Anthropic 7×24 在线 Agent 架构:让任务持续,而不是让进程常驻

Anthropic 给的 always-on agents 参考架构,把「进程常驻」换成「任务持续推进」:Inbox 记事件、Timer 排未来、Memory 存进度、Permissions 等确认、Outbox 管发送。给 Agent 一个任务,它可以查资料、调工具、写代码。但今天没做完,明天能不能自己接着做?测试结果隔夜返回,能不能自动继续?用户暂时没有回复,Agent 能不能安静等待,等到真正需要决定时再开口?
Anthropic 分享的一套 always-on agents 参考架构,解决的不是“如何让模型一直运行”,而是“如何让一件事持续推进”。一项任务可以持续几天,但每次执行只需要很短;两次执行之间的等待、触发、记忆和权限,都交给系统负责。这套思路对 Coding Agent、Personal Agent 和企业自动化都适用:让进程可以结束,让任务不会丢失。7×24 在线,不等于 7×24 占着进程 常驻 Agent 最容易踩的坑,是把持续工作理解成一个永不退出的循环。
实际任务中,大部分时间都在等待:等 CI 结果、等用户确认、等定时器到点、等外部系统回调。让 worker 一直挂在那里,既浪费资源,也让故障恢复变得困难。更合理的模型是: run:一次具体的执行,包含模型判断和工具调用;session:跨多轮 run 保存消息、工具记录和任务上下文;event:触发下一轮 run 的事件,例如新消息、测试回调或定时器到期。一轮执行完成后,进程可以退出。下一条事件到来时,系统恢复已有 session 或创建新的 session。
所谓“在线”,指的是任务有持续跟进的入口,而不是某个进程永远不睡觉。模型循环之外的五类系统职责 每轮 run 内部仍然是熟悉的模型与工具循环:判断下一步、调用工具、查看结果、继续工作。但要让任务跨越数小时和数天,真正重要的是循环之外的五类职责。Inbox:先记录事件,再启动执行 所有外部事件先写入持久化 inbox 表,再快速返回“已收到”,由后台 worker 读取待处理事件。这样即使 worker 中途退出,后续实例仍能找到未完成记录。
一个最小实现可以只有一张表、一个 HTTP 接口和一个后台 worker。事件带唯一 ID,用于去重;同一用户连续发来的补充消息,可以在入队后合并成一轮处理。原型阶段可以从“一个用户一个 inbox,同一个 inbox 同时只有一个活跃 worker”开始,先保证状态更新有明确顺序。消息到达时是并入当前 run、留到下一轮还是中断重来,应按交互场景决定。Timer:把未来安排变成事件 “两小时后再检查一次”不能靠 worker 进程阻塞等待。
系统应把未来安排持久化到 timer 表,由调度器定期检查,到期后更新 timer 并向 inbox 写入一个事件。一次性 timer 标记为已触发,周期 timer 更新下一次执行时间。到期只负责入队,真正执行仍由统一的 worker 流程完成。这样定时任务和用户消息可以走同一条执行链,不需要额外维护一套 Agent 运行逻辑。Timer 还要处理可靠性问题:如果标记完成成功,但事件写入 inbox 失败,下一次跟进就会消失。
两张表在同一个数据库时,可以用事务保证一致;如果使用不同存储,则需要可重试投递和事件去重。Memory:把进度保存到本轮之外 继续执行时,系统需要知道上次做到了哪里。直接沿用 session 能带回消息和工具调用,但上下文有上限,压缩历史或创建新 session 又可能丢失关键细节。更稳妥的做法是把重要进度及时写入持久化记忆,并按类型处理: 信息类型 保存方式 读取策略 外部系统状态 保存引用和查询条件 每轮执行前重新查询 任务目标与约定 保存结构化记录 每轮按任务加载 工作产物 文件、提交、报告或测试结果 需要时读取最新版本 长期经验 归纳后的规则和偏好 按角色或项目加载 一句“测试通过”远远不够,还要记录哪个提交、哪次测试、哪个环境通过。
否则 Agent 很容易把单元测试通过误判为功能已完成,而用户流程仍然存在问题。记忆和工作产物的寿命必须长于临时 worker。文件目录、数据库和对象存储都可以作为实现,但不能把唯一进度留在某个容器的临时文件系统中。Permissions:等待用户确认也是任务状态 Agent 准备推送代码,但用户不在线时,不能让 worker 一直等待。系统可以保存 session 和未完成的工具调用,展示待确认问题,结束本轮执行。
用户第二天回复后,答案作为事件进入 inbox,触发新的 run,恢复对应 session。保存的记录必须能回答三个问题:这个确认属于哪个任务、对应哪个工具调用、待执行对象是否仍然是同一个版本。Claude Code 的 hooks 体系提供了类似的 defer 机制:PreToolUse 可以在非交互模式下暂缓调用,由外层应用收集用户回复后恢复 session。它有适用边界,例如当前回合要求只有一个工具调用,交互模式或多个工具并行调用并不适用。
权限还要区分“需要确认”和“可自动执行”。无人值守模式下,分类器可以拦截高风险动作,凭证则由代理在执行环境外注入,避免把真实令牌交给 Agent。分类器并不完美,工具权限仍然需要最小化,恢复执行前也要重新核对分支、文件版本和用户目标。Outbox:把消息发送和任务执行分开 Agent 修复完成后,最后一步是让用户知道结果。一次 run 的结束可以有三种状态:发送消息、安静结束、暂缓工具调用并询问用户。
如果每次定时检查都发送“暂无新进展”,系统很快会变成噪声源。没有新结果时可以静默;任务完成、需要决定或出现异常时才通知。简单场景可以使用一个 send 工具直接发消息。需要控制发送节奏、从发送失败中恢复时,再引入 outbox:Agent 把待发送消息写入独立表,由 dispatcher 负责投递。这样消息发送失败只需要重试通知,不必重新执行一遍已经完成的代码修复。异步任务必须有回调和幂等性 以代码修复为例,Agent 提交测试后可以保存测试任务 ID,结束本轮执行。
CI 完成后把结果作为事件写入 inbox,新的 worker 再恢复 session 继续工作。但恢复时不能盲目相信本地状态。等待期间用户可能改变修复目标,分支可能已经更新,外部测试也可能已经成功,只是回执在网络中丢失。系统应在恢复前查询外部状态,并用幂等键避免重复提交。这条规则适用于支付、部署、发消息和数据修改等所有有副作用的动作:事件去重只能保证本地事件不重复处理,不能保证外部操作只发生一次。
真正可靠的系统,需要外部查询、幂等键和可回滚动作一起工作。如何把这套架构落到现有项目 不需要一开始拆成五套微服务。一个应用加一套现有数据库就足够搭出第一版: 用 inbox 表记录外部事件、状态和唯一 ID。用 worker 处理事件,每个用户或项目保持单活跃执行者。用 session 和任务表保存上下文、进度、产物和审批状态。用 timer 表安排未来事件,调度器只负责到期入队。用 outbox 表管理通知和可重试投递。
为外部副作用补上幂等键、回执查询和人工接管。这套设计的核心不是增加更多 Agent,而是让每一轮执行都留下足够信息,并为下一轮安排好触发条件。任务可以暂停,进程可以退出,系统仍然知道下一步从哪里继续。Anthropic 的常驻 Agent 架构更像一套运行时方法论,而不是某个固定产品。国内团队如果希望通过 API 接入 Claude 等模型,可以了解 [Code80]https://code.ai80.vip/home 这类渠道,但 inbox、timer、memory、permissions 和 outbox 仍需按自身业务设计。
常见问题 7×24 在线 Agent 是否需要常驻进程?不需要。让任务持续的是持久化事件、定时器、会话和工作产物;每轮 run 完成后,worker 可以退出,下一条事件到来时再恢复。Inbox 和消息队列有什么区别?Inbox 更强调面向任务的持久化事件和状态管理。它可以建立在数据库表上,并保存去重、合并、处理状态和关联 session 等信息。为什么 Timer 到期后还要写入 Inbox?这样定时触发和用户消息、外部回调可以走同一套处理流程,避免为每一种触发方式单独实现 Agent 运行逻辑。
Memory 只保存摘要够吗?不够。摘要适合长期经验,但任务进度还需要提交、测试、工单、版本和外部系统引用等可验证产物。延迟工具调用有什么限制?需要保存待执行工具、参数、任务和版本上下文。某些 hooks 机制只适用于单工具调用和非交互模式,不能默认覆盖所有并行执行场景。国内团队如何实现这类常驻 Agent?可以通过 Code80 等渠道接入模型,但应先实现事件持久化、任务状态、权限确认、幂等副作用和通知重试,再扩大 Agent 的自动化范围。
本文由人人都是产品经理作者【易安说AI】,微信公众号:【易安说AI】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。题图来自 Unsplash,基于 CC0 协议
