常驻 Agent 的关键不是让模型一直运行,而是让它知道何时醒来、如何延续任务,以及何时主动联系用户。
过去,大多数 AI Agent 采用请求驱动模式:用户提出问题,Agent 执行任务,生成结果,然后结束运行。
常驻智能体(Always-on Agent)则能够跨越多个会话持续管理任务,在没有用户直接参与的情况下,根据事件和时间主动执行工作。
Anthropic 于 2026 年 11 月 13 日发布的文章 [Building always-on agents],介绍了这类系统背后的五个核心架构原语:
-
Event Inbox:事件收件箱
-
Timers:定时器
-
Memory:记忆
-
Permissions:权限
-
Outbox:发件箱
这篇文章的价值不在于提出了新的模型能力,而在于解释如何通过外围工程架构,让普通 Agent 具备跨会话、持续执行和主动行动的能力,这个也是Agent今后发展的一个技术趋势。
一、常驻 Agent 并不是一直在运行
首先需要纠正一个容易产生的误解:常驻 Agent 并不意味着Agent 7×24 小时持续运行。
如果让Agent一直保持运行,不仅成本高,也没有必要。Anthropic 的设计思路是:Agent 大部分时间处于休眠状态,只有在事件到达时才启动一次运行(Run)。
一次 Run 的生命周期可以概括为:
-
接收到一个事件。
-
创建新 Session,或者恢复之前的 Session。
-
执行 Agent 核心循环,调用工具、处理任务。
-
保存本次运行产生的状态和记忆。
-
根据需要向用户发送消息。
-
结束本次运行,等待下一个事件。
例如,一个每天早上 9 点生成行业资讯的 Agent:定时器触发事件,Worker 启动 Agent,Agent 读取订阅条件和历史记录,收集资讯并整理,保存进度后发送结果,随后结束运行。第二天,新的定时事件再次唤醒它。
因此,常驻 Agent 的本质不是让一个Agent实例持续存在,而是让多次独立的 Run 共享持久化状态,形成一个长期工作的系统。
这里需要区分两个概念:
- Run : 一次具体的执行过程。
- Session : 一个 Session 可以跨越多个 Run。新事件既可以创建新 Session,也可以恢复之前的 Session。
二、五个核心架构原语
五个原语分别解决五个问题:
| 架构原语 | 解决的问题 |
|---|---|
| Event Inbox(事件收件箱) | Agent 什么时候应该被唤醒? |
| Timers(定时器) | 什么时候主动执行后续任务? |
| Memory(记忆) | 如何跨 Run 保留必要的信息? |
| Permissions(权限) | Agent 可以自主执行哪些操作? |
| Outbox(发件箱) | 如何将执行结果可靠地发送给用户? |
1. Event Inbox:事件收件箱
核心问题:如何可靠地接收和处理事件?
传统 Agent 通常由用户请求直接触发。常驻 Agent 的触发来源则可能包括用户消息、外部系统 Webhook、定时任务和后台作业。
如果每个事件来源都直接调用 Agent,会产生几个问题:多个事件同时到达可能启动相互竞争的 Run;执行过程中发生崩溃可能导致事件丢失;用户连续发送多条消息也可能造成重复执行。
Anthropic 建议在事件来源与 Agent 之间增加一个持久化 Inbox。其基本结构包括:
-
Handler: 通常是 HTTP 接口,接收事件并快速写入 Inbox。
-
Inbox: 持久化事件列表,通常由数据库表实现,记录事件内容、来源和处理状态。
-
Worker:后台服务,从 Inbox 读取待处理事件并启动 Agent Run。
关键工程要点:
-
Handler 应尽快确认接收,不要等待 Agent 执行完成。
-
Inbox 是事件处理的事实来源。Worker 被唤醒后,应先从 Inbox 读取待处理事件。
-
通过来源事件 ID 去重,避免重复投递造成重复处理。
-
同一个用户的 Inbox 同一时间只允许一个活跃 Worker,避免并发 Run 互相覆盖状态。
-
Worker 可以合并短时间内连续到达的事件,减少不必要的模型调用。
Worker 执行中途崩溃时,新 Worker 可以重新读取尚未完成的事件并重试。事件如果延续之前的工作,可以恢复原 Session;独立事件则可以创建新 Session。
2. Timers:定时器
核心问题:如何让 Agent 不需要用户提醒,也能主动开展工作?
Event Inbox 解决了事件到达后如何启动 Agent 的问题。Timers 则让 Agent 可以安排未来的工作。
Anthropic 将定时器分成两类:
- Follow-up(一次性跟进):由 Agent 在执行过程中设置,例如发送邮件后,安排 24 小时后检查是否收到回复。
- Schedule(周期性任务):由用户或系统设置,例如每天早上 9 点整理行业资讯。
定时器需要独立的持久化存储,通常可以使用数据库表实现。
需要注意:定时器本身并不直接启动 Agent。 它需要 Scheduler(调度器)负责检查哪些定时任务已经到期。
调度器的工作过程:
-
扫描定时器存储,找出已经到期的任务。
-
一次性 Follow-up 标记为完成;周期性 Schedule 更新为下一次执行时间。
-
将到期任务转换为事件,写入 Event Inbox。
-
唤醒 Worker,启动下一次 Agent Run。
定时器不直接调用 Agent,而是通过 Inbox 进入统一的事件处理链路。这样,用户消息、Webhook 和定时任务可以复用同一套执行机制。
3. Memory:记忆
核心问题:Agent 如何在多次独立运行之间保持连续性?
由于每次 Run 都可能是一次新的模型调用,之前的上下文不一定会自动存在。如果没有持久化记忆,Agent 每次醒来都可能像第一次工作一样,不知道之前做过什么。
Anthropic 的思路是:将记忆独立存储在持久化存储中,而不是依赖 Worker 或模型上下文一直存在。
在 Claude Code 的自动记忆和 Messages API 的 Memory Tool 中,Anthropic 已经采用文件目录组织记忆的方式。对于常驻 Agent,这些目录可以映射到数据库或对象存储,使记忆不依赖某个 Worker 实例。
文章介绍了四类值得保存的信息:
-
User Instructions(用户指令): 用户对 Agent 的长期要求,每次 Run 开始时加载。
-
User Notes(用户信息): Agent 对用户的了解,例如角色、偏好和用户曾经提出的修正意见。
-
Past Messages(历史消息): 记录之前已经向用户发送过什么,避免重复发送。
-
Task Progress(任务进度):为每个长期任务保存独立进度,记录已完成、待完成事项和当前问题。
一个值得借鉴的原则是:记忆只保存 Agent 无法从其他系统重新查询到的信息。
例如,项目任务状态已经保存在 Jira 中,就没有必要把完整任务内容复制到 Agent 记忆里,只需要保存对应的任务链接或 ID。
Dreaming:记忆整理
Anthropic 还介绍了 Dreaming(梦境)机制。它不是让 Agent 在休眠期间持续思考,而是通过专门的整理过程,回顾之前的 Session,整理和优化长期记忆。
例如合并重复信息、更新过时内容、发现多次运行中反复出现的规律,并将零散经验整理成更有价值的记忆。
记忆与上下文窗口
每次 Run 启动时,Agent 都需要加载 System Prompt、工具定义、必要的记忆文件和本次触发事件。这些内容构成每次运行的基础上下文开销。
如果恢复已有 Session,还需要恢复之前的消息和工具调用记录。随着 Session 越来越长,可以通过上下文压缩(Compaction)整理历史内容,或者开启新的 Session。
压缩和新建 Session 都可能损失历史细节。因此,真正需要长期保留任务进度、用户指令和重要信息,应该及时写入独立记忆,而不能只依赖对话历史。
4. Permissions:权限控制
核心问题:Agent 无人值守时,如何避免越权执行?
常驻 Agent 可能在用户不在线的情况下自主执行。权限控制因此成为最重要的安全问题之一。
Anthropic 介绍了三个方面:
Credential Store:凭证管理
Agent 执行任务可能需要用户密码、API Token 等敏感凭证。推荐采用外部凭证代理:Agent 所在的执行环境不直接持有真实凭证,而是将请求发送到外部 Proxy,由 Proxy 注入凭证,再转发给目标系统。
Auto Mode:自动执行模式
Agent 不可能每调用一次工具都要求用户确认。Claude Code 的 Auto Mode 使用分类器审查高风险操作,阻止被识别为危险的行为,让 Agent 尝试采用更安全的替代方案。重要决策仍然需要用户审核。
Deferred Tool Calls:延迟工具调用
如果 Agent 遇到需要用户确认的操作,可以暂停当前工具调用,并保存当前 Session:
-
Agent 发起需要确认的工具调用。
-
系统将调用挂起,并保存当前 Session。
-
将审批请求展示给用户。
-
当前 Run 结束,Worker 可以继续处理其他事件。
-
用户作出决定后,回复作为新事件进入 Inbox。
-
新 Run 恢复之前的 Session,继续处理被挂起的操作。
这种机制很有价值:等待用户审批,不意味着必须一直占用一个 Worker。
5. Outbox:发件箱
核心问题:Agent 在后台完成工作后,如何可靠地通知用户?
常驻 Agent 大部分工作发生在后台。用户通常只需要收到最终结果,以及必要的执行说明,而不是完整的推理和工具调用过程。
一次 Run 结束时,可能出现三种情况:
-
Agent 有结果需要发送给用户。
-
Agent 判断当前没有必要通知用户。
-
Agent 需要用户补充信息或审批。
最简单的实现是提供一个 Send 工具,直接将消息发送给用户。但如果系统需要控制消息发送频率,或者需要支持发送失败后的恢复,就可以引入正式的 Outbox。
Outbox 通常由两部分组成:
- Outbox :保存待发送消息的数据库表。
- Dispatcher :后台分发器,读取待发送消息并投递给用户。
这样可以将消息生成与消息投递解耦,处理网络故障、发送失败、消息合并、通知频率控制和重复发送等问题。
Anthropic 还强调,Agent 不应该过度打扰用户。消息太多会让用户感到嘈杂,消息太少又可能错过重要信息。应通过评测不断调整通知频率,初期让 Agent 保持安静,随着用户信任增加,再逐步扩大主动通知的程度。
三、五个原语如何组合成一个完整系统?
五个原语不是相互独立的功能模块。真正重要的是它们之间的协作关系。
整个系统可以理解为一个持续循环:
事件触发 → Agent 执行 → 保存状态 → 输出结果 → 等待下一次事件。
具体流程:
-
外部事件或者定时器产生事件。
-
事件进入 Event Inbox。
-
Worker 获取事件,创建新 Session 或恢复已有 Session。
-
Agent 加载 Memory,获得必要的用户信息和任务进度。
-
Agent 在 Permissions 规定的范围内调用工具、执行任务。
-
执行过程中,Agent 可以更新 Memory,也可以创建新的 Timer。
-
如果需要用户确认,则挂起工具调用,等待用户回复。
-
任务结束后,将需要发送的消息写入 Outbox。
-
Dispatcher 将消息投递给用户。
-
用户回复后,又产生新的事件,进入下一轮执行。
每次 Run 都是短暂的,但多个 Run 通过持久化状态和事件机制连接起来,最终形成常驻 Agent 的体验。
四、这套架构有哪些值得借鉴的设计思想?
1. 将事件接收与任务执行解耦
不要让每个事件来源直接调用 Agent。统一通过 Inbox 接收事件,再由 Worker 负责调度执行,更容易实现去重、重试、并发控制和故障恢复。
2. 将执行状态与运行实例解耦
不要把长期任务进度保存在某个 Worker 的内存中。Worker 可以随时退出,但任务状态、用户指令和重要记忆必须持久化。
3. 将定时任务与即时事件统一起来
定时器负责产生未来事件,Inbox 负责接收和调度事件,避免为定时任务单独设计一套 Agent 执行体系。
4. 将模型自主决策与系统安全约束分离
模型可以决定下一步做什么,但不能无限制地获得执行权限。高风险操作应该通过分类器、权限检查和人工审批进行约束。
5. 将任务执行与消息投递解耦
Agent 完成工作不意味着消息一定成功送达。Outbox 和 Dispatcher 让结果投递具备独立的可靠性保障。
五、我的理解:常驻 Agent 的核心是运行时架构,而不是模型
从 Anthropic 的设计可以看到,常驻 Agent 并没有改变传统 Agent 的核心循环。模型仍然负责理解任务、推理、选择工具和执行下一步操作。
真正发生变化的是外围运行时架构。
普通 Agent 主要解决的是:如何让模型完成一次任务?
常驻 Agent 需要进一步解决:
-
如何持续接收外部事件?
-
如何安排未来的执行?
-
如何跨越多个 Run 保存任务状态?
-
如何在无人值守时控制执行权限?
-
如何可靠地向用户交付结果?
这意味着,常驻 Agent 已经不只是一个模型调用程序,而是一个具备事件驱动、持久化状态、任务调度、安全控制和结果交付能力的长期运行系统。
对于正在构建 Agent 平台的开发者来说,最值得关注的是:
不要把所有能力都放进 Agent 的主循环里。
Agent Core 负责推理和工具调用,外围 Runtime 负责事件管理、任务调度、状态持久化、权限治理和结果交付。
这种职责分离,才是构建可靠、可扩展常驻智能体的基础。