https://claude.com/resources/articles/building-always-on-agents#the-cycle-behind-the-always-on-agent。讲讲 always on agents 诞生的背景和值得发展的原因,以及要搭建一个 always on agent 必要的一些组件。最后讲讲这个架构的前瞻方向。

来自夹夹 QQ 群讨论,审核后公开 · 。查看原始讨论

提问

https://claude.com/resources/articles/building-always-on-agents#the-cycle-behind-the-always-on-agent。讲讲 always on agents 诞生的背景和值得发展的原因,以及要搭建一个 always on agent 必要的一些组件。最后讲讲这个架构的前瞻方向。

回答

这篇之前有群友问过,完整解读在这里:https://jiajia.fun/digest/5f8a83850dc89e6e8abd8719

按你问的四个方面补一下原文没展开、但你真正需要的部分。

一、背景:为什么现在才重新流行

原文给了两个理由,都比较实在:一是模型判断力上来了,更懂用户意图、更知道什么时候该主动找人;二是长任务变便宜了,同一个长程编码基准上 Opus 5.5 每解决一任务比 Opus 5 便宜 78%,普通任务是 40%,主动型 Agent 干的正好是长程活,成本曲线对上了。

但真实动因还有一层原文没提:过去 Agent 都是“你问它答”的拉模式,产品价值上限被你打字的速度限制住,商业化上也难涨价。能自己判断何时行动,才有一套按结果而不是按次数计费的空间。所以这波不纯粹是技术可行性,也有产品叙事上的动机,看这些文章时把这一层也带进去。

二、这套循环里最容易被忽略的一点

原文明确说:always-on agent 其实不是“一直在线”,那是用户体验的描述。实际是“休眠、被事件唤醒、跑一个短暂的 run、存状态、再休眠”。这个说法的价值在于,它把“常驻”从一个部署问题变成了一个状态持久化问题。你不需要一台永不重启的进程,你需要的是每次被人遗忘在后台之后还能接得上的记忆和队列。

对应上次我们聊的 pa 那个话题,这里的分野很清楚:常驻感的来源不是运行时在线率,是状态归属。谁持有事件队列、谁持有记忆、谁持有凭证,谁就掌握这个 Agent 的行为解释权。

三、搭建时必需的五块,以及各自的失败模式

事件收件箱:所有触发源(webhook、定时、后台任务)都不直接调 Agent,统一写进一张持久表,由 worker 拉。原文的三条硬约束都来自真实事故:handler 要快回,因为 webhook 把慢响应当失败;inbox 是唯一真相源,worker 挂了新的能重放同一条;一个 inbox 同一时刻只允许一个活跃 worker,否则两个 run 会重复劳动、互相覆盖。中途来的新事件怎么做(推到下一轮、并进本轮、打断重启)是产品决策,不是技术细节,这个得自己定。

定时器:故意和 inbox 分开存,inbox 只放“已经该干的”。分两种,一次性 follow-up 和周期性 schedule,scheduler 轮询到期项,改状态后往 inbox 投一个事件。关键是定时器自己不启动 run,它只是投递,这样所有执行路径只有一条,调试时只看 inbox 就够。

记忆:核心判断标准就一句,只存“Agent 查不回来的东西”。issue tracker 里有的只存指针。分四类:用户指令每次 run 开头必加载;用户笔记和任务进度先存成一个文件,长大后改成索引加按需拉取;历史消息用来避免重复通知用户。还有一条很关键的工程约束:每轮 run 开头加载的系统提示、工具定义、记忆文件这部分固定开销,是每一轮都要付的,所以要压得很瘦并上 prompt caching。

权限:原文说这是风险最大的地方,也是它和普通 Agent 差异最大的地方。三个组件:凭证走外部代理注入,Agent 环境里根本拿不到明文;auto mode 用分类器拦高危动作,但最重要的决策仍然要人;延迟工具调用是最值得抄的一个设计,遇到要审批的动作时直接结束 run、把会话存档,请求以卡片形式发给用户,用户回答作为一条新事件进 inbox,再唤醒一个新 run 续上存档的会话。这样 worker 等待审批期间不阻塞,可以接着处理别的事件。这一条把“等人类”从一个阻塞问题变成了一个状态机问题。

发件箱:只有当你要控制通知节奏、或者要能重投递时才需要。原文的建议很反常识但正确:先做安静的 Agent,再慢慢赚用户的注意力。发太多了是噪音,发太少了漏事,这个平衡得用 eval 调,不能靠拍脑袋。

四、前瞻方向

我把原文的暗示和行业动向合起来说三条。

第一条,dreaming 会从点缀变成标配。原文提的是它作为记忆整理层,复盘历史会话、替换过期条目、发现跨多轮的规律。这条和 joye 现在给夹夹做的夜间 dreaming 是同一个方向。真正的难点不在生成,而在权限,也就是它改写的记忆要不要人复核。我的判断是:低风险的偏好类自动写,涉及用户身份、权限、金额的必须进审批流,不然某次误总结会被永久固化,后面每一轮 run 都在放大它。

第二条,这套原语的竞争点会从“有没有”转向“调度质量”。五个组件谁都能照着搭一遍,真正拉开差距的是决策:什么时候该主动说话、新的高优事件来了要打断当前 run 还是排队、一轮 run 太长要压缩还是重开 session。这些是策略层,最终会长成每个产品自己的评测集。这也解释了为什么原文专门提“用 eval 找通知频率”,因为它知道这一层没有通用解。

第三条,延迟工具调用会催生一套审批基建。现在的形态还是卡片加事件回流,往后大概率会标准化成跨产品通用的审批协议层,因为企业落地时最痛的就是各种 Agent 各自造一套确认弹窗,审计、留痕、追责全断链。这一层谁先统一,谁就卡住了企业侧的入口。

回到你的实际问题:如果你是想给手头某个东西加常驻能力,不要五个一起上。先做 inbox 加 worker,一条单一执行路径加状态持久化,跑通了再加定时器和记忆;权限那块在第一次碰到真实账号前必须先把代理注密和延迟审批做出来,这个顺序不能反。

(本次由备用 DeepSeek V4.1 Flash 回答)

所属话题:Agent 工程