---

引言：打破“单次坐席”的瓶颈

在过去两年中，大众对“AI智能体（Agent）”的认知大多局限于一个带有对话窗口的循环系统：你输入目标，观察 Token 流动，然后在任务运行超时或上下文窗口填满时结束。这种“单次坐席（Single sitting）”模式虽然让我们走了很远，但它存在明显的天花板。

想象一下，如果你的软件项目是由一群“轮班工作且毫无交接”的工程师组成的：每位新成员到岗时都对前一班发生了什么一无所知。这就是当前无状态代理的现状。由于缺乏持久化架构，模型会遗忘，会过早宣告任务完成，甚至会重新引入几轮前刚修复的 Bug。

真正的变革正在发生：长效AI智能体（Long-running Agents）正在走出对话框。它们能够持续数小时、数天甚至数周地推进目标，跨越多个上下文窗口和沙箱环境，从失败中恢复，并留下结构化的产出。如果 AI 不再只是一个等待指令的对话助手，而是一个能像人类同事一样在长周期内自主交付成果的“数字化员工”，我们的工作模式将发生怎样的质变？

核心发现 1：跨越 10 小时阈值——从任务助手到“研究员”的阶梯

长效代理带来的首要改变，是任务处理时长在经济学意义上的“相位变化”。

运行 10 分钟的 AI 只能回答问题或修复微小 Bug；但能运行 10 小时的 AI 则可以接管整个功能的开发或深度的竞品调研。Anthropic 在测试中展示了 Claude Sonnet 持续工作超过 30 小时、独立完成一个包含 11,000 行代码的应用。更具震撼力的是 Claude Opus 4.6 构建的 Boltzmann 求解器案例：它在几天内完成了原本需要研究员数月甚至数年才能达成的成果，且精确度与参考实现高度一致。

“当 AI 的工作时长突破临界点，‘我是否应该委托这项任务’的界限便开始模糊。”

这种“时长”的飞跃是企业级应用的关键转折点。根据 METR 的 TH1.1 更新报告，前沿模型处理长周期任务的能力（以 50% 可靠性完成任务的时间跨度）大约每 7 个月翻一倍。照此趋势，前沿代理将在 2028 年具备处理“天”级任务的能力，到 2034 年则可能处理以“年”为单位的复杂工程。

核心发现 2：走出“失忆症”：让状态在 Ralph 循环中永生

长效代理必须解决的核心难题是“上下文腐烂”。即使是百万级的 Token 窗口也会满，且性能会随着窗口填充而稳步下降。

为了应对挑战，开发者引入了外部持久化层（State Layer）。一种被广泛采用的模式是 “Ralph 循环”（Ralph loop），其核心逻辑非常朴素：模型是健忘的，但文件系统不是。

在 Ralph 循环中，代理的状态被存储在外部文件中：prd.json 存储计划，progress.txt 记录实验笔记，而 AGENTS.md 则充当滚动的规则书。每一轮循环，代理都会像“新入职员工”阅读文档一样，从磁盘读取必要状态，执行任务，然后更新进度。通过这种方式，状态与模型上下文实现了解耦，系统即便重启也能无缝衔接。

核心发现 3：架构演进：将“大脑”与“双手”解耦

Anthropic 在其 4 月份发布的“托管代理（Managed Agents）”架构中，提出了一套极具前瞻性的三分法，旨在将基础设施与模型能力彻底剥离：

• 大脑（The Brain）： 模型及其逻辑循环（Harness）。
• 双手（The Hands）： 工具运行的临时沙箱环境。在这里，沙箱被视为“牛，而非宠物（Cattle, not pets）”——它们是高度易失、可随时替换的。
• 会话（The Session）： 所有思考、调用和观察的追加式事件日志（Event Log）。

“会话即事件日志”的概念是长效代理可恢复性的关键。这意味着代理的记忆不再是一个不稳定的内存进程，而是一个持久化的资产。当系统崩溃时，一个全新的容器只需调用 wake(sessionId)，即可通过读取日志秒级恢复状态。

这种架构不仅增强了健壮性，还极大地优化了工程效率。通过在沙箱完全准备好之前就开始推理，p95 延迟可以降低 90% 以上。此外，Anthropic 引入了“初始化代理（Initializer Agent）”（负责环境设置）与“编码代理（Coding Agent）”（负责增量交付）的分工模式，确保了复杂任务的有序进行。

核心发现 4：协作模型进化：从锁机制到“裁判制”

Cursor 团队在构建自主编码功能时，经历了一场深刻的架构进化。他们起初尝试平等的协调模型（多个代理竞争共享文件锁），但这导致了严重的性能瓶颈和代理的“避险情绪”。在经历了乐观并发控制（Optimistic Concurrency Control）的迭代后，他们最终确立了现在的生产标准：

1. 规划者（Planners）： 持续探索代码库，生成递归的任务规格说明（Specs）。
2. 执行者（Workers）： 专注执行，不考虑全局复杂性，在独立的 Git 工作树中运行。
3. 裁判（Judges）： 独立判断迭代是否完成，决定是否重启循环。

这种分工解决了模型不能“既当运动员又当裁判”的问题。更有趣的发现是：不同模型在不同角色中表现各异。例如，某些 GPT 模型在长周期自主工作中表现优于 Opus，因为后者在长时间任务中更容易因寻找捷径而过早停止。模型与角色的精准匹配，正成为下一代系统设计的核心。

核心发现 5：构建“记忆银行”：身份与偏好的持久化

随着 Google Cloud Next '26 的召开，记忆银行（Memory Bank）已进入正式商用阶段（GA）。它为长效代理赋予了跨任务的“身份认同”。

与单纯的对话历史不同，记忆银行通过 Memory Profiles 提供低延迟查询，它能学习用户的长期偏好（例如你对特定业务指标的定义），并将其作用于未来的任务。Payhawk 的案例显示，利用记忆银行，代理处理报销的时间减少了 50%。

然而，这也引入了“记忆治理（Memory Governance）”的需求。企业必须像管理微服务一样管理记忆，防止代理从非典型交互中习得错误的捷径，即所谓的“记忆漂移（Memory Drift）”。

实践指南：你该如何开始构建？

作为开发者或架构师，你可以根据背景选择路径：

• 个人开发者： 充分利用 Claude Code 或 Cursor。关键技巧： 使用 Git Worktrees 进行多小时任务，确保即使合上笔记本电脑，云端运行也不会中断。同时，编写一份像飞行员检查单一样严谨的 AGENTS.md，并在开始前强制代理输出一份任务规格说明。
• 产品构建者： 避免重新发明轮子。选择 Anthropic Managed Agents 或托管运行时，利用其自带的“脑/手/会话”解耦架构，重点投入在“评估器（Evaluator）”的 prompt 优化上。
• 企业运营者： 采用 Google Cloud 模式。通过 Agent Sessions 绑定 CRM 记录，利用 Agent Gateway 强制执行安全策略，确保代理在具备 Shell 权限时，其凭证与沙箱环境严格隔离。

挑战与局限：光辉未来的阴影面

尽管前景广阔，长效代理仍面临四大挑战：

• 成本控制： 24 小时运行的前沿模型会迅速耗尽预算，必须设置断路器（Circuit Breakers）。
• 对齐漂移（Alignment Drift）： 在多次总结与上下文重构中，原始目标可能失真。
• 安全边界： 必须确保敏感凭证对于生成代码的沙箱环境是不可触达的。
• 人类审计： 审计 24 小时的自主活动极其耗时。

未来的核心竞争优势将发生转移：编写能经受住自主执行考验的任务规格说明（Specs），将取代单纯的代码编写，成为人类开发者的核心新技能。

结论：不仅是工具，更是数字同事

长效代理的演进标志着 AI 正从简单的聊天脚本演变为具备状态、记忆和角色的数字同事。当这种架构日趋成熟，AI 将不再只是回答你的问题，而是能够在你睡觉时背负目标、在云端沙箱中独立生存并交付。

随着这种技术的普及，一个发人深省的问题摆在所有开发者面前：当一个 AI 比你更了解你的代码库或业务逻辑时，你作为开发者的角色将如何被重新定义？ 答案或许就在于我们如何从“代码编写者”转变为“目标定义者”与“复杂系统架构师”。

---

作者：道一云低代码

作者想说：喜欢本文请点点关注~

技术资料分享