常驻型智能体(Always-on Agents)能够无限期自主运行,在跨越多个会话的过程中自主判断行动时机与执行方式。本文系统拆解构建常驻智能体所需的五大核心工程原语——事件收件箱、定时器、记忆系统、权限控制与发件箱,并剖析它们如何紧密协同运转。
类别:最佳实践(Best Practices)| 原文作者:William Hu(Anthropic)| 编译:资深科技观察
过去几个月里,常驻型智能体(Always-on Agents)正迎来一轮强劲的复兴。
常驻智能体具备两大核心特征:有状态(Stateful)与主动性(Proactive)——它们能跨越多个独立会话维护上下文,并在无需人类实时监督的情况下自主采取行动。在底层,它们依然基于普通智能体通用的核心控制循环(Core Loop)运行;真正的本质差异在于外层工程架构:系统需要通过一套专门的基础原语,来精准控制 Agent 何时被唤醒、单次运行间需要持久化保留哪些状态,以及最终的工作成果如何递送至用户。
这股复兴浪潮主要归功于近期模型能力的飞跃,使得常驻 Agent 在工程落地与商业成本上真正变得可行:
首先,最新一代模型拥有显著更强的判断力:它们能够更稳定、更精准地理解用户意图,并清晰判断何时应该主动向用户跟进确认;
其次,高阶推理能力的成本大幅下降,其中长程复杂任务(Long-horizon Tasks)受益最为明显。例如在某项长程编程基准测试中,Claude Opus 5.5 解决单个任务的推理成本相比 Opus 5 下降了整整 78%,而常规日常工作负载下的成本降幅仅为 40%。
许多客户向我们咨询如何将这种常驻式体验集成到自己的产品中:有些团队希望让自己现有的 Agent 变得更加主动,有些团队则计划从零搭建全新的常驻系统。
本文将全面拆解常驻智能体背后的五大底层工程原语,并深入阐述它们如何有机串联为一个完整的运转闭环。
# 一、常驻智能体背后的运转周期
常驻智能体并非真的“7×24 小时时刻在线运算”,“常驻”仅是对用户端产品体验的一种抽象描述。
在实际运行中,Agent 绝大部分时间都处于休眠状态(零 Token 消耗),只有在接收到底层事件触发时才会周期性唤醒干活。
每一次具体的工作执行过程被称为一次 运行(Run):Agent 接收到一个事件,执行并完成对应任务,随后将本次运行产生的信息持久化保存下来。单次运行是在一个 会话(Session) 中展开的,会话本质上是由一系列消息记录和工具调用(Tool Calls)构成的交互转录历史。一旦单次 Run 执行完毕,Agent 就会立刻重回休眠状态,如此往复循环、周而复始。
# 二、五大核心原语
支撑常驻智能体的外部架构主要由五大核心原语构成:事件收件箱(Event Inbox)、定时器(Timers)、记忆系统(Memory)、权限控制(Permissions) 以及 发件箱(Outbox)。下面我们将逐一展开剖析。
# 1. 事件收件箱(Event Inbox)
绝大多数传统的 AI Agent 仅在用户主动发送消息时才会启动。相比之下,常驻 Agent 可以被各种不同维度的事件触发,包括 Webhook 回调、定时排程任务以及后台异步作业。
一种直观但容易踩坑的做法,是让各个事件源直接调用 Agent。这种架构存在数种致命的故障模式:例如,两个事件同时到达会导致多个 Run 产生并发竞态;而一旦系统崩溃,未处理的事件就会彻底丢失。
这正是**事件收件箱(Event Inbox)**发挥作用的地方。各个事件源不再直接唤起 Agent,而是将事件投递至收件箱,再由后台的工作进程(Worker)统一拉取并处理。
最精简的事件收件箱由三部分组成:
- 持久化事件列表:通常是一张数据库表;
- 事件接收处理器(Handler):通常是一个轻量的 HTTP 接口,负责将接收到的事件写入列表;
- 工作进程(Worker):通常是一个后台守护进程,负责从事件列表中轮询或监听读取待处理项。
收件箱应当跟踪每个事件的处理状态(如待处理、处理中、已完成、失败),并能基于事件源提供的唯一标识符(UUID / ID)进行幂等去重。关系型数据库(RDBMS)非常适合用作事件收件箱,新事件只需作为一行新记录追加写入即可。在工程初期,我们建议以“单用户单个收件箱”的颗粒度进行隔离;如果后续系统需要更高的并发吞吐能力,可以进一步细分拆解。
当新事件到达时,Handler 将事件写入收件箱并唤醒 Worker。Worker 读取所有处于待处理状态的事件,正式开启单次 Run。如果该事件是对之前未完任务的承接(例如用户对前序提问的回复),Worker 会恢复对应的既有会话(Session);而对于其他独立的全新事件,则会初始化一个全新的会话。
随后,Worker 将事件内容喂给 Agent 控制循环,等待本次 Run 执行完毕,最后将相关事件标记为已完成。具体工程实现存在不少细节陷阱,以下是经过验证的四条最佳实践:
- Handler 必须极速确认响应(Fast ACK):许多外部事件源(如 Webhook 供应商)会将响应超时直接判定为调用失败。Handler 只需执行极轻量的鉴权校验并写入数据库,任何深度的安全审查(例如针对 Prompt 注入的防御性检查)都应当移至实际 Run 过程中执行。
- 收件箱必须作为唯一的“事实来源”(Source of Truth):Worker 被唤醒后,必须始终先从收件箱拉取最新事件,而不能完全依赖内存中的消息传递。这样即使 Worker 在运行途中意外挂掉,新启动的 Worker 也能重新拾起未完成的事件并安全重试。
- 每个收件箱同一时刻只能有一个处于活跃状态的 Worker:严格的单 Worker 约束能够彻底杜绝两个 Run 并发执行导致的任务重复与状态相互覆盖。如果在单次 Run 执行期间收到了新事件,系统可以采取三种策略之一:推迟至下一次 Run、合并注入当前 Run、或者中断当前 Run 并以聚合上下文重新开始。
- Worker 应支持合并批处理待处理事件(Batching):例如当用户连续快速发送了多条消息时,Worker 可以将这些消息合并到同一次 Run 中统一推理,使 Agent 只需一次性生成一条完整回答,避免产生混乱的碎裂回复与额外消耗。
# 2. 定时器(Timers)
定时器与事件收件箱协同工作,是赋予常驻 Agent **主动性(Proactivity)**的核心枢纽。在业务逻辑中,定时器主要划分为两大类:
- 跟进定时器(Follow-ups):这是 Agent 为自己主动设定的截止时间点。例如向用户发出确认请求后,设定“若 2 小时内未收到回复则主动跟进检查”;
- 排程定时器(Schedules):这是按照固定节奏周期性触发的例行任务,例如“每天上午 9 点生成行业资讯摘要”。
定时器必须保存在独立的持久化存储中(通常是另一张独立的数据库表),与事件收件箱严格分离。这是因为收件箱只应存放当前已就绪、随时可供消费的事件。跟进定时器与排程定时器可以共享相似的表结构设计,区别在于排程定时器额外需要记录 Cron 表达式或周期循环规则。
需要强调的是,定时器本身并不直接唤起 Run。系统通常需要一个专门的**调度器(Scheduler)**后台服务,以固定时间间隔轮询定时器存储,检查并触发所有到期的任务。调度器在每一次轮询周期中执行以下动作:
- 扫描存储,筛选出所有当前已到期的定时器;
- 根据定时器类型更新状态:
- 跟进定时器:直接标记为已完成(Done);
- 排程定时器:根据周期规则,将其下次到期时间更新为下一轮触发节点;
- 向事件收件箱中推入一条新事件,并唤醒对应的 Worker 准备执行。
在工程选型上,调度器既可以由团队自主编写轻量轮询服务,也可以采用成熟的持久化工作流执行引擎(Durable Execution Engine)(如 Temporal、Cadence 等)来保障严苛的容灾与执行可靠性。
# 3. 记忆系统(Memory)
常驻 Agent 的实际运作是由许多次离散的 Run 拼装而成的,因此必须完全依赖**记忆系统(Memory)**来维系跨周期的上下文连贯性。
与事件收件箱和定时器一样,记忆系统同样必须拥有独立的持久化存储。在 Anthropic 的产品实践中(例如 Claude Code 的自动记忆机制 auto memory,以及 Messages API 的 memory tool),记忆在逻辑上通常被组织为一个文件目录结构。而对于常驻 Agent 来说,这些目录必须底层映射到底层持久化存储中(例如数据库记录或对象存储桶),以确保记忆的生命周期独立于随时可能消亡的 Worker 进程。
一条至关重要的设计经验法则(Rule of Thumb)是:记忆只应存储 Agent 无法通过外部接口再次查询到的信息。如果某些数据已经存在于其他现有系统中(例如 Jira / GitHub Issue 追踪系统),记忆中只需保存一个指向该资源的指针或引用 ID 即可。
具体而言,一个成熟的常驻 Agent 应当沉淀以下四类记忆:
- 用户全局指令(User Instructions):用户关于 Agent 行为模式、风格规范的所有显式约定,都应持久化保存在独立文件中,并在每次 Run 启动时默认加载。因为用户不可能随时守在屏幕前干预纠偏,这些顶层行为规范必须跨越每一次 Run 无缝传承;
- 用户画像洞察(User Notes):Agent 在日常交互中主动提取并归纳出的用户信息,包括用户的岗位角色、使用偏好、专业背景以及用户指出的纠正意见等。初期可以用单文件维护,随着沉淀内容增多,可拆解为多个小型模块化文件——此时在每次 Run 启动时仅加载索引文件(Index),当 Agent 推理需要更详细的背景知识时再按需动态调入具体文件;
- 历史沟通转录(Past Messages):Agent 必须精准掌握自己此前已经向用户同步过哪些内容,杜绝重复唠叨。这一信息既可以保存在每次 Run 启动时加载的独立汇总文件中,也可以直接由 Worker 自动截取注入该用户最近的几轮历史交互;
- 进行中任务进度(Task Progress):针对每一个正在推进的长程任务,Agent 都应当维护一个独立的进度追踪文件,详细罗列已完成事项与待推进事项。无论下一次由哪一个新 Run 接盘,都能通过读取该文件从上一轮中断的地方无缝续跑。与用户画像类似,常规状态下每次 Run 只需常驻加载进度索引,遇到具体任务时再按需检索详情。
上述机制涵盖的是在单次 Run 执行期间由 Agent 实时写入的显式记忆。此外,工程上还可以引入类似人类睡眠机制的**“做梦(Dreaming)”离线整理流程**:在非活跃时段启动离线审计 Agent,深度复盘过去多轮 Session 的完整历史记录,对记忆库进行精炼整理。“做梦”能够清理或合并过期的失效信息,并从跨越数天、数周的长期交互序列中挖掘出深层行为模式与宏观规律。
# 上下文窗口内的运转机理
在开始执行具体任务前,Agent 首先需要将系统提示词(System Prompt)、工具定义清单(Tool Definitions)以及基础记忆文件装载进上下文。这一部分构成了每次 Run 必不可少的初始“上下文基础开销(Context Overhead)”。因此在设计时,强烈建议将这部分基础提示控制得足够精简,并充分利用 Prompt Caching(提示词缓存) 技术来大幅削减每次重复加载的 Token 成本与推理延迟。
一个全新的会话(New Session)在启动时,上下文窗口内仅包含上述基础开销以及触发本次 Run 的事件信息;而一个承接前序任务的既有会话(Existing Session),则需要将此前多轮 Run 中产生的完整消息转录与工具调用历史一并带回上下文。
随着交互不断深入,一旦 Session 的上下文长度过载,系统通常有两种应对策略:对早期历史消息进行动态压缩摘要(Compaction),或者优雅终结当前会话并开启新会话。无论采取哪种方式,都不可避免地会丢失部分原始执行细节——这也从架构上再次倒逼系统:任何具有长期价值的关键信息,都必须在运行中及时提炼并落盘至记忆系统中,而绝不能寄希望于上下文窗口的无限持久。
# 4. 权限控制(Permissions)
权限管理是常驻智能体面临的最大安全挑战。单次 Run 本质上承载了用户的系统操作权限,而且在设计定位上是无人值守、自主执行的。针对每一次工具调用,系统必须精准判断:是放行让 Agent 自主执行、直接拦截阻断,还是挂起等待人类审批确认?
在权限控制体系中,核心涉及三大关键构件:
- 凭证存储安全隔离(Credential Store):为了执行实际业务,常驻 Agent 往往需要调用高权限的敏感凭据(如 API 密钥、数据库连接串或访问令牌)。业界推荐的标准安全架构是在 Agent 运行环境外部部署鉴权代理(Auth Proxy)。Agent 在发起工具请求时本身不持有任何真实凭证,外部代理在拦截并校验请求合法性后,动态注入真实凭据再转发至目标系统,从而彻底杜绝模型因越狱或注入而泄露底层密钥的隐患;
- 自主模式安全审计(Auto Mode):常驻 Agent 必须具备在无需用户高频干预下的自主行动能力。在 Claude Code 中,Anthropic 已经落地了成熟的 Auto Mode 机制:利用轻量分类器(Classifiers)对具有潜在破坏性的高危操作进行前置风险审查,拦截高危动作并强制模型探索更安全的替代路径;但对于牵涉重大资金、核心数据变更等关键决断,仍然必须强制保留人类审查环节;
- 延迟工具调用(Deferred Tool Calls):在 Claude Code 体系中,Hook 机制可以优雅地挂起某个工具调用,等待人类补充关键输入。这一设计模式同样是常驻 Agent 的刚需:当 Agent 遇到需要用户裁决或澄清的分歧点时,当前 Run 立即触发延迟调用,将当前会话现场完整冻结持久化,并终结当前 Run。随后,审批请求被呈递给用户(例如通过基于 MCP Apps 构建的交互式前端卡片)。一旦用户完成点击或回复,该决策将作为一条新事件注入收件箱,唤起一次新的 Run 来无缝恢复被冻结的会话。至关重要的是:在等待用户响应期间,Worker 完全可以转去处理收件箱中的其他事件,整个后台系统绝不会因为单个任务等待确认而被卡死挂起。
# 5. 发件箱(Outbox)
对于大多数交互式 AI Agent,系统会将思考过程、工具调用与生成回答以流式(Streaming)的方式实时推给前端,让用户能直观目睹模型的逐步推导过程。
但常驻 Agent 截然不同:绝大部分计算与调试都是在幕后静默完成的。用户最终关心的只是核心结论与必要的操作摘要,而不是成百上千行的底层执行琐碎流水账。
单次 Run 结束时,通常只有三种退出路径:
- Agent 主动向发件箱投递了一条需要告知用户的消息;
- Agent 自主判定本次运行属于内部例行检查,无需打扰用户(静默结束);
- Agent 触发了延迟工具调用,向用户申请操作权限或补充输入。
在简单场景下,很多常驻 Agent 只需要一个简单的 send 工具直接把消息推送给用户就能跑通。但如果你希望精细控制消息发送的节奏(避免刷屏轰炸),或者需要让 Agent 具备在网络抖动与递送失败时优雅恢复的能力,那么引入规范的**发件箱(Outbox)**就是必经之路。
发件箱是一张独立的待发送消息数据表,与事件收件箱形成镜像对偶;与之配套的还有**分发器(Dispatcher)**后台服务,其定位类似于收件箱体系中的 Worker。Dispatcher 负责轮询读取处于就绪状态的待发消息,根据频率限制规则决定发送时机,并安全投递给用户端通道。延迟工具调用的权限确认请求,既可以通过发件箱派发,也可以直接挂载在宿主 UI 的专用卡片面板中。
在消息递送之外,更关键的工程功力在于精准调优 Agent 的沟通频率:推送过频会造成严重的信息噪音,导致用户疲劳乃至关闭通知;而推送过少又会导致关键异常被遗漏。我们强烈建议团队针对通知场景建立专门的评测集(Evals)来寻找最佳平衡点。工程实践中的黄金准则是:Agent 在初期应当保持克制与安静,通过一次次高价值、低干扰的主动协作,逐步赢得用户更多的注意力与信任。
# 三、五大原语如何有机串联?
将上述五大原语拼装在一起,就构成了常驻智能体完整、自洽的系统闭环:
每一次 Run 的起点,都是收件箱(Inbox)中接收到的一个离散事件——它可以是一条用户指令、一个外部系统的 Webhook,或是定时器到期生成的排程任务;
当 Worker 消费该事件时,便正式启动单次 Run,在一个全新的或既有的会话(Session)中唤醒 Agent;
Agent 启动后,首先读取记忆系统(Memory)以获取基线认知与用户画像;随后在严格的权限沙箱(Permissions)边界内自主决策并调用工具执行任务;
任务达成后,Agent 将本轮沉淀的经验与任务进度回写至记忆系统;
当 Run 结束时,Agent 向发件箱(Outbox)追加一条交付记录,由分发器(Dispatcher)平滑推送至用户。
这五者共同构成了一个永不停歇的动态飞轮:单次 Run 在结束前,可以主动为自己设置一个未来到期的定时器(Timer);而当用户收到消息并做出回复时,其输入又会作为一条新事件重新落入收件箱;每一次具体的 Run 都是短暂且极其克制的,但正是依靠这套工程原语周而复始的无缝啮合,最终在用户端呈现出了一个随时待命、永远在线的“常驻智能体”。
# 致谢
本文作者为 William Hu(Anthropic)。特别鸣谢 Rodrigo Olivares 与 Michael Segner 对本文的核心贡献。