Agent 不再等待用户指令:Anthropic 揭示常驻智能体的五个核心架构

0 阅读13分钟

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)。

图片

一次 Run 的生命周期可以概括为:

  1. 接收到一个事件。

  2. 创建新 Session,或者恢复之前的 Session。

  3. 执行 Agent 核心循环,调用工具、处理任务。

  4. 保存本次运行产生的状态和记忆。

  5. 根据需要向用户发送消息。

  6. 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。

    图片

关键工程要点:

  1. Handler 应尽快确认接收,不要等待 Agent 执行完成。

  2. 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。

  3. 通过来源事件 ID 去重,避免重复投递造成重复处理。

  4. 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。

  5. 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。

图片

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:

  1. 扫描定时器存储,找出已经到期的任务。

  2. 一次性 Follow-up 标记为完成;周期性 Schedule 更新为下一次执行时间。

  3. 将到期任务转换为事件,写入 Event Inbox。

  4. 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。

    图片

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:

  1. Agent 发起需要确认的工具调用。

  2. 系统将调用挂起,并保存当前 Session。

  3. 将审批请求展示给用户。

  4. 当前 Run 结束,Worker 可以继续处理其他事件。

  5. 用户作出决定后,回复作为新事件进入 Inbox。

  6. 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:

  1. Agent 有结果需要发送给用户。

  2. Agent 判断当前没有必要通知用户。

  3. 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。

图片

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。

Anthropic:五个核心原语的整体协作架构

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:

  1. 外部事件或者定时器产生事件。

  2. 事件进入 Event Inbox。

  3. Worker 获取事件,创建新 Session 或恢复已有 Session。

  4. Agent 加载 Memory,获得必要的用户信息和任务进度。

  5. Agent 在 Permissions 规定的范围内调用工具、执行任务。

  6. 执行过程中,Agent 可以更新 Memory,也可以创建新的 Timer。

  7. 如果需要用户确认,则挂起工具调用,等待用户回复。

  8. 任务结束后,将需要发送的消息写入 Outbox。

  9. Dispatcher 将消息投递给用户。

  10. 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。