先说结论：执行型 AI 助理做长任务时，必须定期回报进度心跳——因为长时间的静默执行，比任何单次失误都更容易让用户失去信任。 用户把任务交给你，最怕的不是你做错某一步，而是你去做了一件事就彻底没声了，他既不知道你卡在哪儿，也不知道还要等多久。
为什么「静默」这件事这么致命？因为信任是建立在「可预期」上的。一个多步骤任务往往要跑几分钟甚至更久，如果中间完全没消息，用户能看到的就只有最初的「收到」和最后的「好了」两个点，中间全程是黑盒。一旦某个环节出了岔子，用户是在一无所知的状态下被通知失败，那种失控感比失败本身更难受。
如果你已经看过 让 AI 助理在聊天里回答“任务到哪了” 和 为什么多步任务需要跨轮持久化的计划，那这篇文章要补的就是其中最容易漏掉的一环：在你执行的过程中，怎么用心跳把「现在的进度」实时告诉用户。
什么是进度心跳
进度心跳，是任务进行期间周期性、简短地向用户播出当前状态的一句话。它不是最终结果，也不是完整的过程日志，而是一条足够让用户判断「系统还活着、正在往正确方向走」的轻量消息。
一条好的心跳，通常只包含三件事：
- 刚完成了什么（用一个可核对的事实，而不是模糊形容）；
- 现在正在做什么（让用户知道你没有偏离目标）；
- 接下来马上做什么（给他一个对未来的预期）。
比如「官网已部署成功，现在开始提交收录」这样的心跳，用户一看就知道系统在正常推进，也大致能预估还要多久。
为什么静默执行最伤信任
用户无法区分“正常”和“卡死”
长任务里最危险的时刻，不是报错，而是长时间没有任何输出。因为没有信号，用户只能靠猜：系统是在正常计算，还是死循环了？是还在安全范围内，还是已经失控了？这种不确定性会让用户不自觉地去盯屏幕、反复问「到哪了」，反而制造更多负担。
用户会失去对结果的掌控感
你做完一件事直接甩一个结果回来，过程里用户毫无参与感。哪怕最后结果是好的，他也没法确认「你是不是选了我想要的方式」。而对有些任务来说，中间选择比结果更重要——比如「这里用 64 位还是 32 位」，如果系统闷头做完了才汇报，用户可能得推倒重来。
失败时的成本被放大
如果过程中出了问题，而系统又一直没汇报，用户就会在最坏的时机才得知。原本一招能救回来的小问题，因为延迟太久变成了更大的损失。提前汇报进度，等于给了用户一个及时止损的机会窗口。
心跳和最终汇报有什么区别
心跳和完成后的总结，是两件不同的事：
- 心跳回答的是「现在到哪了」，它是进行时的；
- 最终汇报回答的是「做完了什么、结果如何」，它是完成时的。
很多人把两者混为一谈，结果要么是全程不吭声、最后来一个长总结，要么是反复发长段落、把任务变成刷屏。正确的做法是：进行中用小而轻的心跳保持可见，结束时用一句结论式的总结收尾。
怎么做才不会打扰用户
心跳不是越频繁越好，关键在「轻」和「有信息量」。
- 只在有实质进展时播报——不是每个工具调用都值得发一条，完成了有意义的里程碑才播；
- 一句话以内——让用户一眼扫过去就懂，不需要仔细读；
- 给下一步预期——告诉用户接下来要做什么，让他能判断还要等多久；
- 不在同一轮重复刷屏——避免把聊天变成日志流。
节奏的原则是：让用户随时能看见你在前进，但又不觉得你在刷存在感。
常见问题
FAQ 1：进度心跳会拖慢任务吗？
不会。心跳只是多输出一句话，几乎不占用计算资源。对任务本身而言，真正的耗时在那些读文件、跑构建、发请求的操作上，而不是这句播报。相反，因为能减少用户的确认和追问，整体协作反而更顺畅。
FAQ 2：是不是所有任务都需要心跳？
不需要。只有耗时较长、可能让用户一等就没消息的任务才需要心跳。几秒钟就能完成的短操作，直接给结果即可，没必要加心跳。判断标准是：有没有可能让用户陷入长时间等待。
FAQ 3：心跳应该多频繁？
没有固定频率，而是按「里程碑」来。可以是在每个大阶段切换时播一次，也可以是在预计等待时间较长时播一次。核心是让用户不要长时间处于无消息状态，而不是机械地按时间计数。
FAQ 4：如果任务出了错，心跳该怎么报？
出错也要报，而且要报得诚实。告诉你出了什么问题、你试过哪些方案、为什么走到这里。不要用「正在处理中」之类含糊的话掩盖一个已经确认失败的事实——用户需要的是真实状态，不是安慰。
为什么这是产品设计而不只是礼仪
看到这里你可能觉得，心跳不过是一种「会说人话」的礼仪。但对执行型 AI 来说，它其实是产品能力的一部分。GoWork 把进度汇报当成助理的一项内建行为来设计：在长任务推进过程中，助理会定期把当前进度在聊天里告诉用户，让任务从「黑盒执行」变成「可见的、可预期的推进」。这种设计的目的，是让用户始终对任务状态有掌控感——而掌控感，恰恰是用户愿不愿意长期把任务托付给一个 AI 的关键。
你可以在 GoWork 下载页 亲自体验一下这种协作方式；如果想了解心跳背后为什么还要配合计划与状态查询，可以接着读 长任务为什么需要跨轮持久化的计划 和 为什么 AI 助理应该在聊天里回答“任务到哪了”。