任务状态层是 Agent 自主管理的一块"草稿纸"。与系统提示(人类定义)和对话历史(自然积累)不同,任务状态是 Agent 在执行复杂任务时主动写入的信息——用于跨轮次追踪任务进度、记录中间结果、维护待办清单。
这个概念最经典的实现是 Claude Code 的 CLAUDE.md 和 todo.md——Agent 在执行长任务时,会主动将当前状态、已完成步骤、下一步计划写入这些文件,确保即使上下文被压缩,关键的任务状态信息也不会丢失。
Anthropic 在其上下文工程文档中将这种模式称为 Write 策略的核心应用场景。其本质是:把需要长期保留的信息从上下文窗口"卸载"到外部持久化存储,需要时再加载回来。这样,上下文窗口始终只承载当前轮次最需要的信息。
任务状态层的一个重要教训来自 Manus 团队:它们的 Agent 最初反复重写 todo.md,浪费了约 30% 的 token。后来改为使用独立的 Planner 子 Agent 返回结构化 Plan,大幅减少了无效写入。这告诉我们:Write 策略的关键不只是"写什么",还有"写的效率"。
2.6.1 动手验证:Scratchpad 机制——压缩后的状态保留对比
什么是 Scratchpad? 直译是"草稿纸",在 Agent 领域指的是一块 Agent 可以主动读写的结构化笔记区域,独立于对话历史存在。它的核心价值在于:对话历史会被截断或压缩,但 Scratchpad 不会——它像一张钉在墙上的便签纸,无论对话窗口怎么滚动,关键状态信息始终可见。
典型的 Scratchpad 实现包括:Claude Code 的 todo.md(任务清单)和 CLAUDE.md(项目笔记)、AutoGPT 的 progress.json(执行进度)、以及 Devin 的内部 Planner State(计划状态树)。它们的共同特点是:由 Agent 自己写入、自己读取,人类可以查看但通常不直接编辑。
Scratchpad 的价值在长任务 + 上下文压缩的场景下最为突出。我们来模拟一个 3 步任务,对比"有 Scratchpad"和"无 Scratchpad"两种情况下,压缩历史后 Agent 是否还能准确回答"当前任务进度"。
# === Scratchpad 机制对比:压缩后 Agent 是否还记得任务进度 ===
# 模拟一个 3 步数据迁移任务的对话历史
task_history = [
("用户", "请帮我完成数据迁移:第一步导出旧数据库,第二步转换格式,第三步导入新数据库。"),
("AI", "好的,开始执行。第一步:导出旧数据库...导出完成,共 15,000 条记录,文件大小 23MB。"),
("用户", "继续下一步。"),
("AI", "第二步:格式转换中...已将 CSV 转换为 JSON,处理了 3 个字段映射(name→full_name, tel→phone, addr→address)。"),
("用户", "继续。"),
("AI", "第三步:导入新数据库...导入完成。成功 14,850 条,失败 150 条(原因:phone 字段格式不合法)。"),
]
# 场景A:纯压缩(无 Scratchpad),摘要可能丢失任务进度细节
compressed_only = "用户与 AI 讨论了数据迁移方案,涉及数据库导出、格式转换和数据导入。"
# 场景B:压缩 + Scratchpad(模拟从 todo.md / progress.json 加载回来的结构化状态)
scratchpad = """[任务状态]
任务: 数据迁移(3步)
进度: 3/3 已完成
- 步骤1 导出: 15,000条, 23MB
- 步骤2 转换: 3个字段映射(name→full_name, tel→phone, addr→address)
- 步骤3 导入: 成功14,850条, 失败150条(phone格式问题)
待处理: 150条失败记录的修复"""
# 模拟压缩后 Agent 回答"当前进度"
question = "现在迁移进展如何?有什么问题需要处理?"
prompt_a = f"对话摘要:{compressed_only}\n\n{question}"
prompt_b = f"对话摘要:{compressed_only}\n\n{scratchpad}\n\n{question}"
print("=== 场景A:纯压缩(无 Scratchpad)===")
response_a = llm.invoke(prompt_a)
print(response_a.content[:300])
print("\n=== 场景B:压缩 + Scratchpad ===")
response_b = llm.invoke(prompt_b)
print(response_b.content[:300])
print(f"\n--- Token 开销对比 ---")
print(f"Scratchpad 额外开销: {count_tokens(scratchpad)} tokens")
print(f"但换来了: 精确的 3 步进度 + 150 条失败记录的待处理提醒")
=== 场景A:纯压缩(无 Scratchpad)===
目前迁移已经按照我们之前讨论的方案在推进,整体进展如下:
已完成:
-
源数据库导出:已成功从旧系统中导出全量数据,生成了原始 SQL dump 文件,数据完整性校验通过,行数和文件大小均符合预期。
-
格式转换:已按目标库的要求,将导出的 SQL 转换为目标格式(例如从 MySQL 的
INSERT转为 PostgreSQL 兼容的COPY或 CSV),并对字段类型、编码、时间格式等完成了初步映射和清洗。基础测试集的转换准确率达到 99.7%。
进行中 / 待收尾:
- 数据导入测试:正在对转换后的数据分批进行试导入。目前已完成 70% 的表导入,大
=== 场景B:压缩 + Scratchpad ===
当前迁移整体上已完成三步:导出 15,000 条(23MB)、格式转换(字段映射为 name→full_name, tel→phone, addr→address)、导入。导入结果:成功 14,850 条,失败 150 条,失败原因均为 phone 格式问题。
目前待处理的是这 150 条失败记录,需要修复 phone 字段的格式后再重新导入。
--- Token 开销对比 ---
Scratchpad 额外开销: 117 tokens
但换来了: 精确的 3 步进度 + 150 条失败记录的待处理提醒
对比结果一目了然:场景 A 中 Agent 只能回忆最后一步(因为早期历史被压缩丢弃了),而场景 B 中 Agent 能准确报告全部 3 步的执行结果。Scratchpad 的 token 开销极小(通常不到 200 token),但它让 Agent 在长任务中不会因为上下文压缩而"断片"。
适用场景说明:Scratchpad 机制特别适合以下场景:(1)多步骤任务(如数据处理流水线、代码重构任务);(2)需要跨轮次追踪进度的长任务(如"分析 10 个模块的性能");(3)可能被中断后恢复的任务(用户可能在第 2 步时离开,第二天回来继续)。如果你的 Agent 主要处理单轮问答或短对话,Scratchpad 的收益有限。
token 开销与收益权衡:Scratchpad 的 token 开销通常在 100-500 之间(取决于任务复杂度),但它避免了"因压缩丢失关键状态导致任务失败"的风险。在编程 Agent、调研 Agent 等长任务场景中,这个开销是完全值得的。判断标准:如果你的 Agent 经常需要回答"当前进度如何"或"已完成哪些步骤",就应该启用 Scratchpad。