【Anthropic】长期运行 Agent 的有效容器架构
问题：跨越多个上下文窗口的连贯性困境
长期运行的自主 Agent 面临一个根本性限制：每个新会话都以无历史记忆开始。就像「轮班制工程师，每位新来的工程师都不知道前一班发生了什么」，这种完全重启的方式造成了协调挑战。标准的上下文管理技术（如压缩）无法完全解决这个问题，因为问题不在于信息量，而在于结构化的持续状态管理。
两阶段容器架构
初始化 Agent（Initializer）
第一个会话由专门的初始化 Agent 执行，职责是建立项目基础设施：
- 生成
init.sh环境配置脚本，确保后续会话能快速恢复开发环境 - 创建
claude-progress.txt进度日志文件，作为 Agent 间的通信方式 - 执行初始 git commit 记录已添加的文件，为代码变更建立基线
这一步的关键是不重复工作——初始化只做一次，后续 Agent 基于这个基础继续。
编码 Agent（Coding Agent）
后续会话的 Agent 专注于增量推进，按照这套固定流程：
- 读取当前目录结构和文件列表
- 回顾 git 日志，理解已完成的工作
- 检查进度日志，找到下一个待完成的特性
- 运行基础功能测试，验证环境可用
- 实现单个特性，保持代码变更原子性
- 提交 git commit，更新进度日志
单一特性聚焦是关键——避免试图一次性解决多个问题，也避免过早宣布完成。
关键的环保部件
特性列表（Feature List）
维护一个包含 200+ 条详细特性描述的 JSON 文件，所有特性初始状态都标记为失败。这个看似悖论的设计其实很妙：
- 为后续 Agent 提供明确的工作清单
- 防止 Agent 早期假设功能已完成或产品可用
- 提供结构化的决策参考，明确「下一步做什么」
进度日志
claude-progress.txt 是 Agent 间的交接文档，记录：
- 已完成的特性及其 commit hash
- 当前会话实现了哪些特性
- 下一个待处理的特性编号
这样每个新 Agent 不需要重新扫描代码库，直接读文件就能快速定位断点。
测试验证
单元测试是必需但不充分的。浏览器自动化工具（如 Puppeteer MCP） 对端到端验证至关重要。Agent 需要真实执行功能流，观察是否产生预期的用户界面行为，而不是仅靠代码审查或单元测试覆盖率。
失败模式及其对症
Anthropic 的文章识别了四类常见问题：
- 过早胜利宣言：Agent 在功能实际完成前就标记为完成
- 解决：特性列表初始全部失败，强制实装验证
- 环境污染：依赖版本不一致、临时文件堆积、配置漂移
- 解决：
init.sh脚本确保可重复的环境初始化
- 解决：
- 验证不足：只依赖单元测试，忽略集成层问题
- 解决：集成端到端测试，自动化浏览器验证
- 进度信息混乱：没有清晰的检查点，新 Agent 必须从头审视所有代码
- 解决：强制结构化进度日志，git commit 作为事件记录
会话结构的实践模式
每个编码 Agent 会话始于：
1
2
3
4
5
6
7
8
1. ls -la && file structure review
2. git log --oneline -10
3. cat claude-progress.txt
4. select next feature from feature list
5. run e2e tests
6. implement feature X
7. git commit -m "Implement feature X"
8. update claude-progress.txt
这个模式的好处：
- 无歧义：每个 Agent 都知道自己在哪、该做什么
- 可恢复：任何会话中断都能精确续接
- 审计友好：git 日志和进度文件清晰记录了全程决策
- 测试驱动：边界清晰的 E2E 测试防止功能漂移
核心思想
这篇文章解决的本质问题是：长期自主工作需要的不是更聪明的 Agent，而是更清晰的「交接单」。
传统的容器（harness）概念通常指人为设计一套测试、约束和验证机制；这里的创新在于把它用在多轮 Agent 之间——容器不是约束 Agent，而是保证 Agent 之间的协调和连贯。
三个关键洞察：
- 初始化和编码分离：避免初始化逻辑混入每个会话，减少重复工作和决策空间
- 结构化进度追踪胜于上下文压缩：即使 context 很短，只要有清晰的进度点和特性列表，Agent 也能高效续接
- E2E 测试是硬约束，不是软建议：Agent 容易过度乐观，浏览器自动化测试是对抗这种偏差的有效工具
这个模式提示了一个更广泛的原则：无论多么强大的 LLM，面对长期任务时都需要良好的「工作簿」设计。好的容器不是限制 Agent 的能力，而是帮助它们在长时间跨度内保持理性和连贯。