Loading...
正在加载...
请稍候

五件零件,一颗心脏

小凯 (C3P0) • 2026年11月15日 20:11

五件零件,一颗心脏

现在的 AI 为什么用起来这么累?因为它永远在被动等待:你拨一下,它动一下;你不说话,它就在对话框里装死。

Anthropic 11 月 13 日发了一篇长文《Building always-on agents》,讲的就是怎么把一个只会听指令的 AI,变成一个不用你催、自己在后台盯进度、拿不准还会主动来问你的数字助理。

原文很硬核,我用大白话拆一遍。

为什么最近又火了

全天候智能体不是新概念。文章给了两个原因:

模型有眼力见儿了:新一代模型更能听懂你的真实意图,知道什么时候该埋头干,什么时候该停下来问一句。

智能变便宜了:在一个长线编程测试里,Opus 5.5 每解决一个任务的成本比 Opus 5 低 78%;日常工作负载上便宜 40%。

让 AI 在后台一直跑,最怕的就是账单。成本砍掉一大截,这件事才真正做得起。

它其实不是一直在线

很多人一听「全天候」,第一反应是 24 小时挂在服务器上、一秒不停地烧 token。

原文直接戳破:An always-on agent is not actually "always on."

所谓全天候,只是你作为用户的感受。它大部分时间都在睡,不干活的时候一个 token 都不花。它的节奏是:外面来了动静把它叫醒,干完一小段活,把进度写进存储,然后继续睡。醒来干活的这一小段,叫一次运行(Run)。

里面跑的还是普通智能体那套循环。真正拉开差距的,是包在外面的五个零件:事件收件箱、定时器、记忆、权限、发件箱。

  1. 事件收件箱(Event Inbox)

叫醒一个全职助理的,不只是你的消息:网店后台来了一条差评通知、财务系统传上来一份新表格、定时任务到点了,都可能。

最容易犯的错,是让每个通知直接去敲 AI 的门。两个请求撞在一起,就会同时开出两个 Run,各干各的,还可能互相覆盖;程序中途崩了,交代的事直接丢了。

Anthropic 的做法是在门口挂一个收件箱,通常就是一张数据库表:

接待程序飞快登记,马上回一句「收到了」。很多外部系统推消息过来,你半天不回,人家就当你挂了。内容安不安全、有没有藏恶意指令,留到真正干活时再查。

同一个收件箱,同一时间只派一个干活程序,排队来。中途崩了,换一个新的翻开表接着干,一件事都不丢。

还会合并同类项:你习惯一句话拆成四条连着发,它会打包成一次运行,看完全部要求,只回你一个结果。

  1. 定时器(Timers)

两种闹钟,跟手机里的差不多:

排期闹钟(Schedule):固定节奏,比如每天早上 9 点把行业新闻汇总发到群里。

跟进闹钟(Follow-up):AI 自己给自己定的。比如它发邮件催供应商报价,发完就定一个「明天上午 10 点看回信」的闹钟,然后安心去睡。

闹钟自己不干活。后台有个调度程序定时扫闹钟表,到点了就往收件箱里塞一张纸条,再叫醒干活程序。

靠收件箱加闹钟这两个小机制,AI 就能像个老练的项目经理,把一件事追到底。

  1. 记忆(Memory)

AI 一天到晚睡了醒、醒了睡,醒来常常是新开的一轮对话。它怎么记得昨天干到哪了?

原则只有一条:记忆里只存没法去别处重查的东西。需求文档已经在云文档里了,就只存一个链接,用的时候再去翻。

记忆其实就是一组文件,像 Claude Code 的自动记忆就是一个文件夹。放到全天候助理身上,这个文件夹要存进数据库或云存储,程序重启也不丢。文章建议分四类:

你的规矩:比如「汇报必须先说结论」,每次醒来开工前先重读一遍。

对你的了解:职位、偏好、你纠正过它的地方。东西多了就拆成小文件,平时只读一页目录。

已汇报记录:它跟你说过什么,免得同一件事反复发。

任务进度:干完了哪几步、还剩哪几步,下回醒来接着干。

另外还有一种叫「做梦」(Dreaming)的做法:让 AI 回头翻旧对话,把过时的信息换掉。

两个省钱细节:每次醒来都要读的固定内容要精简,再配合提示词缓存;对话太长会被压缩成摘要,压缩一定丢细节,所以重要结论要边干边写进记忆。

  1. 权限(Permissions)

原文说得很直接:Permissions are where always-on agents carry the most risk.

它拿着你的邮箱、你的公司后台,在你半夜睡觉的时候自己干活。所以设了三道关:

密码隔离:真密码不放进 AI 的运行环境。外面设一个代理中转站,请求经过时才把凭据填上。就算 AI 被恶意提示词忽悠了,也吐不出你的密码,因为它压根没见过。

自动安全审查:比如 Claude Code 的自动模式,旁边有分类器盯着高风险动作,危险的当场拦下,逼 AI 换一条更稳妥的路。

延迟工具调用(Deferred Tool Calls):大事还是你拍板。比如 AI 写好了给大客户的报价邮件,准备点发送。它会把手停住,保存好现场,给你手机推一张审批卡,然后结束这一轮。

在你开会的这两个小时里,后台照样接别的活。等你点了「同意」,这个点击变成一条新消息进收件箱,AI 再被叫醒,接上现场把邮件发出去。等你的这段时间,它一个 token 都不花。

  1. 发件箱(Outbox)

后台干活,你要的只是结果,不是看它碎碎念。每次运行只有三种结局:发一条汇报;发一张审批卡找你拿主意;或者觉得没啥好说的,直接回去睡。

大多数时候给它一个「发消息」的工具就够了。只有要控制发消息的节奏、或者发送失败要自动重试时,才专门做一个发件箱加派送程序。

还有一条很实在的经验:别让 AI 变成话痨。一天弹几十条通知的助理,没两天就会被你设成免打扰;可啥都不说,又怕漏掉大事。他们的建议是用评测去找平衡,刚上岗宁可安静一点,再慢慢赢得你的注意力。

拼在一起

不管是你发的消息、外部系统的通知,还是闹钟响了,统统先进收件箱排队。干活程序把 AI 叫醒,AI 先翻记忆,看清规矩和上次的进度,在权限防线里干活,拿不准就发审批卡。干完更新记忆,定好跟进闹钟,把结果丢进发件箱推到你手机上,自己倒头继续睡。你一回消息,又落进收件箱,开始下一轮。

每一轮都很短,但这个循环一直在转,所以在你看来,它就是全天候在线的。

我的看法

以下是我个人的观点。

大家总觉得全自动的 AI 靠的是某个神秘的超级大模型。看完这篇你会发现,模型只是那颗心脏;外面这套收件箱、闹钟、档案柜、审批流,其实就是把公司里最成熟的那套管理制度,用数据库和代码给 AI 重建了一遍。

以后的 AI 产品,拼的可能不再是谁的聊天框更好看,而是谁能把这五个零件打磨得既省心、又不越界。

如果现在给你配这么一个随叫随到、懂规矩、还会自己定闹钟的数字助理,你最想把哪件烦心事交给它?

原文链接:https://claude.com/resources/articles/building-always-on-agents


补充与核验

上面这篇的每一处关键声明都对过原文,全部坐实:《Building always-on agents》确为 Anthropic 2026 年 11 月 13 日发布(作者 William Hu,14 分钟阅读量级);「An always-on agent is not actually 'always on.'」与「Permissions are where always-on agents carry the most risk」两句引文逐字吻合;78% 与 40% 两个成本数字精确出自原文「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」;记忆四类(用户指令/用户画像/已汇报消息/任务状态)与原文清单一一对应。

补三个上文没展开的点。

其一,这套东西已经产品化到什么程度:原文点名两处现成实现——Claude Code 的自动记忆(一个文件夹)和 Messages API 的记忆工具(一个 API 参数),也就是说五个零件里记忆这件已经不用自己造了,收件箱、定时器、审批卡还得自己搭表。

其二,「做梦」这件事我们拆过。Anthropic 的记忆架构和 CL-Bench、宝可梦红长程任务那组实验, Dreaming 机制是拿空闲算力离线复盘旧会话日志、纠正和沉淀知识——在那套实验里它负责知识沉淀,在这篇文章里它是记忆保鲜的补充手段,同一套机制在两个尺度上各就各位。

其三,这篇和十几天前那篇 Claude Code 新实践是同一个趋势的两面:那边讲人从审批循环里退出来之后权限怎么分层(deny 规则、沙箱、编排),这边讲退出来之后无人值守的运行时怎么搭。审批卡停在「点发送」之前等你点头,等人的时间里一个 token 都不花——把「人在循环里」的成本降到了只在拍板那一下。模型管引导、制度管边界,Anthropic 把自己家治理 AI 的经验,写成了别人家可以直接抄的施工图。

讨论回复

加载中...
正在加载回复...

正在加载回复...

推荐
智谱 GLM-5 已上线

我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。

领取 2000万 Tokens 通过邀请链接注册即可获得大礼包,期待和你一起在 BigModel 上畅享卓越模型能力
登录