Claude Code 的隐藏杀手锏：Routines 让 AI 自己跑任务，你去睡觉

Anthropic 在 2026 年 4 月悄悄上线了一个功能，叫 Claude Code Routines。它不改变你写代码的方式，但它改变了你写代码之后的方式。

简单来说，Routines 让你把 Claude Code 的日常任务保存成一个"例程"，然后丢在 Anthropic 的云端自动跑。你合上笔记本、关掉终端，它照样按时执行。

这不是一个 cron 脚本，也不是一个 Subagent。它有自己的定位。搞清楚这个定位，才能知道什么时候该用它，什么时候不该用。

一个例程长什么样

一个 Routine 包含四个东西：一个系统提示词、一个或多个 GitHub 仓库、一组 MCP 连接器、一个触发器。触发器有三种。

定时触发。 你写一个 cron 表达式，最小间隔一小时。比如每天凌晨三点跑一次依赖升级检查，每周一早上九点生成一份产品指标摘要。

API 触发。 你的代码往一个专属端点发 HTTP POST，带上 bearer token，例程立刻启动。适合事件驱动的场景——Sentry 告警来了、CI 流水线完成了部署、有人提交了一个工单。

GitHub 触发。 仓库发生特定事件时自动执行。PR 打开、issue 创建、push 到某个分支、release 发布，都能作为触发条件。

一个例程可以同时绑定多种触发器。比如一个 PR 审查例程，既可以每晚自动跑一轮，也可以在新 PR 创建时即时响应，还能从部署脚本的 API 调用触发。

五个真正有用的场景

Anthropic 官方文档给了几个例子，社区也跑了一些实际用例。最有价值的几个场景如下。

夜间依赖升级。 这是目前公认最有用的例程。每天凌晨自动检查 package.json 或 requirements.txt，找出可以安全升级的依赖包，在独立分支上跑测试，测试通过就开 PR。比 Dependabot 强的地方在于，它不是机械地 bump 版本号，而是真的跑了一遍测试套件再决定要不要提 PR。

工单每日摘要。 每天早上自动读一遍过去 24 小时的工单，按主题聚类，标出异常情况，发到 Slack。Anthropic 官方数据：大约 45 秒的 Haiku 4.5 运行时间就能搞定。替代的是一个原本需要分析师花 30 分钟做的晨间整理。

每周产品指标叙事。 每周一早上从数据仓库拉上周指标，写一段 300 字的领导层可读的叙事摘要。关键技巧是例程会同时读上周的摘要，只报告有意义的变化，避免自动生成报告的噪音。

Issue 自动分诊。 触发条件是 GitHub issue.opened。例程自动读 issue 内容、仓库近期动态、涉及的代码区域，打上标签、按 CODEOWNERS 分配负责人、留一条评论要么追问细节、要么给出初步根因判断。核心价值不是分诊本身，是速度——以前要等一天的 issue，现在 30 秒内就有第一轮响应。

值班交接简报。 每个值班周期开始时自动运行。读过去一周的事故记录、最近的部署、当前告警、未合并的 PR，生成一份五分钟能看完的交接文档。这是目前反馈信号最高的例程——一个你很难买到现成产品的流程改进。

与 Claude Managed Agents 的关系

很多人会把 Routines 和 Claude Managed Agents 搞混。它们是兄弟产品，不是替代品。

Managed Agents 适合长时运行的、有自定义 MCP 服务和持久状态的 Agent。Routines 适合你已经能用 Claude Code 会话描述清楚的任务，你想让它按时间表自动跑。

一个实用的区分标准：如果你的任务需要超过两小时，或者需要在多次运行之间保持状态，用 Managed Agents。如果任务可以在两小时内完成、每次运行都是独立的，用 Routines。

Routines 的单次运行上限是两小时，一个工作区最多 500 个例程，最多 100 个并发运行。冷启动大约 8 秒。

定价和限制

Routines 的定价和 Claude Managed Agents 对齐：标准 Claude API 费率加上每小时 0.08 美元的运行时费用。一个 45 秒的例程，运行时费用大约 0.001 美元，加上模型 token 费用。一个 15 分钟的例程，运行时费用大约 0.02 美元。

实际使用中需要注意的限制：定时触发最小间隔一小时，不能设更短；每次运行是全新的隔离会话，没有之前运行的上下文；输出的文件 artefact 上限 500MB。

什么时候不该用

不是所有定时任务都需要 LLM。如果你的例程只是"调用一个 API、转换数据、发到 Slack"，用 GitHub Actions 加一个十行 Python 脚本更便宜更简单。

Routines 的正确使用场景是任务本身确实需要 Claude 的推理能力——比如判断一份工单该分给谁、决定哪些依赖升级是安全的、写一段领导层能读懂的指标叙事。

另一个不适合的场景是任务还在摸索阶段。如果你还在反复调试步骤，先保持交互式会话。等流程和规则稳定到能写进提示词的程度，再转成例程。

实际部署建议

保持例程窄而专。 一个例程只做一件事。不要试图写一个"万能助手"例程同时处理工单、代码审查和部署验证。窄的例程更容易调试、更容易复用、更不容易触发运行时限制。

提示词就是说明书。 例程自主运行，没有审批弹窗，没有权限模式选择。提示词必须自包含，明确说明做什么、做到什么程度算成功。提示词写得越好，例程跑得越稳。

权限最小化。 例程能接触什么，取决于你选的仓库、分支推送设置、环境变量和网络访问权限。每个仓库单独授权，每个连接器单独授权。不给例程它不需要的权限。

从 Web 界面开始。 claude.ai/code/routines 是目前最直观的创建入口。CLI 里运行 /schedule 也能创建，Desktop 应用侧边栏也有入口。三个入口写入同一个云端账户，随时互通。

它改变了什么

Claude Code 从一个终端工具变成了一个自动化平台。Routines 填补了一个长期存在的空白：开发者每天重复做的、不需要你盯着但也不能完全交给脚本的任务。

Dependabot 能开 PR，但它不懂测试。CI 能跑流水线，但它不懂判断。Subagent 能做上下文感知的工作，但它需要你开着终端。Routines 把这三者的能力缝合在一起——懂推理、能自主执行、不需要你在场。

Anthropic 把这个功能放在研究预览阶段，意味着行为、限制和 API 都可能变化。但核心思路已经清晰：AI 编程工具的下一次进化，不是更强的代码生成，而是更聪明的任务编排。