
近期,围绕 Agent 如何持续工作,业内开始有更多关于系统架构的讨论。不久前,DeepSeek Harness 团队发表了《Super-agent 设计探索:迈向更自主的 Agent 系统》,小七对此做过一篇「DeepSeek Super-agent:从单 Session 到持续运行的 Agent 系统」的解读。文章重点介绍了如何通过 Router / Worker 双层架构、事件路由和任务生命周期管理,让 Agent 能够跨 Session 协调、并行推进多项工作。
11 月 13 日,Anthropic 又发布了《Building always-on agents》,同样关注 Agent 的外围架构,但切入点有所不同:当模型不再持续运行,Agent 如何依然能够主动响应事件、接续工作,并在无人持续监督的情况下安全执行?
这次我们就沿着 Anthropic 的思路,看看它如何通过一套外围运行架构,让 Agent 具备持续工作的能力。
理解这套架构,需要先区分 Run 和 Session。
Run 是 Agent 被唤醒后的一段执行过程,包括接收事件、模型推理、工具调用和保存必要信息。Session 则保存消息和工具调用历史,为 Agent 提供执行上下文。一个 Session 可以包含多次 Run;新事件到达时,系统可以恢复已有 Session,也可以创建新的 Session。
因此,Always-on 并不意味着模型一直运行。Anthropic 描述的 Agent 大部分时间处于休眠状态,只有事件到来时才启动 Run,完成当前工作后再次休眠,等待下一次唤醒。

图 1:Always-on Agent 的运行与休眠周期。图源:Anthropic
模型可以判断什么时候需要继续工作,但实际调度由外围系统负责。例如,Agent 完成一次检查后,决定半小时后再次确认。它可以安排后续检查并结束当前 Run,由后台系统保存计划,到期后重新唤醒 Agent。
那么,系统如何可靠地接收外部事件,又如何在没有新消息时按计划唤醒 Agent?
对话式 Agent 主要由用户消息触发,而持续工作的 Agent 还需响应监控平台的 Webhook、定时任务到期通知、后台作业结果等外部事件。
最直接的方式是收到事件后立即启动 Agent。但如果两个与同一故障有关的告警几乎同时到达,就可能启动两个执行实例,同时检查甚至修改相同的配置。如果执行途中进程异常退出,尚未处理的事件也可能丢失。
Anthropic 建议引入持久化的 Event Inbox(事件收件箱),将事件接收与 Agent 执行分离。最简单的实现包含三个部分:

图 2:Event Inbox 的事件接收与 Worker 执行流程。图源:Anthropic
Handler 收到事件后,应尽快完成轻量检查和持久化写入并返回确认。部分 Webhook 提供方会将响应过慢视为失败,因此 Handler 不宜等待 Agent 完成工作。提示词注入等需要深入分析的风险,可以留到后续 Run 中检查。
Handler 写入事件后会唤醒 Worker。Worker 随后从 Inbox 读取待处理事件,并判断是否需要恢复已有 Session。例如,用户回复了此前的审批请求,就可以恢复对应的 Session;如果是一项不相关的新工作,则创建新的 Session。
由于事件已经持久化,即使 Worker 执行中断,系统仍然可以重新读取并处理。但事件去重和单 Worker 约束,并不意味着一次事件只会执行一次。如果 Agent 已经修改了外部系统,却在更新事件状态前崩溃,重试时就可能重复操作。因此,修改配置、提交代码等具有外部副作用的操作,还需要额外考虑幂等控制。
并发同样需要约束。Anthropic 建议起步时为每个用户设置一个 Inbox,并确保同一 Inbox 同时只有一个活跃 Worker。如果运行期间又有新事件到达,可以留给下一次 Run、加入当前 Run,或者中断当前 Run 后重新启动。短时间内到达的多条消息也可以合并处理,减少重复的模型调用与回复。
这种设计降低了并发协调的复杂度,但也限制了同一 Inbox 的并行能力。需要更高吞吐量时,可以进一步拆分 Inbox。不过,即使拆分到不同 Inbox,如果多个任务最终操作同一外部共享资源,例如同一个代码仓库或同一套生产环境,冲突仍需在业务层额外处理。
Event Inbox 解决了事件接收的问题,但有些工作需要在未来指定时间主动执行,例如半小时后重新检查监控指标,或者每天上午整理一次服务运行状态。
为此,Anthropic 引入 Timers(定时器),并区分两种任务:Follow-up 是 Agent 根据当前工作安排的一次性跟进,例如稍后检查问题是否解决;Schedule 则按照固定周期执行,例如每天生成一份运行报告。
定时任务保存在独立的持久化存储中,由 Scheduler(调度器)定期检查。发现任务到期后,Scheduler 会更新对应记录:一次性的 Follow-up 标记为完成,周期性的 Schedule 更新下一次触发时间;随后将事件写入 Event Inbox,由 Worker 启动 Agent。

图 3:Timers、Scheduler 与 Event Inbox 的关系。图源:Anthropic
Timers 与 Inbox 分开管理,是因为两者承担不同的职责:Timers 保存未来的执行计划,Inbox 管理已经准备好处理的事件。通过 Scheduler 将两者连接起来,Agent 就可以在当前 Run 中安排后续工作,然后结束执行,等到期后再由后台系统唤醒。
这样,无论是外部事件还是定时计划,都可以触发新的 Run。但对于需要接续的工作,Agent 被唤醒后还得知道此前做过什么、现在应该从哪里继续。
假设 Agent 半小时后重新检查服务状态,它不仅需要读取最新的监控指标,还要知道上次检查发现了什么、为什么安排这次跟进、用户设置了哪些操作限制,以及此前已经向开发者报告过什么。
这些信息需要在不同 Run 之间保留。为此,Anthropic 将 Memory 设计为独立于 Worker 的持久化组件,让 Agent 即使结束当前运行,也能在后续工作中找回必要的信息。
Session 保存消息和工具调用历史。恢复已有 Session,可以带回此前的交互和执行过程,帮助 Agent 接着之前的工作继续。但随着 Run 次数增加,这些历史记录会不断增长,反复加载大量内容也会增加 Token 消耗和执行延迟。
因此,长期运行不能只依赖 Session 历史。Anthropic 建议将需要跨运行保留的信息单独写入 Memory,主要分为四类:
这些记忆可以通过文件目录组织。例如,用户长期指令和记忆索引在每次运行时加载,具体的用户笔记、任务进度则按需读取。文件目录只是组织形式,底层可以映射到数据库或对象存储等持久化系统,使记忆不受 Worker 生命周期的影响。

图 4:Memory 文件组织示例,区分每次加载的信息与按需读取的信息。图源:Anthropic
对于外部系统中已有的信息,Anthropic 还建议尽量保存引用,而不是在 Memory 中复制一份。
例如,Agent 可以记录告警编号、此前的分析结论和后续检查目标,但告警当前是否已经恢复,仍应重新查询监控平台。否则,之前保存的状态可能已经过期,影响后续判断。
因此,Session 历史、Memory 和外部系统各有用途:Session 保留此前的交互与执行过程,Memory 保存需要长期保留的信息,外部系统则提供最新的业务状态。Agent 在后续运行中结合这些信息,才能继续处理工作。
启动 Run 时,系统需要向模型提供 System Prompt、工具定义和必要的 Memory。新建 Session 时,还要加入本次触发事件;恢复已有 Session 时,则会带回此前的消息和工具调用历史。
这些内容都会占用上下文窗口。Anthropic 建议尽量控制初始上下文的大小,并使用提示词缓存(Prompt Caching)降低重复加载的成本。不常用的信息可以通过 Memory 索引按需读取,避免每次都加载全部内容。
随着 Session 历史增长,系统可以通过上下文压缩(Compaction)将较早的消息整理成摘要,或者直接创建新的 Session。不过,这两种方式都可能丢失部分细节,因此重要信息应在运行过程中及时写入 Memory,而不是等到上下文过长时才保存。
除了在 Run 中主动保存记忆,Anthropic 还简要提到了可选的 Dreaming 机制:通过回顾历史 Session 整理长期记忆、替换过期信息,并发现多次运行中反复出现的规律。原文对此着墨不多,并指向另一篇记忆组件文章做进一步说明。Dreaming 属于外部记忆的整理过程,并非 Always-on 架构的必选项,也不意味着模型权重本身在持续学习。
通过 Session、Memory 和外部系统的配合,Agent 可以在不同 Run 之间接续工作。但即使恢复了必要的信息,也不代表它能够在用户不在场时执行所有操作。长期自主运行还需要明确工具调用的权限边界。
持续工作的 Agent 可能需要读取代码仓库、调用内部 API、修改文件,甚至操作生产系统。如果每次工具调用都需要人工确认,就很难独立推进工作;但如果完全不加限制,又可能给真实业务环境带来风险。
Anthropic 从凭据隔离、自动化风险审查和延迟工具调用三个方面讨论了权限管理,分别解决凭据如何安全使用、哪些操作可以自主执行,以及需要用户审批时如何继续工作。
Agent 调用外部服务时,往往需要 API Token、访问密钥等敏感凭据。Anthropic 建议在 Agent 运行环境之外部署代理,由代理保管真实凭据。Agent 发送不包含密钥的请求,代理再添加必要凭据,并转发到目标服务。
这样,Agent 可以使用外部服务,却不需要直接接触真实密钥。但凭据隔离并不能决定操作是否应该被允许,即使 Agent 无法获取密钥,也可能通过代理发起具有副作用的请求。
对于工具操作本身,Anthropic 以 Claude Code 的 Auto Mode 为例,介绍了通过分类器审查较高风险操作的方式。被判定为危险的操作会受到阻止,Agent 则尝试寻找更安全的执行方式。这可以减少对人工确认的依赖,但重要决策仍然需要用户审查。
因此,工具调用除了允许执行或直接阻止,还可能需要等待用户批准。对于持续工作的 Agent,接下来就要解决如何在不长期占用运行资源的情况下等待审批。
例如,Agent 判断需要修改生产环境配置,但这项操作必须经过开发者批准。开发者可能几分钟后回复,也可能几个小时后才能处理。如果让当前工具调用一直等待,就会占用 Agent 的运行过程。
Anthropic 介绍了 Deferred Tool Calls(延迟工具调用)机制。Claude Code 已经支持通过 Hook 延迟工具调用、等待用户补充输入,类似方式也可以用于持续工作的 Agent。
当 Agent 准备执行需要审批的操作时,系统可以暂时挂起工具调用,保存当前 Session,并结束这次 Run。审批请求随后展示给用户,例如通过交互卡片呈现。用户批准、拒绝或补充信息后,系统将回应作为新事件写入 Event Inbox,再启动新的 Run,恢复之前的 Session,根据用户反馈决定如何继续处理这次工具调用。
这样,等待审批期间,Worker 可以处理其他事件,不必一直被当前任务占用。用户回应后,Agent 也能从之前保存的上下文继续工作,无需重新开始整个任务。
对于生产环境中的敏感操作,如果审批等待时间较长,恢复执行时还应重新检查操作目标、环境状态和授权条件是否变化。这属于进一步落地时需要考虑的安全措施,原文没有展开具体实现。
通过这些机制,Agent 可以自主执行获得允许的操作,并在需要人工决策时暂停和恢复工作。不过,长期运行还涉及一个面向用户的问题:Agent 每完成一次 Run,都需要向用户发送消息吗?
传统对话式 Agent 通常会持续输出工具调用进度和执行结果,用户可以跟随整个处理过程。但持续工作的 Agent 可能每天都会执行多次 Run,如果每次都发送消息,用户很快就会被大量状态通知打扰。
例如,Agent 每半小时检查一次服务指标。如果没有新的异常,就不必反复报告“状态正常”;但如果异常恶化,或者需要开发者审批操作,就应该及时通知。
Anthropic 将一次 Run 的结果分成三种情况:发送消息、无需发送,或者通过 Deferred Tool Call 请求用户提供信息或批准操作。
对于简单的系统,Agent 可以直接通过 Send Tool 向用户发送消息。如果需要控制消息发送节奏,或在交付失败后重新尝试,则可以引入正式的 Outbox(发件箱)。
Outbox 通常使用独立的数据库表保存待发送消息及其处理状态。Agent 将消息写入 Outbox 后,由后台的 Dispatcher(消息分发器)读取待处理记录,判断哪些消息需要发送,再调用相应接口完成交付。

图 5:Outbox 与消息交付流程。图源:Anthropic
这样,Agent 生成消息与实际发送消息就分开了。例如,Agent 已经生成故障报告,但消息服务暂时不可用,只要待发送记录仍然保存在 Outbox 中,Dispatcher 就可以在服务恢复后重新尝试。前面提到的人工审批请求,也可以通过 Outbox 交付,或者直接展示在应用界面中。
不过,Outbox 主要解决消息交付与发送节奏的管理,不能代替 Agent 判断哪些事情值得通知用户。消息太多会造成干扰,太少又可能遗漏重要信息。
Anthropic 因此建议通过评测调整通知策略,初期尽量保持克制,再根据实际效果逐步优化。对于持续工作的 Agent,用户更需要了解重要进展和需要自己处理的事项,而不必持续关注每一次后台运行。
将前面介绍的机制连接起来,就形成了 Anthropic 所描述的 Always-on Agent:通过 Event Inbox 和 Timers 按需唤醒,在 Session 中结合 Memory 恢复工作,并通过 Permissions 控制自主操作,最后根据需要由 Outbox 向用户交付消息。

图 6:五个基础组件组成的 Always-on Agent 整体架构。图源:Anthropic
这套架构让模型可以间歇运行,而 Agent 仍能持续响应外部事件、处理周期任务,以及跟进尚未完成的工作。一次 Run 结束,不再意味着所有工作都要等待用户重新安排。
当然,这些基础机制并不能解决长期自主执行的所有问题。事件重试可能带来重复操作,持久化记忆无法保证模型判断始终正确,自动化权限审查也不能代替所有人工决策。实际生产系统仍需结合业务要求,进一步处理故障恢复、状态一致性和资源预算等问题。
Anthropic 这篇文章提供的是一套基础架构设计,而非覆盖各类场景的完整实现。它让我们看到,Agent 可以继续使用现有的推理与工具调用循环,但要让它持续参与实际工作,还需要外围系统承担那些不能随着一次 Run 结束而消失的职责。
最后,再回到开头提到的 DeepSeek Super-agent。两篇文章都在讨论如何让 Agent 摆脱单次会话的限制,持续响应环境事件并推进工作,只是关注的架构重点有所不同。
DeepSeek 更侧重系统如何组织任务与执行单元:通过 Router / Worker 双层架构、事件驱动、异步交互、计算与状态及执行环境的分离,以及 Watchdog,支撑跨 Session 的连续交互、多任务并行和长期运行中的异常恢复。
Anthropic 则把持续工作的运行闭环拆解为五项基础机制,重点讨论事件如何进入系统并触发 Run、上下文与记忆如何跨运行保留、权限如何约束自主操作,以及结果如何交付给用户。
简单来说,DeepSeek 更关注「如何组织多项工作并让它们协同推进」,Anthropic 更关注「模型间歇运行时,如何让每次 Run 都能可靠地接上下一步」。两者从不同层次提供了互补的架构视角,共同帮助我们理解如何构建能够长期、持续工作的 Agent。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。