<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
    <channel>
        <title>架构拆解 on AI博士 万戈</title>
        <link>https://www.yesmiracle.net/categories/%E6%9E%B6%E6%9E%84%E6%8B%86%E8%A7%A3/</link>
        <description>AI博士万戈的技术博客，聚焦 Agentic AI、AI Infra 与 Agent Security，分享 AI 基础设施与工程落地实践。</description>
        <generator>Hugo -- gohugo.io</generator>
        <language>zh-cn</language>
        <managingEditor>admin@yesmiracle.net (万戈)</managingEditor>
        <webMaster>admin@yesmiracle.net (万戈)</webMaster>
        <lastBuildDate>Tue, 17 Nov 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://www.yesmiracle.net/categories/%E6%9E%B6%E6%9E%84%E6%8B%86%E8%A7%A3/index.xml" rel="self" type="application/rss+xml" /><item>
        <title>Anthropic 的常驻型智能体设计指南：五大构件拆开是三张表加一个目录，那笔省 78% 的账我重算了</title>
        <link>https://www.yesmiracle.net/post/20261117-anthropic-always-on-agents-five-primitives-teardown/</link>
        <pubDate>Tue, 17 Nov 2026 00:00:00 +0000</pubDate>
        <author>admin@yesmiracle.net (万戈)</author>
        <guid>https://www.yesmiracle.net/post/20261117-anthropic-always-on-agents-five-primitives-teardown/</guid>
        <description>&lt;img src="https://www.yesmiracle.net/post/20261117-anthropic-always-on-agents-five-primitives-teardown/cover.svg" alt="Featured image of post Anthropic 的常驻型智能体设计指南：五大构件拆开是三张表加一个目录，那笔省 78% 的账我重算了" /&gt;&lt;p&gt;Anthropic 在 11 月 13 日放了一份文档，标题是 Building always-on agents，作者 William Hu。它没发在 anthropic.com/engineering 那个工程博客上，而是挂在 claude.com/resources/articles 下面。&lt;/p&gt;
&lt;p&gt;这个落位本身就是第一个线索。工程博客放的是研究和技术复盘，resources 放的是给开发者的产品级指导。这份文档属于后者：通篇在讲「你该怎么搭」，而几乎每个「该怎么搭」的答案后面，都挂着一条指向 Claude 自家文档的链接。&lt;/p&gt;
&lt;p&gt;我把这份文档拆开数了一遍：五个构件、三张数据库表、一个文件目录、一个代理，外加一笔需要打折的省 78%。&lt;/p&gt;
&lt;p&gt;先说结论。这份指南把「常驻 agent 中间件」这个品类的定价依据公开作废了，同时不动声色地把自己最强的那一环，确立成这套架构里唯一没法自建的零件。&lt;/p&gt;
&lt;h2 id=&#34;文档自己先把常驻这个词否掉了&#34;&gt;文档自己先把「常驻」这个词否掉了&lt;/h2&gt;
&lt;p&gt;原文第二节的开头是一句自我拆台的话，我照抄：&lt;/p&gt;
&lt;blockquote&gt;
&lt;p&gt;An always-on agent is not actually &amp;ldquo;always on.&amp;rdquo; This is just a description of the user experience.&lt;/p&gt;&lt;/blockquote&gt;
&lt;p&gt;紧接着它给了正确的模型。智能体绝大部分时间在睡觉，被事件或定时器周期性唤醒，干完一段活再睡回去。每段活叫一个 run：收到事件、完成任务、把发生过的事存下来。run 跑在一个 session 里，session 是消息和工具调用的记录。run 结束，智能体回到睡眠，循环无限重复。&lt;/p&gt;
&lt;p&gt;这段定义看着像修辞，其实是整份文档里最有分量的部分。它把「常驻」从一个模型能力问题，改写成了一个状态机问题。如果一个 agent 真的需要一直连着模型推理，那这件事的成本和失败模式都由模型厂商决定；但一旦它被拆成「多数时间不花 token、短暂唤醒跑一轮」，那要造的东西就落到了外部架构上，也就是数据库表、后台进程、文件目录这些东西。&lt;/p&gt;
&lt;p&gt;后面的五个构件，全部是在给这个状态机补零件。这份文档更准确的标题本该是「怎么给你的 agent 搭一个可靠的唤醒循环」，只是那个标题没人点。&lt;/p&gt;
&lt;h2 id=&#34;五个构件一个一个拆&#34;&gt;五个构件，一个一个拆&lt;/h2&gt;
&lt;h3 id=&#34;事件收件箱&#34;&gt;事件收件箱&lt;/h3&gt;
&lt;p&gt;大多数 agent 只在用户发消息时运行。常驻 agent 的触发源多得多：webhook、定时任务、后台作业。&lt;/p&gt;
&lt;p&gt;一个很自然的做法是让每个事件源直接调用 agent。文档明确点了这个做法会坏在哪里：两个事件同时到达会启动互相竞争的 run，中途崩一次会把事件整个丢掉。所以中间要加一个收件箱，事件先写进队列，由 worker 取走。&lt;/p&gt;
&lt;p&gt;最小实现是三个件。一份持久化的事件列表（通常是一张数据库表）、一个处理器（通常是 HTTP 端点）负责把事件写进列表、一个 worker（通常是后台服务）负责读。表里要跟每个事件的状态，并按来源给出的唯一 ID 做去重。文档建议一张关系型表就够，每个事件追加一行，起步阶段一个用户一个收件箱。&lt;/p&gt;
&lt;p&gt;它给的四条最佳实践值得抄下来，因为这四条全是踩过的坑：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;处理器要快速确认。有些来源（比如 webhook 提供方）会把慢响应当失败。处理器可以做轻量校验，但更深层的检查，它点名了提示词注入，放到 run 里做。&lt;/li&gt;
&lt;li&gt;收件箱是唯一真相。worker 被唤醒时先拉最新事件。这样 worker 中途死掉，新的 worker 能捞起同一个事件重试。&lt;/li&gt;
&lt;li&gt;一个收件箱同时只能有一个活跃 worker。否则两个 run 会重复干活或互相覆盖。&lt;/li&gt;
&lt;li&gt;worker 要把待处理事件批在一起。用户连着发几条消息，合并成一次 run，agent 只回一次。&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;这段是全文写得最实的一节：有失败模式、有最小实现、有四条规则，两页图示。外链数：零。&lt;/p&gt;
&lt;h3 id=&#34;定时器&#34;&gt;定时器&lt;/h3&gt;
&lt;p&gt;定时器和收件箱配合，让常驻 agent 变成主动的。它分两类。follow-up 是 agent 给自己设的期限，比如过一阵去看看某个回复。schedule 是按已知节奏重复的任务，比如每天一份简报。&lt;/p&gt;
&lt;p&gt;关键设计是这两样东西住在自己的一份持久存储里，通常是另一张表，和收件箱分开。理由文档讲得很直白：收件箱里只应该放「准备好被处理」的事件，定时器还没到点，不属于这一类。&lt;/p&gt;
&lt;p&gt;还有一个容易写错的点。定时器自己不会启动 run。真正干活的是一个调度器，通常是后台服务，按固定间隔轮询那张表，把到点的东西点着。每轮三步：扫出到点的定时器、按类别更新它（follow-up 标完成，schedule 把到期时间推到下一次）、往收件箱里投一个事件并唤醒 worker。&lt;/p&gt;
&lt;p&gt;调度器可以自己写，也可以用现成的持久执行引擎。这节也是零外链。&lt;/p&gt;
&lt;h3 id=&#34;记忆&#34;&gt;记忆&lt;/h3&gt;
&lt;p&gt;run 之间是断开的，连续性靠记忆。&lt;/p&gt;
&lt;p&gt;和收件箱、定时器一样，记忆要有自己的存储。文档提到它自家产品（Claude Code 的 auto memory、Messages API 的 memory tool）实现成一个文件目录；对常驻 agent 来说，这个目录要映射到持久存储，通常是数据库或对象存储。这句话的重点在后半句：记忆要活得比 worker 久。&lt;/p&gt;
&lt;p&gt;然后是整节里最有用的一条判断标准，我把它当规则记下来了：&lt;/p&gt;
&lt;blockquote&gt;
&lt;p&gt;记忆里只存 agent 查不回来的东西。&lt;/p&gt;&lt;/blockquote&gt;
&lt;p&gt;已经住在别的系统里的事实，比如某个 issue tracker 里的工单，存一个指针就够。文档把要存的记忆分了四类：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;用户指令：任何关于 agent 该怎么表现的指令，单独一个文件，每次 run 开始时加载。人不会一直在旁边纠偏，所以指令得跨 run 带过去。&lt;/li&gt;
&lt;li&gt;用户笔记：agent 学到的关于用户的事，角色、偏好、给过的纠正。起步一个文件，多了就拆成多个小文件，此时每次 run 只加载一个索引，需要细节时再拉具体文件。&lt;/li&gt;
&lt;li&gt;说过的话：agent 要记住自己已经告诉过用户什么，免得重复。可以单独存一个文件每次加载，也可以让 worker 把最近几条消息带上。&lt;/li&gt;
&lt;li&gt;任务进度：每个进行中的任务一份进度文件，写清做完什么、还剩什么。下一次 run 读这个文件接着干。&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;文档还提了 dreaming，也就是在 run 之外回看历史会话，替换过期条目、找出只有跨很多次 run 才显形的模式，并把这条引到另一篇 11 月 6 日的记忆专文上。&lt;/p&gt;
&lt;p&gt;记忆这节还夹了一个关于上下文窗口的小节，容易被略过但很实际。agent 在干活之前要加载系统提示、工具定义、记忆文件，这部分固定开销每一次 run 都要付。文档的建议是保持精简，并用 prompt caching 降成本。新 session 开始只有这部分开销加上触发它的事件；已有 session 会把之前几轮的消息和工具调用全带回来，长到一定程度就要压缩老消息或开新 session。两种做法都丢细节，所以需要留存的东西要随手写进记忆。&lt;/p&gt;
&lt;p&gt;记忆这节外链数：五条，是全文最多的一节。&lt;/p&gt;
&lt;h3 id=&#34;权限&#34;&gt;权限&lt;/h3&gt;
&lt;p&gt;到这儿文档换了口气。原文说得很直接：&lt;/p&gt;
&lt;blockquote&gt;
&lt;p&gt;Permissions are where always-on agents carry the most risk.&lt;/p&gt;&lt;/blockquote&gt;
&lt;p&gt;理由是结构性的。一次 run 拿着用户的访问权限，而且按设计是无人值守地跑。每一次工具调用，agent 都要决定是自己往下走、拦住、还是等批准。文档说权限用的构件和其他 agent 一样，然后列了三样。&lt;/p&gt;
&lt;p&gt;凭据存储。常驻 agent 经常需要敏感用户凭据才有用。推荐做法是一个 agent 环境之外的代理，往发出的请求里加凭据。agent 发出的请求不带凭据，代理在转发前把真凭据注进去。&lt;/p&gt;
&lt;p&gt;auto mode。常驻 agent 不能总等人输入。Claude Code 的 auto mode 用分类器审查高风险动作，把判定为危险的那些拦下来，让 Claude 找更安全的路径。文档补了一句：最重要的决定还是需要人来看。&lt;/p&gt;
&lt;p&gt;延迟工具调用。Claude Code 里有个 hook 可以把一次工具调用挂起，等用户补充输入。常驻 agent 同理。一次调用被挂起时，run 结束，会话连同调用现场一起保存。请求展示给用户，答案作为收件箱里的一个事件回来，启动新的 run，从保存的会话接着跑。等答案期间 worker 可以去处理别的事件，所以 agent 不会被堵住。&lt;/p&gt;
&lt;p&gt;这三样都成立，但请注意这一节的形态。全文说权限是风险最大的一环，然后给了一段定调加三个短条目，每条都是一句解释加一个链接。没有失败模式，没有最小实现，没有图示。&lt;/p&gt;
&lt;h3 id=&#34;发件箱&#34;&gt;发件箱&lt;/h3&gt;
&lt;p&gt;多数 agent 的回复是边生成边流给用户的，用户能看着 Claude 一步步推理、调工具、写答案。常驻 agent 不是。它大部分活在后台，用户拿到的是结果和几条细节，不是全过程。&lt;/p&gt;
&lt;p&gt;一次 run 有三种收尾方式：往发件箱里写一条消息、判断没什么值得发的、或者用延迟工具调用去要权限或补充信息。&lt;/p&gt;
&lt;p&gt;然后是这节最实用的一句实话：大多数常驻 agent 用一个「发送」工具直接把消息给用户就够了。只有在你想给 agent 的消息限速、或者想让它从投递错误里恢复时，才需要正式的 outbox。真要建的话，结构跟收件箱对称：一张出站消息表，加一个 dispatcher，也就是 worker 的对应物。&lt;/p&gt;
&lt;p&gt;最后一层是节奏。发太多会变噪音，发太少会漏事。文档建议用评测找平衡，而且给了一条取向性的建议：让 agent 一开始安静，然后慢慢挣到用户的注意力。这节也是零外链。&lt;/p&gt;
&lt;h2 id=&#34;我把五个构件按零件列了一遍&#34;&gt;我把五个构件按零件列了一遍&lt;/h2&gt;
&lt;p&gt;把上面五节里的「最小实现」抽出来，能得到一张很朴素的清单。这是我拆完后自己整理的，文档里没有这张表：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;数据库表三张：事件收件箱、定时器表、发件箱表&lt;/li&gt;
&lt;li&gt;文件目录一个：记忆，映射到数据库或对象存储&lt;/li&gt;
&lt;li&gt;代理一个：凭据注入&lt;/li&gt;
&lt;li&gt;后台服务两个：worker 和调度器（dispatcher 是第三个，但文档说多数团队可以不要）&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;没有别的了。十二个月前的「agent 平台」常见架构是一堆中间件、一堆抽象层，这份文档给出的答案是一张零件单，零件全部是通用后端组件。&lt;/p&gt;
&lt;h2 id=&#34;再看一眼它的引用结构&#34;&gt;再看一眼它的引用结构&lt;/h2&gt;
&lt;p&gt;顺手数了一下这份文档的外链分布，结果比正文更能说明它是什么：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;事件收件箱：0 条外链&lt;/li&gt;
&lt;li&gt;定时器：0 条外链&lt;/li&gt;
&lt;li&gt;记忆（含上下文窗口小节）：5 条外链&lt;/li&gt;
&lt;li&gt;权限：4 条外链&lt;/li&gt;
&lt;li&gt;发件箱：0 条外链&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;合计 11 条外链，其中 10 条指向 Anthropic 自家域名（anthropic.com、claude.com、code.claude.com、platform.claude.com），剩下 1 条指向 modelcontextprotocol.io。&lt;/p&gt;
&lt;p&gt;数和内容合起来看，有个不对称很显眼。收件箱、定时器、发件箱这三节，外链为零，内容也最满：收件箱给了四条最佳实践加两张图，定时器给了三步调度逻辑，发件箱给了何时需要正式 outbox 的判断。这三节的价值是完整的，你照抄就能开工。&lt;/p&gt;
&lt;p&gt;记忆和权限这两节，内容最薄的地方恰好也是指向自家产品最多的两节。记忆的三个文件类型、权限的凭据代理想法，都是先给一句话，然后把细节交给另一份文档。而权限这一节最极端：文档说它风险最大，它却既没有失败模式、也没有图示，给你的是四个指针。&lt;/p&gt;
&lt;p&gt;我把这个结构读成一次有意为之的取舍。凡是通用零件，写清楚，因为写清楚不损失什么，那些零件谁都能自己搭。凡是可以指向自家产品的地方，指出去，因为在那里写清楚，等于把自己的产品替别人省了一次选择。这份文档的实际作用，是在你决定搭的那一刻，让「每个零件该用谁家的」这个问题在 Claude 的文档里找到答案。&lt;/p&gt;
&lt;h2 id=&#34;那笔省-78-的账&#34;&gt;那笔省 78% 的账&lt;/h2&gt;
&lt;p&gt;文档在开篇用它当论据，说明这波常驻 agent 复兴是模型进步带来的。原句是这样的：&lt;/p&gt;
&lt;blockquote&gt;
&lt;p&gt;on one long-horizon coding benchmark, Opus 5.5 cost 78% less per solved task than Opus 5, compared with 40% less on typical workloads.&lt;/p&gt;&lt;/blockquote&gt;
&lt;p&gt;我把这个数拆了一下，因为它比看上去更容易被误读。&lt;/p&gt;
&lt;p&gt;先说口径。这是一个每解决任务成本（per solved task）的数字，不是每 token 价格。两者的差别在常驻 agent 这个场景里特别大。每 token 价格是单价，每解决任务成本是单价乘上「要花多少轮才搞定」。一个模型如果成功率提高，即使单价不动，每解决任务成本也会掉。&lt;/p&gt;
&lt;p&gt;再看它自己给的对照。78% 是在一个长程编程基准上，常规负载是 40%。换成倍数更直观：78% 降幅相当于成本变成原来的 0.22，也就是便宜了 4.5 倍；40% 降幅相当于变成 0.60，便宜 1.67 倍。长程那一档比常规那一档多出来的收益，接近三倍。&lt;/p&gt;
&lt;p&gt;这个差额从哪来。如果是同一次生成的 token 更便宜，两档应该按同样比例下降。两档差这么多，说明长程这一档多出来的收益来自成功率。任务越长，失败一次重来的代价越大，而解决率一提，重来的次数就少了。&lt;/p&gt;
&lt;p&gt;有一点让这个数字更值得一提。Anthropic 自己的成本文档里写着一句方法论：「Compare on cost per completed task, not per token.」这份指南引用的正是这个口径下的数字，也就是说它符合自家文档的规定，挑不出毛病。但同一份成本文档也写着，实测里最有效的杠杆是 prompt caching，原文用了「usually the largest lever」，而换模型属于「tradeoff」那一类，是拿成本换智力，不是免费拿到的收益。&lt;/p&gt;
&lt;p&gt;所以我的读法是：78% 是一个真实的数，成立条件也写得很清楚，只不过那个条件恰好是常驻 agent 最想要的条件，长程加可判定成功。它不该被拿去预测账单会降 78%。要省那一部分，先看你有没有那个「可判定成功」的评测，没有的话它就落不到你身上。&lt;/p&gt;
&lt;h2 id=&#34;文档没有回答的四个问题&#34;&gt;文档没有回答的四个问题&lt;/h2&gt;
&lt;p&gt;这份文档有实测案例支撑，写的是能落地的架构。但有几处它停得比较早，我列一下，因为这决定了你能照抄多少。&lt;/p&gt;
&lt;p&gt;它没有回答「事后怎么证明它做过什么」。五个构件里，收件箱管入口、定时器管节奏、记忆管知识、权限管风险、发件箱管出口，没有一个是记录层。而整套架构的前提是无人值守，人不在场，事后要复盘就只能靠 session 和记忆。文档对 session 的描述是「消息和工具调用的记录」，但没讲这份记录留多久、谁能读、怎么防篡改。这件事在个人项目里不重要，接进团队流程之后会变成第一个被问到的问题。&lt;/p&gt;
&lt;p&gt;它把提示词注入的检查点放在入口，没放在记忆。收件箱那节说深检查放到 run 里做，这是对的。但记忆是跨 run 的持久注入面，一段被写进记忆的外部内容，下一轮 run 一定会被加载。文档把记忆当成需要维护的知识，没把它当成需要设防的输入通道。&lt;/p&gt;
&lt;p&gt;延迟工具调用没有兜底。文档讲得很清楚：调用被挂起，run 结束，会话保存，等答案作为事件回来。但如果用户一直不回答呢。会话挂着、状态挂着的那个 run 怎么收尾，文档没说。&lt;/p&gt;
&lt;p&gt;多租户那一层只给了一句。文档建议「一个用户一个收件箱」，也提到需要更多并行度可以再拆。但它没展开 worker 拿着用户访问权限去跑这件事在多租户下怎么隔离，而这恰好是权限那节刚说完风险最大的那个点。&lt;/p&gt;
&lt;h2 id=&#34;护城河在哪&#34;&gt;护城河在哪&lt;/h2&gt;
&lt;p&gt;上面那张零件单，任何有后端经验的团队两周内能搭出来。三张表、一个目录、一个代理、两个后台服务，全是通用组件，没有一样需要专门的知识。&lt;/p&gt;
&lt;p&gt;AI Insiders 对这份文档的判断是这句话：护城河会落在判断和调优上，不在管道上。我同意，而且想往下推一步。&lt;/p&gt;
&lt;p&gt;如果管道不是护城河，而这份文档又把管道免费公开了，那它的实际效果是把竞争整体推到「判断力」这一层。而在常驻 agent 这个架构里，判断力是哪个零件。收件箱没有判断力，定时器没有，发件箱没有，记忆靠的是筛选规则，权限靠的是分类器。唯一在生产判断的是模型。&lt;/p&gt;
&lt;p&gt;所以这份指南的落点是可以推出来的。它把一个原本可以靠「帮你搭常驻 agent」收费的中间层拆成公开配方，同时把配方里唯一自建不出来的零件留在了自己手里。它不是无私分享，也不是藏私。它是在做一件更有效的事：把整个品类的价值集中到它卖的那一环上。&lt;/p&gt;
&lt;p&gt;对做这一类中间件的团队，含义也很直接。如果你的卖点是「帮你把常驻 agent 搭起来」，那这个卖点今天已经没有定价依据了，因为配方刚被免费公开。能活下来的位置在配方两边的极端：一端是真正难自建的那部分，另一端的交付和运维。中间那层最容易被一份文档抹掉。&lt;/p&gt;
&lt;h2 id=&#34;相关阅读&#34;&gt;相关阅读&lt;/h2&gt;
&lt;p&gt;凭据不进 agent 环境、在出口处替换，这套做法站内已经拆过两次，只不过主角不是 Anthropic。《&lt;a class=&#34;link&#34; href=&#34;https://www.yesmiracle.net/post/20261104-google-agent-compute-engine-teardown/&#34; &gt;Google Agent Compute Engine 拆解&lt;/a&gt;》里那台 microVM 就是「没有钥匙」的设计，《&lt;a class=&#34;link&#34; href=&#34;https://www.yesmiracle.net/post/20261115-devvm-per-project-vm-agent-sandbox-setup-guide/&#34; &gt;devvm 上手指南&lt;/a&gt;》则是把同一套思路落在本地开发环境上。Anthropic 这次的增量在于，它把这件事从某家产品的做法提升成了推荐标准。&lt;/p&gt;
&lt;p&gt;记忆那一节的文件目录加索引、按需拉取，和《&lt;a class=&#34;link&#34; href=&#34;https://www.yesmiracle.net/post/20261103-claude-mem-memory-layer-teardown/&#34; &gt;claude-mem 拆解&lt;/a&gt;》里那个把会话捕获、压缩、回注的层是同一类问题。区别是 claude-mem 在解决怎么存，这份指南在解决该存什么。&lt;/p&gt;
</description>
        </item>
        
    </channel>
</rss>
