
构建常驻智能体:事件、定时器、记忆、权限与发件箱
Anthropic 拆解常驻智能体的五项运行时原语:用事件收件箱统一唤醒,以定时器实现主动跟进,用持久记忆保持连续性,用权限机制约束无人运行,并通过发件箱完成可靠投递。
过去几个月里,常驻智能体重新成为热门方向。更准确的理解并不是某个进程永远不停止,而是智能体具备状态与主动性:它能跨会话保存上下文,并且无需人逐步监督也能采取行动。
在底层,它们仍使用与其他智能体相同的基础循环。真正变化的是循环周边的架构:一组基础原语决定智能体何时醒来、哪些信息能跨运行保留、它能自主执行哪些动作,以及工作成果如何抵达用户。
这一轮复兴主要来自模型能力的进步,使这种模式终于具备了可运营性。第一,最新模型具备更好的判断力,更善于理解用户意图,也更清楚什么时候应该回来确认。第二,智能推理正在变便宜,而长时程任务受益最大。例如,在一个长时程编程基准上,Opus 5.5 每解决一个任务的成本比 Opus 5 低 78%;在典型工作负载上,相应降幅为 40%。
客户已经开始询问,如何把这种体验集成进自己的产品。一些公司希望让现有智能体更具主动性,另一些则打算从零构建。
本文拆解常驻智能体背后的基础原语,并说明它们如何组合成完整系统。
常驻智能体背后的循环
常驻智能体并不是真的“永远在线”。“永远在线”描述的是用户体验,而不是进程生命周期。
现实中,智能体大部分时间都在休眠,只是周期性醒来工作。每一段工作称为一次运行。在一次运行中,智能体接收事件、完成任务,并保存关于本次工作的信息。运行发生在会话内部;会话是与这次工作相关的消息和工具调用记录。运行结束后,智能体重新休眠,这个循环可以无限重复。
五项核心原语
常驻智能体的周边架构由五项基础原语构成:事件收件箱、定时器、记忆、权限和发件箱。每一项负责生命周期中的不同部分。
事件收件箱
大多数 AI 智能体只在用户发送消息时运行。常驻智能体则可以由多种事件触发,包括 webhook、计划任务和后台作业。
一种很有诱惑力的设计是让每个事件源直接调用智能体,但这会带来几类故障。两个事件同时到达时,可能启动彼此竞争的运行;进程崩溃时,事件可能彻底丢失;系统也没有一个持久位置来查看哪些事件已经到达但尚未处理。
事件收件箱解决了这些问题。各个事件源不再直接调用智能体,而是把事件写入收件箱,再由 worker 取走处理。
最简单的版本包含三个组件:
- 一个持久的事件列表,通常是一张数据库表。
- 一个处理器,通常是 HTTP 端点,负责把收到的事件写入列表。
- 一个 worker,通常是后台服务,负责从列表中读取事件并启动运行。
收件箱应追踪每个事件的状态,并可根据事件源提供的唯一标识去重。关系型数据库很适合作为收件箱:每个事件追加为一行。建议从每个用户一个收件箱开始,只有在需要更高并行度时再继续拆分。
新事件到达时,处理器把事件写入收件箱并唤醒 worker。worker 读取所有待处理事件并启动一次运行。如果事件是在继续先前工作,例如用户回复,就恢复已有会话;其他事件则启动新会话。
随后,worker 把事件交给智能体循环,等待本次运行结束,再把对应事件标记为完成。实现细节可能会变得复杂,因此有几条最佳实践:
- 快速确认事件。某些事件源,尤其是 webhook 提供商,会把慢响应视为失败。处理器仍可做轻量检查,但更深入的验证,例如提示注入筛查,应放在运行内部。
- 把收件箱作为事实来源。worker 被唤醒后,应先从收件箱拉取最新状态。这样即使 worker 在运行中崩溃,新的 worker 也能重新取到同一事件并重试。
- 每个收件箱只允许一个活跃 worker。这能避免两个运行重复工作或相互覆盖。如果运行期间又出现新事件,系统可以把它推到下一次运行、合并进当前运行,或者中断当前运行并重新开始。
- 批量处理待办事件。如果用户连续发送多条消息,worker 可以把它们合并为一次运行,让智能体只回复一次,而不是产生多条互相重叠的回复。
定时器
与事件收件箱配合,定时器让常驻智能体具备主动性。定时器通常分成两类:跟进是智能体为自己设置的截止时间,例如稍后检查某个回复;计划是按已知节奏重复执行的任务,例如每天发布一份通讯。
定时器应存放在自己的持久存储中,通常是一张独立数据库表。收件箱只应保存已经准备好处理的事件。跟进和计划可以共用大部分数据结构,但计划还必须追踪重复规则。
定时器本身不会启动运行。调度器通常是后台服务,以固定间隔轮询定时器存储,并触发所有到期项。每轮执行时,它会:
- 扫描存储,找出已经到期的定时器。
- 根据类型更新每个定时器:把跟进标记为完成,或把计划的到期时间推进到下一次。
- 把事件加入收件箱,并唤醒 worker。
调度器既可以自行实现,也可以使用持久执行引擎,具体取决于产品的运维约束。
记忆
常驻智能体跨许多彼此分离的运行工作,因此连续性依赖记忆。与事件收件箱和定时器一样,记忆也应有独立存储。
在 Anthropic 的产品里,例如 Claude Code 的自动记忆和 Messages API 的记忆工具,记忆以文件目录的形式实现。对常驻智能体而言,这些目录应映射到持久存储,通常是数据库或对象存储,使记忆的生命周期长于任何单个 worker。
一条实用规则是:只保存智能体无法再次查询到的内容。如果信息已经存在于另一个事实系统中,例如 issue tracker,就保存指向它的指针,而不是把数据复制进记忆。
常驻智能体通常需要四类记忆:
- 用户指令:把关于智能体行为的指令保存在独立文件中,并在每次运行开始时加载。用户不会一直在旁边操控智能体,因此这些指令必须跨运行保留。
- 用户笔记:记录智能体了解到的用户信息,包括角色、偏好和用户给出的纠正。可以先从一个文件开始;笔记增长后再拆成多个小文件。拆分后,每次运行开始时只加载索引,需要更多细节时再读取具体文件。
- 历史消息:记录智能体已经告诉过用户什么,避免重复。这既可以放在每次运行开始时加载的独立文件中,也可以由 worker 加载最近几轮用户消息。
- 任务进度:为每个持续进行的任务维护进度文件,说明已完成什么、还剩什么。新的运行读取该文件后,就能从上次中断处继续。与用户笔记类似,先加载索引,需要细节时再读取单个文件。
以上是常规运行期间写入的记忆。系统还可以增加做梦过程,回顾过去会话并整理记忆。做梦可以替换过期条目,并发现只有在多次运行之后才会浮现的模式。Anthropic 的智能体记忆文章对此有更详细的讨论。
上下文窗口内部
开始任何工作前,智能体都会加载系统提示词、工具定义和记忆文件。这部分初始上下文“开销”会在每次运行中重复出现,因此应尽量精简,并利用提示词缓存降低成本。
新会话只包含这部分基础上下文以及触发运行的事件。已有会话还会恢复此前运行中的消息和工具调用。
如果会话变得太长,可以压缩较早消息,或直接启动新会话。两种方式都会损失细节,因此任何必须长期保留的信息都应在过程中写入记忆。
权限
权限是常驻智能体风险最高的部分。一次运行持有用户权限,而且按设计会在无人直接监督的情况下操作。面对每个工具调用,智能体都要决定是自行继续、阻止动作,还是等待批准。
所需组件与其他智能体相同:
- 凭据存储:常驻智能体往往需要密码或访问 token 等敏感凭据才能发挥作用。推荐模式是在智能体环境之外放置代理。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:常驻智能体必须能够在没有持续输入的情况下工作。Claude Code 的自动模式用分类器审查高风险动作,阻止被判定为危险的操作,让 Claude 寻找更安全的路径。对于最重要的决定,仍然需要用户审查。
- 延迟工具调用:在 Claude Code 中,hook 可以延迟一次工具调用,等待用户补充输入。常驻智能体在采取某些动作前需要澄清或批准时,也可使用同一模式。调用被延迟后,本次运行结束,会话在调用中途保存。请求可以显示给用户,例如通过用 MCP Apps 构建的交互卡片;用户答复会作为收件箱事件返回。该事件启动一次新运行,并恢复保存的会话。等待答复期间,worker 仍能处理其他事件,因此一次审批不会阻塞所有工作。
发件箱
对大多数 AI 智能体来说,响应会在生成时流式展示给用户。用户能看到 Claude 如何推理、调用工具并写出答案。
常驻智能体则把大部分工作放在后台。用户应收到结果和少量有用细节,而不是每次运行完整的逐步过程。
一次运行可以通过三种方式结束:
- 智能体向发件箱发送一条消息。
- 智能体判断无需发送任何内容。
- 智能体通过延迟工具调用请求权限或更多信息。
许多常驻智能体可以先使用一个简单的“send”工具,直接把消息发送给用户。当需要控制消息节奏、重试或从投递错误中恢复时,正式发件箱才变得重要。
发件箱是独立存储出站消息的表,与事件收件箱相对应。dispatcher 与 worker 相对应,负责读取待发送消息、决定投递哪些内容,并把它们发送给用户。延迟工具调用产生的请求既可以通过发件箱,也可以直接在界面中显示。
投递只是一个部分,智能体还需要合适的消息频率。发送太多会变得嘈杂,发送太少又会漏掉用户需要知道的信息。可以通过评测寻找平衡。实践中,让智能体先保持安静,再逐步赢得用户更多注意力,更为稳妥。
所有部分如何组合
五项原语构成的是同一个循环,而不是五个彼此孤立的服务:
每次运行都从收件箱事件开始,无论事件来自用户消息、webhook 还是定时器。worker 取到事件后启动运行,并在新会话或已有会话中唤醒智能体。智能体读取记忆以建立上下文,在权限范围内行动,然后写回本次学到的内容。运行结束后,智能体向发件箱增加一行记录,dispatcher 再把消息投递给用户。
这些状态转移共同构成一个闭环。一次运行可以设置定时器,让智能体稍后再次醒来。用户回复已投递的消息时,这条答复又会作为事件进入收件箱。每次运行都很短暂,但循环会无限延续。正是这种连续性,让用户觉得智能体始终在线。
致谢
作者:William Hu。特别感谢 Rodrigo Olivares 与 Michael Segner 的贡献。
来源:William Hu 的《Building always-on agents》,Anthropic,2026 年 11 月 13 日。图片转载自原文。


