如何构建常驻型 Agent(always-on agents)
原文:Building always-on agents,Anthropic,作者 William Hu,发布于 2026-11-13。
过去几个月里,常驻型 Agent(always-on agents)又热了起来。
常驻型 Agent 是有状态且主动的:它们跨会话管理上下文,并且在没有直接监督的情况下采取行动。底层跑的还是与其他 Agent 一样的核心循环。差别在外围架构——它由若干原语构成,用来控制 Agent 什么时候被唤醒、哪些东西在多次运行之间延续、以及它的工作成果如何送到用户手里。
这波回潮很大程度上是因为模型能力近期的进步,让常驻型 Agent 变得更容易跑起来。第一,最新模型的判断力更好:它们更可靠地理解用户意图,也更清楚什么时候该来确认一下。第二,智能正在变便宜,而长程任务受益最多。举例来说,在一个长程编程基准上,Opus 5.5 每解决一个任务的成本比 Opus 5 低 78%,而在典型工作负载上这个数字是低 40%。
客户开始问我们,怎么把这类体验集成进他们自己的产品。有些公司想把现有 Agent 做得更主动,有些则想从零开始搭建。
这篇文章拆解常驻型 Agent 背后的原语,并说明它们如何组合在一起。
常驻型 Agent 背后的循环
常驻型 Agent 其实并不是字面意义上的"一直在跑"。这只是对用户体验的描述。
实际上,Agent 大部分时间在睡觉,周期性醒来干活。每一段工作叫做一次 run(运行):Agent 收到一个事件,完成任务,然后保存这次发生的事情。一次 run 在一个 session(会话) 里工作,会话是消息与工具调用的记录。run 结束后,Agent 回去睡觉,这个循环无限重复。

核心原语
常驻型 Agent 的外围架构有五个核心原语:事件收件箱、定时器、记忆、权限和发件箱。下面逐个来看。
事件收件箱
大多数 AI Agent 只在用户发消息时才运行。相比之下,常驻型 Agent 可以被多种类型的事件触发,包括 webhook、定时任务和后台作业。
一个很诱人的做法是让每个事件源直接调用 Agent,但这有几种失败模式。比如两个事件同时到达会启动两条互相竞争的 run,而一次崩溃可能直接把一个事件弄丢。
这就是事件收件箱的用处。各个来源不再直接调用 Agent,而是把事件送进一个收件箱,由 worker 取走。
最简单的版本有三个组件:
- 一份持久化的事件列表,通常是一张数据库表;
- 一个 handler,通常是一个 HTTP 端点,负责把事件写进列表;
- 一个 worker,通常是一个后台服务,负责从列表里读取。
收件箱应当跟踪每个事件的状态,事件可以按来源提供的唯一标识去重。关系型数据库很适合做收件箱,每个事件作为新的一行追加。我们建议先做到每个用户一个收件箱,如果需要更高的并行度,可以再拆得更细。

新事件进来时,handler 把它写入收件箱并唤醒 worker。worker 读取所有待处理的事件并启动一次 run。延续先前工作的事件(比如用户的回复)会恢复一个已有的会话,其他事件则开启新会话。
接下来,worker 把事件交给 Agent 循环,等待 run 结束,再把对应事件标记为已完成。实现细节容易变得棘手,这里给出几条最佳实践:
- handler 应当快速确认事件。有些来源(例如 webhook 提供方)会把响应慢当成失败。handler 仍然可以做轻量检查,但更深的校验(例如检查 prompt injection)应当放到 run 里做。
- 收件箱应当是唯一事实来源。worker 被唤醒时,应当先从收件箱里拉取最新事件。这样即使 worker 在 run 中途挂掉,新起的 worker 也能接到同一个事件并重试。
- 一个收件箱同一时间只应有一个活跃 worker。这能避免两次 run 重复工作或互相覆盖。当一个 run 进行中有新事件到来时,你可以把它推给下一次 run、合并进当前 run,或者中断并重启。
- worker 应当把待处理事件批量合并。举例来说,如果用户连发了几条消息,worker 可以把它们合并成一次 run,Agent 只需要回复一次。
定时器
定时器与事件收件箱一起,让常驻型 Agent 具备主动性。定时器一般分两类:跟进(follow-up)和排程(schedule)。跟进是 Agent 给自己设的截止时间,比如过一阵回来检查某个回复。排程则是按已知节奏重复发生的任务,比如每日简报。
定时器活在自己的持久化存储里,通常是另一张数据库表,与收件箱分开。收件箱只应存放已经可以处理的事件。跟进和排程可以共用相似的表结构,但排程还需要跟踪它的重复规则。

定时器不会自己发起 run。真正触发的是一个调度器(通常也是后台服务),它按固定间隔轮询存储,把到期的东西触发出去。每一轮,调度器会:
- 扫描存储,找出到期的定时器。
- 按类别更新每个定时器。
- 跟进应当被标记为完成。
- 排程应当把到期时间更新为下一次发生的时间。
- 向收件箱写入一个事件,并唤醒 worker。
调度器可以自己写服务,也可以用一套持久化执行引擎。
记忆
常驻型 Agent 工作在许多互不相连的 run 之间,靠记忆维持连续性。
与事件收件箱和定时器类似,记忆也应当有自己独立的存储。在我们的产品里,比如 Claude Code 的自动记忆和 Messages API 的记忆工具,实现方式是一个文件目录。对常驻型 Agent 来说,这些目录应当映射到持久化存储,通常是数据库或对象存储。这样记忆能比 worker 活得更久。
一条经验法则:记忆只应存 Agent 无法再次查到的东西。如果某个信息本来就存在于另一个系统里(比如 issue tracker),那就存一个指针就好。下面是常驻型 Agent 应当存取的几类记忆:
- 用户指令: 用户关于 Agent 行为的任何指令都应保存在单独的文件里,并在每次 run 开始时加载。用户不会一直在旁边指挥 Agent,所以这些指令必须跨 run 延续。
- 用户笔记: Agent 应当保存它了解到的关于用户的信息,比如用户的角色、偏好,或者用户给出过的纠正。可以先用一个文件,笔记变多后再拆成多个小文件。拆成多文件时,每次 run 开始只加载一个索引,需要更多细节时再让 Agent 把具体文件拉进上下文。
- 过去的消息: Agent 应当跟踪自己已经告诉过用户什么,避免重复。这可以存在一个每次 run 开始都会加载的文件里,也可以由 worker 加载 Agent 与用户最近几条消息。
- 任务进度: 对每个进行中的任务,Agent 应当维护一个进度文件,记录已经做了什么、还剩什么。任何新的 run 都能读这个文件,从前一次 run 停下的地方接着干。与用户笔记类似,每次 run 开始只加载索引,需要更多细节时再让 Agent 拉取具体文件。
下图展示了一种示例配置。

以上说的都是 run 期间保存的记忆。你还可以加上 dreaming(做梦),它回顾过去的会话以整理记忆。dreaming 可以替换过时的条目,并找出只有跨越多次 run 才显现的规律。如果想深入了解,我们的关于 Agent 记忆的文章有更详细的讨论。
上下文窗口内部
在开始干活之前,Agent 会加载系统提示、工具定义和记忆文件。这部分初始上下文"开销"会出现在每一次 run 里,所以我们建议保持精简,并用 prompt caching 降低成本。
新会话一开始只有这部分上下文开销,以及触发本次 run 的事件。而一个已有会话则会把它之前几次 run 的消息和工具调用都带回来。
如果会话变得太长,你可以压缩较早的消息,或者开一个新会话。两种做法都会丢失细节,所以任何需要长期保留的内容,都应在过程中写入记忆。

权限
权限是常驻型 Agent 风险最高的地方。一次 run 持有用户的访问权限,而且按设计是在无人看管下运行的。对每次工具调用,Agent 都要判断是自己继续执行、拦下来,还是等待批准。
权限涉及的组件与其他 Agent 是同一套:
- 凭据存储: 常驻型 Agent 往往需要密码或访问令牌这类敏感的用户凭据才能派上用场。推荐做法是在 Agent 环境之外放一个代理,由它给外发请求加上凭据。Agent 发出的请求不带凭据,代理在转发前注入真实凭据。
- 自动模式(Auto mode): 常驻型 Agent 应当能在没有持续用户输入的情况下工作。我们在 Claude Code 里已经用自动模式处理过这类问题的一个版本。自动模式用分类器审查高风险动作,把被判定为危险的拦下来,让 Claude 去找更安全的做法。不过对最重要的决策,仍然需要用户审查。
- 延迟工具调用: 在 Claude Code 里,hook 可以把一次工具调用延迟处理,等待用户提供更多输入。同样的模式适用于常驻型 Agent——它们在采取某些操作前可能需要澄清或批准。当一次调用被延迟时,run 结束,会话在调用中途被保存。请求会展示给用户(例如通过用 MCP Apps 构建的交互卡片),用户的回答会作为事件回到收件箱。这个事件启动新的 run,带着用户的输入恢复保存的会话。在延迟调用等待回复期间,worker 可以去处理其他事件,所以 Agent 不会被堵住。
发件箱
对大多数 AI Agent 来说,回复是在生成过程中流式传给用户的,用户能一路看着 Claude 推理、调用工具、写出答案。
常驻型 Agent 则不同,它们大部分工作发生在后台。用户拿到的是结果和少量细节,而不是完整的逐步过程。

一次 run 的结束方式有三种:
- Agent 向发件箱发送一条消息,
- Agent 判断不需要发送任何内容,或者
- Agent 用一次延迟工具调用请求权限或补充输入。
大多数常驻型 Agent 用一个把消息直接投递给用户的"send"工具就能应付。只有当你想要控制 Agent 消息的节奏,或者希望 Agent 能从错误中恢复时,才需要一个正式的发件箱。
发件箱是一张独立的外发消息表,与事件收件箱类似。此外还有一个 dispatcher(通常是后台服务),对应 worker 的角色。dispatcher 读取待发消息,决定投递哪些,然后把它们发给用户。延迟工具调用产生的请求,既可以走发件箱,也可以直接在界面里展示。
除了投递,调好 Agent 发消息的数量也很重要。发得太多会变得吵闹,发得太少则会漏掉用户需要知道的事。我们建议构建评测来找到合适的平衡。实践中,让 Agent 一开始安静些,然后逐步赢得用户更多注意力,效果更好。
各部分如何拼在一起
下面是五个原语如何协同:

每一次 run 都始于收件箱里的一个事件,无论它来自用户消息、webhook 还是定时器。worker 取到事件后,启动一次 run,并在新会话或已有会话中唤醒 Agent。Agent 读取记忆获得基线,在权限范围内采取行动,然后把它学到的东西更新回记忆。run 结束后,Agent 向发件箱推入一行记录,由 dispatcher 把消息投递给用户。
这些部分共同构成一个循环。一次 run 可以设定时器,稍后再次唤醒 Agent;用户回复消息时,回答又会作为事件回到收件箱。每次 run 都很短暂,但这个循环会一直转下去,正是这一点让 Agent 感觉像是"一直在"。
致谢
作者 William Hu。特别感谢 Rodrigo Olivares 和 Michael Segner 的贡献。