首页 >> 综合 > 快讯 >

Anthropic 7×24 在线 Always-on Agent 架构拆解

2026-11-15 08:42:32 来源:网易 编辑:赵韦克 

Anthropic 所说 7×24 在线 Agent 并不是模型进程永不关机、持续占用算力,而是靠事件驱动、会话持久化、记忆存储、异步收发的架构,给用户一种全天候在线、随时响应、还能主动定时干活的体验,核心思路是把 “大脑推理” 和 “工具执行环境” 解耦,也就是官方提到的大脑和双手分离设计,避免沙箱容器长期挂着消耗资源;传统 LLM 调用都是单次无状态请求,发消息才唤醒模型,做完就结束,没法定时巡检、等待外部事件、隔一段时间继续推进任务,这套 Always-on 架构就是解决这个痛点,依靠事件收件箱、会话日志、记忆系统、权限管控、发件调度这几个基础原语循环运转,事件来了就唤醒一轮推理,任务做完就休眠,计时器、webhook、用户消息都可以作为唤醒信号,多轮之间依靠追加式日志和持久化记忆保留上下文,下面拆分核心组件、完整流转流程、对比差异、风险控制方案。

一、核心组件清单

  1. 事件收件箱(Event Inbox)
  2. 会话(Session)
  3. Agent Harness 调度环
  4. 记忆分层存储(Memory)
  5. 沙箱执行环境(Sandbox,双手)
  6. 权限与护栏(Permissions & Guardrails)
  7. 消息发件箱(Outbox)+ 调度器

所有触发 Agent 运行的信号统一进入这里,包含用户消息、定时定时器、第三方 webhook、监控告警、延期工具回调,是整个系统的触发入口,消息会排队、持久化,避免丢事件。

采用追加式日志,记录每一次模型调用、工具调用、返回结果、用户确认记录,是可回放、可重建任务进度的唯一凭证,会话独立于沙箱,就算执行容器销毁,只要会话日志还在,随时可以恢复任务。

也就是 Agent 的主控循环,负责读取事件、加载记忆、调用 Claude 模型、解析工具调用、做权限校验、更新会话日志,内置提示缓存、上下文压缩,用来控制成本、防止上下文溢出。

分为只读偏好记忆、可读写状态记忆;偏好记忆存放用户规则、权限范围、禁止操作清单;状态记忆存放任务进度、待办、外部资源状态,用来跨轮次、跨唤醒周期传递信息。

独立隔离容器,负责代码运行、文件读写、网络请求,和推理 Harness 分开部署,按需拉起、用完销毁, credentials 凭证和沙箱隔离,降低泄露风险。

每一轮动作都校验权限范围、支出上限、高危操作审批,删除、转账、对外发送重要信息这类动作,会自动暂停,进入等待人工确认状态。

Agent 生成回复、通知之后,先写入发件箱,调度器负责限流、排队、延时发送,支持重试、失败标记,避免短时间大量消息轰炸用户。

二、完整一轮运行流程

  1. 触发事件进入收件箱,worker 消费这条事件,找到对应的历史会话,加载记忆数据
  2. Harness 组装上下文,带上历史会话日志、当前记忆、权限规则,调用 Claude 模型推理
  3. 模型输出两种结果:直接生成回复、或者发起工具调用;如果是工具调用,请求下发到独立沙箱执行
  4. 沙箱返回执行结果,Harness 追加写入会话日志,更新状态记忆
  5. 模型判断下一步:任务完成→消息送入发件箱;需要等待外部反馈→休眠,设置定时器;需要人工确认→暂停等待用户输入;继续推进→再次进入推理循环
  6. 本轮运行结束,Agent 休眠,等待下一次事件唤醒,不是持续跑循环

三、架构关键设计对比表

对比项传统单次 API 调用Anthropic Always-on 7×24 Agent
运行模式请求到达才启动,单次结束销毁事件驱动,轮次唤醒,平时休眠
状态保存无状态,上下文全部放在单次请求会话日志 + 双层持久化记忆
执行环境无独立沙箱,工具在业务侧执行推理大脑和沙箱双手解耦,按需拉起
主动能力只能被动应答支持定时、webhook 监听、延时任务
恢复能力请求断了就丢失进度可以根据会话日志回放、断点续跑
成本模型单次计费休眠不消耗推理算力,只有唤醒运行才计费

四、可靠性与安全设计要点

  1. 追加式日志不可篡改,所有动作留痕,支持审计、问题回溯
  2. 沙箱临时创建、用完销毁,网络隔离,敏感凭证不注入沙箱环境
  3. 支持延期工具调用,Agent 可以设置多久之后自动唤醒自己,适合定时巡检、等待外部流程
  4. 上下文压缩机制,长会话自动摘要,控制 token 开销,防止越跑越贵
  5. 分级审批机制,高危操作强制暂停,等待用户授权,不会自动执行高风险动作

五、典型适用场景

  • 邮件、工单 7×24 巡检,自动分类、跟进、定时提醒
  • 长期软件开发 Agent,分批提交代码,隔一段时间自主检查、迭代
  • 监控告警自动处理,收到告警后排查、汇总、上报
  • 跨多天的长周期任务,每天定时继续推进,不用用户反复发指令

【相关 FAQ】

问题 1:Anthropic 7×24 在线 Agent 架构是让 Claude 模型一直不间断运行吗?

回答 1:Anthropic 7×24 在线 Agent 架构并不是 Claude 模型持续不间断运行,采用事件唤醒机制,没有事件的时候 Agent 休眠,只有收件箱收到事件才启动一轮推理。

问题 2:Anthropic 7×24 在线 Agent 架构里会话 Session 起到什么作用?

回答 2:Anthropic 7×24 在线 Agent 架构中的 Session 是追加式日志,完整记录模型、工具交互记录,沙箱销毁之后,依靠会话可以恢复、回放、断点继续任务。

问题 3:Anthropic 7×24 在线 Agent 架构 “大脑和双手解耦” 是什么含义?

回答 3:Anthropic 7×24 在线 Agent 架构大脑指 Harness+Claude 推理部分,双手是代码沙箱执行环境,两者分开部署,沙箱按需启动,凭证不和执行容器绑定,提升安全性。

问题 4:Anthropic 7×24 在线 Agent 架构怎么实现定时自动执行任务?

回答 4:Anthropic 7×24 在线 Agent 架构依靠定时器事件写入收件箱,Agent 本轮运行时设置延时唤醒,到时间定时器事件触发,自动唤醒 Agent 继续执行任务。

【参考资料】

[2026-11-13](Building always-on agents)Anthropic Claude 官网

[2026-06-10](The evolution of agentic surfaces: building with Claude Managed Agents)Anthropic Claude 博客

[2026-04-08](Scaling Managed Agents: Decoupling the brain from the hands)Anthropic 工程博客

[2025-11-26](Effective harnesses for long-running agents)Anthropic 工程博客

[2026-10-08](Building effective agent automations)claude.dev

【免责声明】

以上 Anthropic 7×24 在线 Agent 架构拆解内容基于 Anthropic 公开技术文章整理,内部未公开底层调度、集群细节不在覆盖范围;架构方案会随 Managed Agents、Agent SDK 版本迭代调整,生产落地以 Anthropic 官方最新文档为准。

 
最新文章