable code。
- • Andreas Kirsch: The Flawed Ephemeral Software Hypothesis。
- • Stack Overflow 2025 Developer Survey 关于 AI 工具进入日常开发流程的相关数据。
