思想实验：把任务交给一个永远说不出"那部分已经完成"的人

假设你给同事留了一份包含四十件小任务的清单，然后下班回家了。他想干多久都行，但有一个奇怪的限制：他完成的任何事情，无论在脑子里还是纸上，都不会被划掉。每件任务都留在桌面上，和他正在做的那件摆在一起。到第二十五件的时候，桌上大部分已经完成了。他会看着它们，拿不准是否还需要处理。有些他会重做，可能做得不错，但多半和第一次不太一样。这大致就是无人值守的智能体在长时间多步骤运行中发生的事情。想象一个重构任务：它要把一个接口重命名，并更新所有调用点。运行几个小时后，它可能会再次修改那些已经改对的文件，因为没有任何东西标记这些工作已经完成。每一次工具调用、每一个已完成的步骤，都还留在上下文里，权重和它当前正在处理的步骤差不多。 我觉得有趣的是，为什么有人参与时这种情况就少得多。在对话中，你每完成一步就会继续往下走，你的下一条消息实际上是在默默告诉模型那件事已经搞定了。没人指派你这个活儿，你只是自然地做了。把人拿掉，就没有谁来接手这一步了。我不认为更大的上下文窗口能解决这个问题，那只会给已完成的工作提供更多空间待着。更可行的似乎是某种显式机制，比如一个智能体在继续之前必须更新的任务清单，或者把完成的步骤折叠成一行注释。我还没有测试过哪种方式更经得起考验。如果在座有人跑过夜任务，我很想知道你们最终采用了什么方案。