↑閱讀之前記得關(guān)注+星標(biāo)??，，每天才能第一時間接收到更新

Anthropic再發(fā)Agent工程實(shí)踐神文：Effective harnesses for long-running agents（適用于長期運(yùn)行Agents的有效工具），強(qiáng)烈建議大家圍觀閱讀

之前我介紹過Anthropic Agent文章合集這里：

隨著AI Agent能力的提升，開發(fā)者開始要求它們承擔(dān)跨越數(shù)小時甚至數(shù)天的復(fù)雜任務(wù)。然而，如何讓Agent在多個上下文窗口之間保持一致的進(jìn)度，仍然是一個未解難題

長程Agent面臨的核心挑戰(zhàn)在于，它們必須分“會話”（Session）工作，而每個新會話開始時都像是一個沒有過往記憶的新工程師接班。由于上下文窗口有限，且復(fù)雜項(xiàng)目無法在單一窗口內(nèi)完成，Agent需要一種機(jī)制來彌合編碼會話之間的鴻溝

Anthropic工程團(tuán)隊(duì)通過觀察人類工程師的工作方式，為Claude Agent SDK開發(fā)了一套包含兩個部分的解決方案：初始化Agent（Initializer Agent）和編碼Agent（Coding Agent）

核心挑戰(zhàn)：上下文壓縮還不夠

Claude Agent SDK是一個通用的Agent框架，具備上下文管理功能（如壓縮），理論上應(yīng)能讓Agent無限期工作

但在實(shí)際測試中（例如要求最新的Opus 4.5構(gòu)建一個claude.ai的克隆版），僅靠上下文壓縮是不夠的。Claude主要表現(xiàn)出兩種失敗模式：

1.試圖一次性完成所有工作：Agent傾向于在一次會話中做太多事，導(dǎo)致中途耗盡上下文，留下的功能只完成了一半且缺乏文檔。下一個會話的Agent必須猜測之前發(fā)生了什么，浪費(fèi)大量時間修復(fù)基礎(chǔ)應(yīng)用

2.過早宣布完工： 在項(xiàng)目后期，新的Agent實(shí)例看到已經(jīng)有一些功能，就誤以為整個工作已完成

解決方案：雙Agent架構(gòu)

Anthropic將問題分解，提出了雙重解決方案：

初始化Agent：第一個會話使用專用提示詞，負(fù)責(zé)搭建環(huán)境。包括生成init.sh腳本、記錄進(jìn)度的claude-progress.txt文件，以及展示文件添加情況的初始Git提交

編碼Agent：后續(xù)的每一個會話都致力于取得增量進(jìn)展，并留下結(jié)構(gòu)化的更新

這一方案的關(guān)鍵在于讓Agent在開啟新窗口時能迅速理解工作狀態(tài)——這主要通過claude-progress.txt文件和Git歷史記錄來實(shí)現(xiàn)

環(huán)境管理的三大支柱

為了支持這種工作流，環(huán)境設(shè)置包含以下關(guān)鍵組件：

1. 功能列表（Feature List）

為了防止Agent一次性蠻干或過早結(jié)束，初始化Agent被要求編寫一個包含所有功能需求的詳細(xì)文件。在claude.ai克隆案例中，這包含超過200個功能點(diǎn)。

這些功能最初都被標(biāo)記為“failing”（未通過），為后續(xù)Agent提供了清晰的工作全景圖

JSON文件示例：

{
    "category": "functional",
    "description": "New chat button creates a fresh conversation",
    "steps": [
      "Navigate to main interface",
      "Click the 'New Chat' button",
      "Verify a new conversation is created",
      "Check that chat area shows welcome state",
      "Verify conversation appears in sidebar"
    ],
    "passes": false
}

實(shí)驗(yàn)發(fā)現(xiàn)，使用JSON格式優(yōu)于Markdown，因?yàn)槟Ｐ筒惶菀族e誤地更改或覆蓋JSON文件。同時，提示詞需包含強(qiáng)硬指令，禁止刪除或編輯測試，只允許更改passes字段的狀態(tài)

2. 增量進(jìn)展（Incremental Progress）

有了初始腳手架后，編碼Agent被要求一次只做一個功能

為了保持環(huán)境整潔，Agent需要在每次代碼變更后：

通過Git提交代碼，并附帶描述性信息；

在進(jìn)度文件中撰寫摘要

這使得模型可以利用Git回滾錯誤代碼，恢復(fù)到工作狀態(tài)，避免了后續(xù)Agent需要猜測前任做了什么的情況。

3. 端到端測試

Claude的另一個主要失敗模式是：在沒有適當(dāng)測試的情況下標(biāo)記功能為完成。它往往只做單元測試或簡單的curl命令，卻忽略了端到端的驗(yàn)證。

解決方案是明確提示Claude使用瀏覽器自動化工具（如Puppeteer MCP server），像人類用戶一樣進(jìn)行測試。通過讓Claude看到屏幕截圖，它能識別并修復(fù)代碼中不明顯的Bug

快速上手流程（Getting up to speed）

基于上述架構(gòu)，每個編碼Agent在會話開始時都會被提示執(zhí)行一系列標(biāo)準(zhǔn)步驟：

1. 1. 運(yùn)行pwd查看當(dāng)前工作目錄。

2. 2. 閱讀Git日志和進(jìn)度文件，了解最近完成了什么。

3. 3. 閱讀功能列表文件，選擇一個未完成的最高優(yōu)先級功能。

4. 4. 運(yùn)行init.sh啟動開發(fā)服務(wù)器。

5. 5. 在實(shí)現(xiàn)新功能前，先運(yùn)行基本的端到端測試，確保應(yīng)用未處于損壞狀態(tài)。

典型會話流程示例：

[Assistant] 我先了解一下項(xiàng)目當(dāng)前狀態(tài)。 [Tool Use] [Tool Use] [Tool Use] [Assistant] 檢查Git日志... [Tool Use] [Assistant] 檢查是否有啟動腳本并重啟服務(wù)器... [Assistant] 現(xiàn)在驗(yàn)證基本功能是否正常... [Assistant] 驗(yàn)證通過?，F(xiàn)在我查看 tests.json 決定下一步做什么。

問題

初始化Agent行為

編碼Agent行為

Claude過早宣布項(xiàng)目全部完成

根據(jù)輸入規(guī)格，建立包含詳細(xì)功能描述的結(jié)構(gòu)化JSON文件。

會話開始時讀取功能列表，只選擇一個功能開始工作。

環(huán)境遺留Bug或無文檔記錄

建立初始Git倉庫和進(jìn)度筆記文件。

開始時讀取進(jìn)度文件和Git日志；運(yùn)行基礎(chǔ)測試發(fā)現(xiàn)潛在Bug；結(jié)束時提交Git和進(jìn)度更新。

過早標(biāo)記功能為“完成”

建立功能列表文件。

自我驗(yàn)證所有功能。僅在仔細(xì)測試后標(biāo)記功能為“通過”。

浪費(fèi)時間研究如何運(yùn)行App

編寫能運(yùn)行開發(fā)服務(wù)器的init.sh腳本。

會話開始時直接讀取并運(yùn)行init.sh。

這項(xiàng)研究展示了長程Agent框架的一種可行方案，但仍有未解決的問題：

單Agent vs 多Agent：目前尚不清楚是通用的編碼Agent表現(xiàn)最好，還是采用多Agent架構(gòu)（如專門的測試Agent、QA Agent、代碼清理Agent）更優(yōu)

領(lǐng)域泛化：本演示針對全棧Web開發(fā)。未來方向是將這些經(jīng)驗(yàn)推廣到科學(xué)研究或金融建模等其他長程任務(wù)領(lǐng)域

參考：

https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents

--end--

最后記得??我，這對我非常重要，每天都在更新：

歡迎點(diǎn)贊轉(zhuǎn)發(fā)推薦評論，別忘了關(guān)注我