Claude 官方拆解常驻智能体的五个核心组件
Building always-on agents
Claude 官方发布文章,拆解常驻智能体(always-on agents)背后的五个核心组件:事件收件箱、定时器、记忆、权限和发件箱。文章指出这类智能体大部分时间处于休眠,由 webhook、定时任务或后台作业等事件唤醒后执行一次 run,再回到休眠,循环往复。
Claude 官方拆解常驻智能体的五个基础组件,给出可直接照搬的架构分工与失败模式规避方法。
过去几个月里,我们看到始终在线的智能体(always-on agents)重新兴起。
始终在线的智能体是有状态且主动的,这意味着它们能跨会话管理上下文,并在没有直接监督的情况下采取行动。在底层,它们与其他智能体运行在相同的核心循环上。区别在于外围架构,它由一些原语构成,这些原语控制智能体何时唤醒、每次运行之间保留什么,以及它们的工作如何触达用户。
这种重新兴起很大程度上归功于近期的模型进步,这些进步让始终在线的智能体运行起来更加实用。首先,最新的模型具有更好的判断力:它们在理解用户意图和知道何时该主动联系方面更加可靠。其次,智能成本正在降低,长周期任务受益最大。例如,在一个长周期编程基准测试中,Opus 5.5 每个已解决任务的成本比 Opus 5 低 78%,而在典型工作负载上则低 40%。
客户已经开始询问我们如何将这种体验集成到他们自己的产品中。一些公司希望让现有的智能体更加主动,而另一些公司则希望从头构建它们。
本文拆解了始终在线智能体背后的原语,并梳理了它们如何协同工作。
始终在线智能体背后的循环
始终在线的智能体实际上并非“始终在线”。这只是对用户体验的一种描述。
实际上,智能体大部分时间都在休眠,定期醒来执行工作。每一段工作称为一次运行(run):智能体接收一个事件,完成任务,然后保存关于所发生事情的信息。一次运行在一个会话(session)内进行,会话是消息和工具调用的记录。一旦运行结束,智能体重新进入休眠,这个循环无限重复。

核心原语
始终在线智能体的外围架构有五个核心原语:事件收件箱、定时器、记忆、权限和发件箱。让我们逐一来看。
事件收件箱
大多数 AI 智能体只在用户发送消息时运行。相比之下,始终在线的智能体可以由多种类型的事件触发,包括 webhook、定时任务和后台作业。
一种诱人的做法是让每个事件源直接调用智能体,但这存在一些故障模式。例如,两个同时到达的事件可能启动相互竞争的运行,而一次崩溃可能完全丢失一个事件。
这就是事件收件箱的用武之地。每个事件源不是调用智能体,而是将事件发送到收件箱,由工作进程从中取出。
最简单的版本包含三个组件:
- 一个持久化的事件列表,通常是一个数据库表;
- 一个处理器,通常是一个 HTTP 端点,负责将事件写入列表;以及
- 一个工作进程,通常是一个后台服务,负责从列表中读取。
收件箱应跟踪每个事件的状态,并且可以根据来源的唯一标识符对事件进行去重。关系型数据库很适合用作收件箱,每个事件作为新行追加。我们建议从每个用户一个收件箱开始,但如果需要更高的并行度,可以进一步拆分。

当新事件到来时,处理器将事件写入收件箱并唤醒工作进程。工作进程读取所有待处理的事件并启动一次运行。延续先前工作的事件(例如用户的回复)会恢复现有会话,而其他所有事件则启动新会话。
随后,worker 将事件传递给 agent loop,等待运行结束,并将相应事件标记为已完成。实现细节可能比较复杂,因此这里给出几条最佳实践:
- 处理器应快速确认事件。某些来源(例如 webhook 提供商)会将缓慢的响应视为失败。处理器仍可执行轻量级检查,但任何更深入的验证(例如检查提示注入)都应在运行期间完成。
- 收件箱应是唯一事实来源。当 worker 被唤醒时,它应首先从收件箱拉取最新事件。这样,如果 worker 在运行中途死亡,新的 worker 可以拾取同一事件并重试。
- 一个收件箱同一时间只应有一个活跃 worker。这可以防止两次运行重复工作或相互覆盖。当运行中途出现新事件时,你可以将其推送到下一次运行、合并到当前运行,或者中断并重新开始。
- worker 应将待处理事件批量合并。例如,如果用户连续发送多条消息,worker 可以将它们合并为一次运行,这样 agent 只需回复一次。
定时器
与事件收件箱配合,定时器让常驻 agent 能够主动行动。定时器通常分为两类:跟进或计划。跟进是 agent 为自己设定的截止时间,例如检查某个回复。而计划则是按已知节奏重复发生的任务,例如每日简报。
定时器存放在自己的持久化存储中,通常是另一个数据库表,与收件箱分开。收件箱应只保存已准备好处理的事件。跟进和计划可以共享相似的 schema,但计划还需要跟踪其重复发生。

定时器不会自行发起运行。相反,调度器(通常是后台服务)会以固定间隔轮询存储,并触发所有到期项。每次轮询时,调度器会:
- 扫描存储并找到到期的定时器。
- Updates each timer based on its category.
- 跟进应被标记为已完成。
- 计划应将其到期时间更新为下一次发生时间。
- 向收件箱添加事件并唤醒 worker。
对于调度器,你可以自行构建服务,或使用持久化执行引擎。
记忆
常驻 agent 跨许多不连续的运行工作,并依赖记忆来保持连续性。
与事件收件箱和定时器类似,记忆应拥有自己的存储。在我们的产品中,例如 Claude Code 的 auto memory 和 Messages API 的 memory tool,这是以文件目录的形式实现的。对于常驻 agent,这些目录应映射到持久化存储,通常是数据库或对象存储。这样记忆就能比 worker 存活更久。
根据经验法则,记忆应只保存 agent 无法再次查找的内容。如果某些内容已经存在于另一个系统中,例如问题跟踪器,则应保存一个指针。以下是常驻 agent 应存储的记忆类型细分:
- 用户指令: 用户关于 agent 行为的任何指令都应保存在各自的文件中,并在每次运行开始时加载。用户不会总是在场引导 agent,因此指令必须在多次运行之间延续。
- 用户笔记:智能体应保存它了解到的关于用户的信息,例如用户的角色、偏好,或用户给出的任何纠正。你可以从一个文件开始,随着笔记增多再拆分为多个小文件。在后一种情况下,每次运行开始时只加载一个索引,但智能体在需要更多细节时可以把各个文件拉入上下文。
- 过往消息:智能体应跟踪它已经告诉过用户的内容,以免重复。它可以把这些内容存储在一个单独的文件中,在每次运行开始时加载,或者让 worker 加载智能体与用户最近几条消息。
- 任务进度:对于每个进行中的任务,智能体应维护一个进度文件,记录已完成和剩余的工作。这样任何新的运行都可以读取该文件,并从上次运行中断的地方继续。与用户笔记类似,每次运行开始时只加载一个索引,但智能体在需要更多细节时可以把各个文件拉入上下文。
下图展示了一个示例设置。

以上所有内容描述的都是运行期间保存的记忆。你还可以加入 dreaming,它会回顾过去的会话以整理记忆。Dreaming 可以替换过时的条目,并发现只有在多次运行中才会显现的模式。如果你有兴趣了解更多,我们的智能体记忆文章有更详细的介绍。
在上下文窗口内
在做任何工作之前,智能体会加载系统提示、工具定义和记忆文件。这部分初始上下文“开销”会包含在每次运行中,因此我们建议保持精简,并使用提示缓存来降低成本。
新会话仅以这部分上下文开销和触发运行的事件开始。而现有会话则会带回其先前运行中的消息和工具调用。
如果会话变得过长,你可以压缩较旧的消息,或启动一个新会话。这两种方法都会丢失细节,因此任何需要持久保留的内容都应沿途保存到记忆中。

权限
权限是常驻智能体风险最大的地方。一次运行持有用户的访问权限,并且按设计是在无人值守的情况下运行的。对于每次工具调用,智能体需要决定是自行继续、阻止它,还是等待批准。
权限的组成部分与其他智能体使用的相同:
- 凭据存储:常驻智能体通常需要敏感的用户凭据(如密码或访问令牌)才能发挥作用。推荐模式是在智能体环境之外设置一个代理,由它向传出请求添加凭据。智能体发送不带凭据的请求,代理在转发前注入真实凭据。
- 自动模式:常驻智能体应能够在没有持续用户输入的情况下工作。我们已经在 Claude Code 中通过自动模式解决了这个问题的一个版本。自动模式使用分类器审查较高风险的操作,并阻止它们认定为危险的操作,以便 Claude 找到更安全的方法。不过,对于最重要的决策,用户审查仍然是必要的。
- 延迟工具调用:在 Claude Code 中,钩子可以延迟一次工具调用,并等待用户提供更多输入。同样的模式也适用于常驻智能体,它们在执行某些操作前可能需要澄清或批准。当一次调用被延迟时,本次运行结束,会话在调用中途被保存。该请求会展示给用户(例如通过用 MCP Apps 构建的交互式卡片),用户的回答会作为收件箱中的一个事件返回。该事件会启动一次新的运行,用用户的输入恢复已保存的会话。在延迟调用等待响应期间,worker 可以继续处理其他事件,因此智能体不会被阻塞。
发件箱
对于大多数 AI 智能体,响应在生成时就会流式传输给用户,因此用户可以跟随 Claude 推理问题、调用工具并撰写答案的全过程。
另一方面,常驻智能体的大部分工作都在后台完成。用户得到的是结果和少量细节,而不是完整的逐步分解。

一次运行可以以下列三种方式之一结束:
- 智能体向发件箱发送一条消息,
- 智能体判定无需发送任何内容,或
- 智能体使用延迟工具调用来请求许可或额外输入。
大多数常驻智能体只需一个“发送”工具就能直接把消息送达用户。只有当你希望控制智能体发送消息的节奏,或让智能体能够从错误中恢复时,才需要正式的收件箱。
发件箱是一张单独的外发消息表,类似于事件收件箱。此外还有一个调度器,通常是一个后台服务,类似于 worker。调度器读取待发送的消息,决定要投递哪些,并将它们发送给用户。来自延迟工具调用的请求既可以经由发件箱,也可以直接在界面中展示。
除了投递之外,调整智能体发送消息的数量也很重要。发送过多消息的智能体会变得嘈杂,而发送消息不足的智能体则会遗漏用户需要知道的事情。我们建议构建评估来找到合适的平衡。在实践中,智能体最好先保持安静,然后随着时间推移赢得用户更多的关注。
各部分如何协同工作
以下是五个原语如何协同工作:

每次运行都始于收件箱中的一个事件,无论是用户消息、webhook 还是定时器。当 worker 取到一个事件时,它会启动一次运行,并在新的或现有的会话中唤醒智能体。智能体读取其记忆以获得基线,在其权限范围内采取行动,然后用学到的任何内容更新其记忆。运行结束后,智能体向发件箱推送一行记录,调度器将消息投递给用户。
这些部分共同构成一个循环。一次运行可以设置一个定时器,稍后再次唤醒智能体;而当用户回复一条消息时,其回答会作为收件箱中的一个事件返回。每次运行都很短暂,但这个循环会无限持续下去,这正是让智能体感觉始终在线的原因。
致谢
由 William Hu 撰写。特别感谢 Rodrigo Olivares 和 Michael Segner 的贡献。
来源:Claude 官方 · 应用与案例 · claude.com