你让 Agent 帮忙跟进一个需求:收集反馈、整理方案,等研发评估后更新进度。
第一天,它交出一份清楚的需求稿。第二天,研发在群里补充了限制条件;第三天,设计师上传了新版原型;第四天,负责人问:“这个需求现在卡在哪?”
如果每次都要人找到旧会话、复制新消息、重新交代背景,Agent 做得再快,跟进这件事的人仍然是你。
这是一个假设场景,但它对应着很实际的产品问题:怎样让 Agent 在人离开会话后,仍能围绕一项工作接住变化,并在需要时把决定交还给人?
Anthropic 最近的文章 《Building always-on agents》 给出了一套拆解。它讨论的是搭建持续工作 Agent 的架构建议,不是某个开箱即用产品的功能清单。再结合 DeepSeek Harness 团队此前的 Super-agent 设计探索,我们可以把视线从一次回答,移到一项工作的完整生命周期。
持续在线,实际是在等待下一件事
“持续在线”听起来像模型一直在后台思考。Claude 的描述更具体:Agent 大部分时间处于等待状态;事件到达时,系统启动一轮运行,让它处理任务、保存必要信息,然后再次等待。
事件可以是一条用户消息、一份新上传的文件,也可以是约定时间到了。每次运行可能沿用已有会话,也可能开启新会话。对用户而言,只要工作能接着往前走,就不需要关心底层启动了多少次。

事件唤醒一次运行,任务进展在多次运行之间保留。
回到需求跟进的例子:周一整理完需求后,Agent 不必持续占着模型等待研发回复。周三评估结果送达,它再被唤醒,读取任务进展和相关资料,判断这个变化需要做什么。
但“收到评估结果”只是开始。系统还得知道:这条消息属于哪个需求?之前答应过什么?Agent 有权更新哪份文档?有分歧时要问谁?如果这一轮执行中断,下次从哪里接上?
Claude 把其中的基础问题拆成五类组件:事件收件箱、定时器、记忆、权限和发件箱。下面沿着这个需求看它们各自负责什么。
先接住变化,再决定做什么
研发在需求群里说:“现有接口暂时不支持按账号筛选。”假设这个群已被授权接入,消息就可以成为一个事件。
Claude 建议先把事件写入持久保存的收件箱,再由后台处理者读取。收件箱记录事件状态,也可以根据来源标识去重。这样处理程序临时退出后,系统仍有机会找到尚未处理的事件并重试。
这并不自动保证每件事只执行一次。比如 Agent 已经更新了文档,却在记录“处理完成”之前中断;重试时,系统还需要检查之前的结果,避免重复写入。收件箱解决的是事件有地方可查,外部动作是否重复还要另行设计。
另一类变化来自时间。用户可以设定“每周五汇总一次”,Agent 也可以在授权和规则允许的前提下设置一次后续检查,例如“下周一再看研发是否给出评估”。Claude 将固定周期的任务和一次性的后续跟进都放在定时器中管理。到时间后,调度程序把事件送入收件箱,再启动处理。
这里有一个产品取舍:有事件不代表一定要行动。 群里每多一条消息就修改需求或通知负责人,很快就会变成噪声。事件是供判断的输入,Agent 仍需识别它与当前任务的关系。
记住进展,也记住信息从哪里来
Agent 被唤醒后,接下来要回答:“这是哪件事,做到哪一步了?”
Claude 建议把需要跨运行保留的信息放在独立、持久的存储中,例如用户指令、偏好、已告知用户的内容和任务进度。长资料可以先加载索引,再按需读取详情。对于已经存在于其他系统中的信息,原文建议优先保存可回查的指针,而不是把所有内容再复制一遍。
在我们的例子里,一份有用的任务记录可以包含:需求目标、当前阶段、待确认问题、最近一次结论,以及原型和评估意见的链接。下一次运行时,Agent 先找到这份记录,再按需查看最新原文。
这里需要区分两种东西。研发在周三提出接口限制,是一条有来源的事实;Agent 判断“因此需要调整第一期范围”,则是一项待确认或待验证的分析。把两者混在一起,下次醒来的 Agent 就可能把推断当成已经达成的决定。
会话摘要也不能代替所有任务记录。长会话被压缩或换成新会话时,细节可能丢失;需要长期保留的结论,应在工作过程中写入合适的记录,并能够回到来源核对。反过来,原始资料后来发生变化时,也需要重新读取,不能把旧摘要当成最新状态。
有上下文,不等于有权行动
假设 Agent 根据研发意见发现:第一期可能要缩小范围。它可以先整理影响、列出备选方案;至于是否直接改动已确认的需求范围,就取决于用户给予的权限。
Claude 讨论了三种处理方式:允许执行、禁止执行,或者暂停工具调用并等待用户批准。等待期间,这一轮运行可以结束;用户回复作为新事件进入系统,再恢复原来的会话。设计得当时,处理者不必一直被这个问题占住,还可以处理其他事件。
DeepSeek 的公开原型把另一条边界讲得很清楚:某个任务订阅了一个话题后,相关消息可以作为上下文送达,但消息送达本身不会扩大任务授权。例如,Agent 在群里看到“把上线时间提前”,不代表它有权自行修改发布计划。它需要判断这条要求是否属于原任务和已有授权,超出范围时再交回协调。见 原型授权说明。

超出已有授权时,任务可以等待用户决定后再继续。
这对产品设计很有启发:授权可以按动作分层。读取资料、形成草稿,和修改正式文档、向外发送消息,承担的后果不同。具体允许哪些动作,应由使用场景和授权规则决定,不能仅靠一句“你可以自主工作”。
同样,外部消息和文档只是输入,不天然拥有修改指令或权限的资格。Claude 还建议把敏感凭据放在 Agent 环境之外,通过代理在请求发出时注入;DeepSeek 也把不可信输入和凭据暴露列为安全问题。这些设计降低风险,但都不能保证完全安全。
不止一件事:谁来协调,谁来执行
到这里,我们讲的还是一个需求。如果同一位产品经理同时跟进十个需求,Agent 既要接住新消息,又要做资料整理、比较方案、等待评估和答复用户,如何避免所有事情挤在一个上下文里?
DeepSeek 的 Super-agent 提出两层逻辑分工:Router 负责交互和跨任务协调,Worker 在相对独立的上下文中执行具体任务。例如,一个 Worker 跟进筛选能力,另一个整理权限需求;Router 处理它们之间的关联和需要用户决定的问题。
已订阅话题上的后续消息可以作为上下文送到对应任务,不必每条都让 Router 重新分派;执行者仍要判断消息与任务的关系。对用户而言,讨论可以留在熟悉的群聊或评审场景中;系统在后台维护消息与任务的关系。这里的两层是职责划分,不意味着每层只能有一个会话,也不要求 Worker 彼此直接通信。
还有一个容易忽略的区别:任务需要有自己的身份,不能只存在于某次执行会话里。 DeepSeek 公开原型把获准开展的工作记为 Ticket,把任务与一次执行者的绑定记为 Assignment。这样,一项任务先后由不同执行过程承接时,目标、范围和状态仍有明确归属。原型领域模型
这并不意味着换一个执行者就能从中断的每个步骤无损续跑。原型的执行说明区分了等待、阻塞和恢复等状态;发生中断后,仍需判断哪些动作已经发生、哪些需要重新执行。原型执行说明
Claude 的文章重点是单个持续工作循环的基本部件;DeepSeek 进一步讨论多任务协调。两者可以帮助我们理解不同层次的问题,但不能据此认定它们采用相同实现。DeepSeek 公开仓库是研究原型,与文章描述的内部系统不同,部分设计未在原型中实现;其初步实验也使用合成负载和简化工具,不能直接推算真实业务效果。
什么时候应该打扰人
假设周三的评估只确认了一个小细节,Agent 在获得记录权限的前提下把它写入需求,可能不需要立即发送消息。到了周五,它可以在约定的汇总中说明。
但如果研发认为核心方案不可行,或者修改需求范围需要负责人拍板,就应该尽快提出明确问题:发生了什么、影响是什么、需要决定什么。用户回复后,这个决定还要回到任务中,让后续执行使用。
Claude 将对外输出称为发件箱:运行结果可以交给发送组件处理。原文也说明,简单场景直接提供发送工具即可;需要控制消息节奏或从发送故障中恢复时,才有必要设置独立的发件箱。一次运行也可以选择不发送消息。Claude 原文
我的理解是,通知质量不能只看“有没有发出去”。至少还要看三件事:用户是否需要立刻知道;能否仅凭这条消息作决定;系统是否记得自己已经通知过什么。否则,Agent 要么事事汇报,要么把需要人决策的风险留在后台。
先让一件事形成闭环
如果要做这样的产品,我会从一个边界清楚的需求跟进场景开始,而不是先接入所有群聊、所有项目和全部操作权限。
第一步先约定:跟进哪一个需求,允许读取哪些来源,可以产出什么草稿,哪些正式修改和外发需要确认。然后让一条新的评估意见走完以下过程:
接收事件 → 找到任务 → 读取必要上下文 → 形成建议 → 请求确认 → 接收回复 → 完成获准的动作 → 记录结果。
这条路径里,任何一步都可能出错。测试时可以故意重复投递消息、让执行中断、让用户晚几天回复,检查系统是否还能找到任务,是否把已完成的动作重复做了一遍,以及最终记录能否回到原始依据。没有新变化时,也要检查它是否能安静等待。
判断这个闭环是否可用,不只看任务完成数量,还要看用户花了多少时间纠正、确认和排查;看 Agent 是否漏掉重要变化;看被要求确认的事项是否足够清楚。只有这些结果可以接受,再考虑扩大信息来源和行动范围。
Agent 持续跟进的价值,体现在人重新回到工作时:能看到发生了什么、哪些事已经处理、哪些问题仍需要自己决定。支撑这种体验的,是每次唤醒之间留下的任务状态,以及系统对行动边界的处理。
