AI cron 是什麼，不是什麼
AI cron 是可以把 AI 處理步驟放進排程的觸發鏈裡，每次跑時讓模型根據當下資料判斷下一步。
AI cron 不是：一個會自己思考要不要跑的智能體。AI cron 仍然是「時間到 → 固定觸發 → AI 處理一段」，AI 只在中段出現。
最常見的誤解是把 AI 當成排程裡的「總指揮」，於是把所有判斷都丟給它，包括「現在該不該跑」、「失敗該怎麼辦」。實務上更穩定的做法是：排程器負責 when，工具負責 how，AI 負責 what 的內容生成。
先算頻率：每 5 分鐘和每天一次差很多
| 頻率 | n8n cloud 月執行次數 | 對應方案 |
|---|---|---|
| 每天 1 次 | ~30 | Starter 充裕 |
| 每小時 1 次 | ~720 | Starter（2.5k）夠 |
| 每 15 分鐘 | ~2,880 | Starter 邊界 → 升 Pro |
| 每 5 分鐘 | ~8,600-8,900 | Pro（10k）剛好 |
| 每 1 分鐘 | ~43,000+ | 通常不適合走 cloud SaaS，請走自架或 Workers |
Make 免費版最短 15 分鐘間隔；Zapier 免費版 polling 15 分鐘且 100 tasks/月，5 分鐘級別流程必走付費或別的工具。
四條主流排程路線
① 傳統 cron + LLM API
OS 級別的 cron / launchd / systemd timer + 自寫腳本 + LLM API。完全可控、成本低、需要自己設計失敗通知。
適合：開發者、頻率高、想完全掌控。
② n8n schedule trigger
workflow 裡放 Schedule Trigger 節點 → 後接 HTTP / AI / Sheets / Slack 等節點。
- cloud：execution 計費，整個 workflow 跑一次算 1 次。
- 自架：軟體免費，伺服器與 patch / backup 自負其責。
適合：技術團隊、想用視覺化但需要長步驟。
③ Make / Zapier 排程
入門最快，介面最直覺。注意計費單位差異（Make = credits、Zapier = tasks）與最短間隔限制。
適合：個人輕度 / 行銷 / 小團隊。
④ GitHub Actions、Cloudflare Workers Cron Triggers、Pipedream
開發者導向的雲端排程：
- GitHub Actions scheduled workflow：CI/CD 體系內排程。
- Cloudflare Workers Cron Triggers：無伺服器、低延遲、免費額度大。
- Pipedream：開發者向 workflow 排程器。
適合：要快速上線又不想自己管伺服器的開發者。
關於 Claude Code 相關排程：Anthropic 官方在 Claude Code 文件持續更新，要排程把 Claude Code 串入工作流的人，建議直接看官方最新文件，避免引用過時做法。
上線前的失敗通知設計
最低標：
- 每次任務寫一筆狀態 log（成功 / 失敗 / 跳過）。
- 超過預期時間沒新 log → 觸發 alert（Slack / Email / Telegram）。
- API 失敗 → retry 指數退避，超過上限升級為警告。
rate limit 友善設計：
- 排程時間錯開整點（4:17 而不是 4:00）。
- 高頻排程做 in-memory cache 或 last-modified 檢查，避免打點。
- 對外動作（發布、寄信、轉帳）保留人工 confirm 閘。
哪些 AI 任務一定要人工審核
- 對外發信、公開貼文、新聞稿、客戶通訊。
- 金融操作、合約決定、刪除資料。
- 法務 / 醫療 / 公部門相關產出。
- 任何「跑錯後追回成本高」的場景。
折衷做法：排程跑到 → AI 草稿 → 進「待審」收件匣 → 人按 confirm 才送出。
新手可複製的低風險排程範例
| 例 | 觸發 | 處理 | 落點 |
|---|---|---|---|
| 每日新聞摘要 | 每天 07:30 | 抓 RSS → AI 摘 → 整理段落 | Email / Notion |
| 內部知識庫巡邏 | 每週一 09:00 | 找出未更新的 doc → AI 標記重點過期 | Slack 提醒 |
| 客服 FAQ 整理 | 每天 02:00 | 抓昨日工單 → 找重複問題 → 整理 | FAQ database |
| 競品價格監測 | 每 6 小時 | 抓網頁 → 比上次值 → 變動才通知 | Slack |
| 個人讀書筆記 | 每週日 22:00 | 整理本週新增筆記 → 抓重點 → 寫週報 | Obsidian / 個人 vault |
結論
會準時執行不等於可以放心自動化。失敗時怎麼被看見、用量怎麼被監控、成本怎麼被預期，這三件事是排程系統的真正核心。先從低頻、低風險的任務開始；觀察它一週內怎麼壞、怎麼被你發現、怎麼被你修，才有資格把高頻、跨系統的排程交給它。
小企鵝的經驗
OpenClaw 跑的是 code-based 自建路線：傳統 cron 觸發 → 腳本呼 LLM API → 結果寫回工作筆記 → 失敗推 Telegram。這套設計上的「失敗通知優先」原則，是踩過幾次「跑掛三天才發現」之後才固化下來的。最常踩的問題集中在三件事：token 過期、API schema 變動、provider 把 rate limit 改了，佔失敗事件大半（prompt 寫不好反而很少是主因）。
Claude Code 在工作流裡的角色比較像「主動跑長任務的助手」而不是「排程器」，所以排程多半交給 cron / GitHub Actions / Cloudflare Workers，再讓任務本身呼 Claude Code、Codex、或直接呼 LLM API。對「一般人能不能做到」的看法：能，但建議從 no-code 排程（Make schedule + 簡單 AI 步驟）開始，把失敗通知做齊再進到自建路線。
延伸閱讀
常見問題
Q: 什麼是 AI cron？跟一般 cron 差在哪？
傳統 cron 是 OS 層的定時任務工具：時間到了就執行固定腳本，輸入輸出每次一樣。AI cron 是把 AI 步驟接進排程裡，每次根據當下資料判斷再產出。差別在於輸出可以是非固定的。
Q: Claude Code 排程怎麼設定？
Claude Code 排程相關文件仍在快速演進，建議直接以官方最新公開說明為準。目前可確認的是 Claude Code 主要落在 CLI / IDE 整合與多 agent 協作場景，不是傳統 SaaS 排程器；想搭排程的人通常另外接 cron / GitHub Actions / Cloudflare Workers / n8n schedule trigger。
Q: AI 排程系統會很貴嗎？
成本由三段疊加：基礎設施（VPS、SaaS 訂閱）、API 呼叫費（LLM、第三方）、以及失敗 retry 的浪費。低頻排程（每天 1-3 次）多數情境每月幾美金可控；高頻（每 5 分鐘）n8n cloud 約產生 8,600-8,900 executions/月，等於 Pro 方案以上。
Q: AI 排程任務失敗了怎麼辦？
排程必須搭監控。最低標：每次任務寫一筆狀態 log；超過預期時間沒新 log 觸發 alert。API 會掛、格式會改、token 會過期，這三件事在排程系統裡幾乎是必然，不是例外。
Q: AI 排程和傳統 cron 有什麼不同？
傳統 cron 跑固定腳本，每次行為一致；AI 排程讓模型根據當下資料判斷下一步。應用上最常見的差別是：傳統 cron 抓資料存檔，AI cron 抓資料 + 比較異常 + 產出摘要。
Q: n8n 怎麼設定定時排程？
在 n8n workflow 裡加一個 Schedule Trigger 節點，設定執行頻率（cron 表達式或 interval）。後接其他節點（HTTP / AI / Sheets）即可。注意 n8n cloud 是 execution 計費（整個 workflow 跑一次算 1 execution），自架版沒次數限制但要自管伺服器。
Q: AI 可以自動幫我發社群貼文嗎？
可以串。常見做法：排程觸發 → AI 生成各平台版本 → 透過 Buffer / 平台 API 排程或直接發布。重要紅線：對外公開動作建議保留人工審核閘，避免 AI 出錯直接送到外面。
Q: 排程任務的 API 額度怎麼控制？
錯開整點（例如 4:17 而不是 4:00）降低跟其他使用者撞 rate limit 的機率；設定 retry 上限與指數退避；高頻排程加 in-memory cache 減少對外打點；Claude API 等模型方的 rate limit 可在對應 console 查看。
整理：Penna｜小企鵝 Penchan