OpenAI onepage/ Wayfinder
Matt Pocock · YouTube · 15:09
/wayfinder：當 AI 讓實作變快，規劃才是真正的瓶頸
AI agent 已能快速產生程式，但遇到跨多個 session、需求仍有迷霧的大型工作時，卡住的往往是「下一個該釐清什麼」。Wayfinder 把這件事做成一張可持續更新的決策地圖。
Published: 2026-07-30Video ID: F3lL98Pj90oSource: Matt Pocock
01 / 問題
大工作不是缺更多 TODO
傳統 planning 往往過早把未知寫成 implementation steps；AI 只會更快執行這些錯誤假設。Wayfinder 先定位真正待決的問題。
02 / 產物
地圖是共享記憶
地圖與 issue tracker 保存目標、決策、阻塞與當前 frontier，讓人和 agent 在不同 session 仍可回到同一套可查證的脈絡。
03 / 出口
清楚後才切換模式
當關鍵未知已被解開，Wayfinder 可把收斂結果轉成 spec 與 implementation tickets；探索工作不會被誤當成已經可以直接建置。
Key signals
影片帶出的四個工作流訊號
Scope
multi-session
專為無法在一次 agent session 中安全完成的大型、模糊專案設計。
Unit
decision
ticket 的核心不是交付一段程式，而是回答一個會改變路徑的問題。
Types
4 paths
以 research、prototype、grilling、task 等不同工作處理未知與驗證。
Control
blocking
用原生阻塞關係標示依賴，清楚指出目前真正值得推進的 frontier。
Method
把迷霧拆成一條可走、也可回溯的路
01
先命名目的地與迷霧
先界定要抵達的結果與目前不知道的部分，而不是要求 agent 立刻產出詳細計畫。能被清楚說出的未知，才有機會被研究、討論或實驗。
02
為決策建立有關係的 ticket
每張票聚焦一個問題，例如資料從哪裡取得、哪個架構邊界可行；再用 blocking 關係呈現哪些答案會解鎖下一步，而不是只列一串待辦事項。
03
逐張消除不確定性並回寫地圖
一個 session 處理一個焦點：讀 code、做 research、建立 prototype 或找人確認。結論回到 issue tracker，地圖才會逐漸從探索工具變成可交接的執行脈絡。
Practice
何時該用，何時不必用
適合：目標可見，路徑不清跨系統的產品能力、未知架構、需要研究或原型驗證的專案，都值得先把迷霧外化成決策地圖。
適合：需要跨 session 協作當工作會交給多個 agent 或多人接力，issue tracker 中的決策與阻塞關係能避免每一輪重新猜測上下文。
不必：小且已定義清楚若規格、邊界與驗收都清晰，直接開 implementation ticket 比啟動一張地圖更有效率。
切換點：問題變成可執行描述不再有會影響方向的未知時，將地圖成果轉為 spec 與 tickets；此時才讓 coding agent 的速度真正產生價值。
Video map
15 分鐘的閱讀路線
既有 planning 工具的問題從大型 AI 工作容易落入模糊、過早承諾或失去脈絡的困境切入。
Wayfinder map 如何整理未知將目標、迷霧與有待決定的問題，變成可視化且可推進的工作地圖。
用 issue tracker 追蹤決策把狀態留在可長期保存、可多人協作的地方，而不是只存在某段聊天記錄。
建立地圖、票種與阻塞關係影片示範從 map 到不同 ticket 類型，再到依賴與 frontier 的管理方式。
由地圖產生規格與任務當探索收斂，將決策成果轉成適合 implementation workflow 消化的工作單位。
判斷何時該啟動 Wayfinder回到適用邊界：它是給大型、未知多、跨 session 的工作，不是每個小需求的前置儀式。
Takeaways
給 AI 工程團隊的四個實作提醒
讓 ticket 記錄問題與證據，而非只記方案以「必須判斷什麼」作為工作單位，能減少 agent 把早期假設包裝成既定事實。
把 blocker 當成產品資訊阻塞關係不是進度上的壞消息；它告訴團隊哪一個決策最能釋放後續工作。
探索與實作使用不同成功標準探索要減少不確定性；實作才是完成可驗收的交付。兩者混在同一張票，最容易造成返工。
AI 的加速更需要可回溯的方向盤當產生程式的成本下降，選對問題、保留決策理由、知道何時切換到 build，才是稀缺能力。
References