真正好用的全天候 Agent,99% 的时间都在睡觉:把 Anthropic 的五大原语搬进你自己的电脑
几乎每个爱折腾 AI Agent 的开发者,迟早都会在某个周末试一次同样的点子:给编程 Agent 挂上一个定时任务,连上自己的代码仓和收件箱,美其名曰“24 小时个人助理”。
结果通常撑不过周二早上。要么半夜登录态悄悄过期,它一声不吭直接躺平;要么因为某条构建挂了,它一晚上连发四条一模一样的告警,把你的配额和耐心一起烧光。
前两天,Anthropic 的 William Hu 发了一篇读着特别痛快的文章——Building always-on agents。开头第一句就戳破了窗户纸:所谓“全天候在线(Always-On)”的 Agent,其实根本不是一直在线。 真正靠谱的做法,是让它 99% 的时间彻底睡死(消耗零 Token),只在有事发生时醒来干一小段活,记下进展,然后立刻继续睡。
模型本身的对话循环一点都不神秘。真正让一个后台 Agent 不掉链子、不瞎吵吵的,是围在模型外面的五件套(Primitives):
- 事件收件箱(防止并发撞车和半路丢件)
- 定时器(既要有固定排班,也要有 Agent 给自己定的闹钟)
- 记忆(尤其要记住“刚才跟你说过啥”,别当复读机)
- 权限(管住后台私钥,且点完“拒绝”能自动接着改)
- 默认安静的发件箱
Anthropic 在文章里画的是标准的云端大厂方案:Postgres 数据库表、对象存储、再加上架在容器外面的密钥注入网关。而在我每天自用并开源在 agy-hq 的个人助理工作区(跑在 Google Antigravity 上,前情介绍见此)里,我想要一模一样的体验,但实在不想为了打理自己的日常还去伺候一套数据库、Redis 和云服务器。
所以在 agy-hq 里,整套东西编译出来就一个零外部依赖的 Go 小文件,所有私人笔记、密钥和对话记录全都安安静静待在本地被 Git 忽略的 local/ 文件夹里。把 Anthropic 的云端蓝图和这套本地做法摆在一起对一对,特别容易看清:为什么手搓的定时脚本总翻车,以及纯本地文件究竟能把体验打磨到多顺手。
同样的“休眠—唤醒”节奏,完全不同的技术底座:把云端数据库表和代理网关,换成本地 0 Token 外壳预检、带文件锁的本地队列与系统级轻量沙箱。
1. 别让脚本直接捅醒模型(顺手在门口拦一道 0 Token 预检)
刚开始搭后台任务时,最顺手的写法就是让定时脚本或文件夹监听直接拉起 Agent。这套写法平时看着挺美,直到某天你往收件箱拖进一份 PDF 的同一秒刚好撞上整点巡检,两个实例同时醒来互踩文件;又或者脚本刚把附件移走,模型正好撞上限流报错,那份文件就永远消失在夹缝里了。
Anthropic 给出的解法是加一层事件收件箱(Event Inbox):所有触发先排队落盘,同一个领域同一时刻只许一个工人干活,发给同一个会话的连续消息打包成一轮处理,而且必须等模型顺顺当当跑完才销账。
在个人电脑上,我们根本用不着装 Postgres。agy-hq 直接用一个带文件锁的本地队列(local/memory/events.json)就把这件事干了:拖进收件箱的文档、到点的闹钟、本地 Git 钩子全都在同一个队列里排好队,哪怕半路断网或触及配额保护,下次也会自动接着重试。
而且因为在自己电脑上跑,我们还多加了一道比收件箱更靠前的小机关。云端服务有别人主动推 Webhook,本地电脑往往得自己去轮询。如果每五分钟叫醒一次大模型,就为了看一眼“0 条未读”,那纯属给账单做慈善。所以在周期任务进队列之前,hq 会先跑一条几毫秒的命令行小检查并算个哈希——只要内容没变,当场继续睡,消耗 0 个模型 Token;同时把“登录过期报错”跟“没新消息”严格分开统计,脚本坏了会直接在右侧看板亮灯提醒,绝不会装死。
2. 不是所有定时器都叫 Cron
动手做过后台 Agent 才会踩到的第二个坑是:“每天早八点的例行排班”和“Agent 给自己定的一次性闹钟”,完全是两码事。
- 固定排班(Schedule) 是你提前写死的日常节奏,比如早上
7:30推早报、晚上23:30理笔记。 - 自设跟进(Follow-up) 则是 Agent 干活干到一半给自己定的闹钟——比如它刚触发完测试环境部署,顺手定个 “25 分钟后叫醒我,看看健康检查绿了没”,或者发完邮件定个 “周四下午五点看看对方回信没”。
如果这个闹钟只存在当前聊天窗口的内存里,后台子代理一干完活退出(或者夜里桌面客户端重启升级),闹钟当场就跟着灰飞烟灭了。
在 agy-hq 里,Agent 可以随时往磁盘上塞一个一次性闹钟(./bin/hq timers set --in=25m ...),然后放心大胆地退出归零。等 25 分钟一到,后台守护进程也不会贸然直连拉起模型,而是往上面的事件收件箱里投一张指向原会话的唤醒单——自动继承排队防撞和断线重试。
3. 别当复读机,也别把缓存冲坏了
跑过定时巡检的朋友,十有八九都被 Agent 当过“复读机”。
早上 9:00,后台巡检发现测试挂了,给你发来一条:“PR #42 CI 失败。” 到了下午 14:00,新唤醒的一轮又看见同一个红叉,顺嘴换了个词发来:“PR #42 构建未通过。” 光靠比对标题字面根本拦不住这种换词重写,两轮任务彼此又不通气,你的手机就得跟着白白响两回。
把不变的规则钉在提示词最顶上吃满前缀缓存,顺带揣一小本“最近跟你说过啥”防止重复唠叨,长线任务靠进度卡与深夜对账接力。
Anthropic 指南里的药方非常准:除了加载用户习惯和薄薄一页目录索引(agy-hq 把 MEMORY.md 硬卡在 80 行以内,详细专题按需再翻),每次醒来还要顺手带上一小份“最近已经向用户汇报过的记录”。 我们在本地加了一份保留近 48 小时最新十几条提醒的小账本(reported.jsonl)之后,换词重复报警的毛病立马断根了。
顺着这个思路,还有两个让日常开销降一大截的实用习惯:
- 静态内容永远排最前,把前缀缓存吃满: 把长年不变的规则和目录钉在提示词最顶端,并且给只干二十秒杂活的后台小工发“极简版启动包”,避免每次唤醒都重读几千字无关背景。
- 压缩前先写交接卡,半夜再对一遍原始日志: 长任务在上下文快满之前,先存一张不超过
60行的交接小卡片(progress/<slug>.md),下次谁接手都能秒懂干到哪了;到了深夜23:30,后台整理流程会把白天的总结拿去跟真实的命令行输出逐条对账,防止模型“自以为修好了”的幻觉混进长期记忆。
4 & 5. 点下“拒绝”别断片,平时没事少吭声
敢不敢把一个 Agent 长期挂在自己电脑后台,说到底就怕两件事:一是怕哪个跑偏的子脚本顺手去读 ~/.ssh 私钥,二是怕它没打招呼就替你往外发消息。
但很多自己搭的审批流都有个特别反人类的断头路:假设 Agent 替你拟好一封回复,推到你手机上让你点“批准 / 拒绝”。你点下拒绝,顺手敲了一句批注:“别约周二了,改到周四下午两点。” 在大多数简陋实现里,点完拒绝命令就彻底终止了——根本没人把那个睡着了的对话重新叫醒去改稿!
用系统自带沙箱把私钥藏好,手机上点完批准或拒绝直接回流事件队列唤醒原对话改稿,再用 10 组基准用例几毫秒测完发件箱信噪比。
照着 Anthropic 的**挂起续跑(Deferred Tool Calls)和节流发件箱(Outbox)**把闭环接上之后,手感一下子就顺了:
- 不装 Docker 也能在系统层把私钥藏起来:
./bin/hq exec-sandboxed直接调用 Linux 自带的bwrap或 macOS 自带的 Seatbelt(sandbox-exec),让后台脚本在系统层面根本看不见~/.ssh和local/private/;只要读过外来附件或邮件的会话一律自动打上污点标签,封死写文件和可疑外发操作。 - 带回流唤醒的
SHA-256手机审批卡: 外发动作锁定明确的命令参数数组与SHA-256哈希后立刻休眠。无论你在手机上点批准,还是点拒绝并附上 “改约周四下午两点”,你的决定都会立刻变回一条新事件塞进events.json——把原本睡着的对话重新叫醒,自动照着你的新意思改稿重提,或者自动挂上后续等回信的提醒。 - 默认闭嘴的发件箱 + 几毫秒跑完的防吵闹测试: 健康的后台巡检十次里有九次都该安静收场。真有事要说时,按轻重缓急分进四格:真正火烧眉毛的才走即时打断(深更半夜非致命问题自动憋到天亮),常规进展攒进早上
7:30的早报,不着急的点子放进灵感栏,其余静默归档。我们还内置了 10 组黄金测试用例(./bin/hq outbox eval),每次调通知规则前几毫秒跑一遍,确保0%误打断、100%拦住换词重复提醒。
24 小时挂着会偷偷烧光配额吗?15.1 亿真实 Token 的账单实测
每次聊起“24 小时常驻的个人助理”,大家最本能的担心都是同一句:“放它在后台天天巡检,会不会半夜偷偷把我的配额烧穿?”
正好 agy-hq 自带零开销的本地日志统计工具(./bin/hq obs),我直接拉出了自己主力工作区这段时间的真实账单——一共 186 段真实会话、31,296 个模型推理步、累计吞吐 15.1 亿总 Token(全局前缀缓存命中率 92.0%):
15.1 亿真实 Token 实测分布:99.6% 的配额都花在了真正的重度研发、子代理和前台问答上,全天候挂在后台的自动任务加起来只占 0.41%。
看图里的三组真实数字就全明白了:
- 全天候
[Auto]后台巡检只占总配额的0.41%: 在 15.1 亿总 Token 里,全部22次无人值守的后台运行加在一起只用了673万总 Token(平均每次仅消耗约45k新增输入),而真正的配额大头稳稳花在深度任务分支(75.6%)与并行子代理(19.8%,缓存命中率高达94.5%)上。 0Token 预检 + 事件合批挡掉了绝大多数无效唤醒:23次内容无变化的例行检查在毫秒级外壳哈希比对阶段就直接按0Token 跳过;真正发生变化的59条外部事件在收件箱里自动合并成了22次唤醒(减少2.7倍唤醒次数,且0崩溃丢件)。- 审批回流真的在日常发挥作用: 在累计
47次哈希锁定的外发拍板里,有9次点下拒绝并附上修改意见后,直接通过事件队列把原会话叫醒完成了重拟。
跑在自己电脑上的两点实在取舍
把这一整套东西全塞进自己的电脑里,响应快、隐私踏实,当然也有两个物理世界逃不掉的边界:
- 笔记本合上盖子就会暂停走表。 如果你挂在常年不关机的 Mac mini 或 Linux 台式机上,早报和巡检准点到秒;但如果早上七点半你的笔记本正合着盖子躺在双肩包里,到点的任务就会乖乖躺在硬盘里等你掀开屏幕再补跑——不会丢,只是顺延。
- 轻量系统沙箱不是云端独立虚拟机。
bwrap和 Seatbelt 不用任何配置就能把私钥和私密账本遮得严严实实,但如果你要跑完全来路不明的代码并严防死守局域网端口扫描,还是得额外配防火墙或容器隔离。
读完 Anthropic 这篇长文再回头看自己的代码,最大的感触其实很让人安心:平时大家抱怨主动型 Agent“不靠谱”的那些毛病——漏活儿、瞎弹窗、忘跟进、点完拒绝没下文——十有八九真不是模型不够聪明,纯粹是模型外面这五件基础设施漏装了一块。
一分钟跑个 --demo 试试(或者直接拆零件走)
如果你也在折腾 Google Antigravity,或者正在手搓自己的本地全天候 Agent,想直接拿走现成的文件锁事件队列、自设闹钟、reported 防重账本,或是零外部依赖的 Go 钩子骨架,整套代码都已经以 Apache 2.0 协议开源在 github.com/zjshen14/agy-hq。
在 macOS 或 Linux 上只要不到一分钟,就能拉起一套预置好模拟数据的 --demo 沙箱,不动你电脑里的任何真实文件,直接上手试玩看板、附件隔离与手机审批闭环:
git clone https://github.com/zjshen14/agy-hq.git && cd agy-hq
./scripts/bootstrap.sh --demo
./bin/hq outbox eval
如果跑下来觉得顺手,不妨在 GitHub 仓库 点个 Star,或者来 Issues / Discussions 聊聊你平时是怎么管住后台 Agent 的——跟同样把 Agent 当日常主力工具折腾的朋友对对笔记,永远是最有意思的事!
想看底层具体的文件路径、CLI 命令与测试参数?展开这里
本文在 AI 协助下整理,对照参考了 William Hu 于 2026 年 11 月 13 日发表的 Building always-on agents(Anthropic)及截至 2026 年 11 月 15 日的 github.com/zjshen14/agy-hq 实现。图表对应参数记录在 summary.json 中。
- 事件收件箱(
local/memory/events.json): 状态机pending→leased→done/dropped,由有序flock锁(local/memory/.events.lock)保护,历史归档至events_archive.jsonl。默认15m单作用域租约、最多重试5次、同会话单轮最多合并25条事件;上游15s0Token 外壳预检独立统计错误次数。命令:./bin/hq events <enqueue|list|inspect|retry|drop|dispatch|token>。 - 双类定时器(
local/memory/timers.json): 同时支持 Agent 自设一次性follow_up(最短提前量1m,活跃上限50条)与对齐local/triggers.yaml的周期性schedule,到期统一推入events.json。命令:./bin/hq timers <set|list|cancel>与./bin/hq triggers <list|pause|resume|fire>。 - 分层记忆(
local/MEMORY.md、reported.jsonl、progress/):SessionStart静态文件置顶以保前缀缓存,并为[Auto]会话提供精简模板;MEMORY.md限高<= 80行;reported.jsonl保留72h并注入近48h最多12条已投递提醒;./bin/hq progress <save|show|list|archive>维护<= 60行跨轮交接卡;内置160k上下文水位提醒与23:30基于原始日志核验的sleep-consolidate。 - 系统级沙箱、审批续跑与发件箱评测(
bwrap/sandbox-exec、hq propose、hq outbox eval):./bin/hq exec-sandboxed [--net-isolated] -- <cmd>遮蔽~/.ssh与local/private/。提案(24h有效期、>= 8位SHA-256前缀)锁定显式CommandArgv数组并在洁净环境变量下运行,在approve或reject --reason时自动经由events.json唤醒原会话。./bin/hq outbox eval校验10/10黄金用例(紧急召回率100%、免打扰拦截率100%、语义去重率100%、误打断率0%),仓库配套38项隔离沙箱端到端测试(go test ./internal/e2e)。 - 真实工作区配额与缓存统计(
./bin/hq obs tokens -since=all -by=kind): 解析本机186段真实会话(1,346轮、31,296步;总吞吐1,507,060,386Token = 缓存读取1,377,191,631+ 未缓存输入119,935,963+ 输出9,932,792;全局前缀缓存命中率92.0%),配额占比分别为:深度任务分支75.6%(33段,91.5%缓存)、委托子代理19.8%(130个,94.5%缓存)、[HQ] Front Desk4.2%(586轮,86.6%缓存),而[Auto]全天候后台巡检仅占0.41%(由59条入队事件合并为22次运行,总吞吐6,734,349/ 未缓存输入982,905,另有23次无变化轮询0Token 跳过、累计47次人工外发拍板)。
微信扫一扫分享
用微信扫描上方二维码,即可在手机端阅读或分享到朋友圈。