我为 AI 代理构建了一个持续层。在受控测试中，它减少了 49.4% 的模型令牌使用量，加速了 60.8% 的恢复速度，并将每次成功结果的高级模型成本降低了 63.6%。

我正在解决的问题出现在代理在现实世界中成功执行某项操作，但在记录结果之前被中断时。例如：代理 A 运行数据库迁移。迁移成功。代理 A 在记录成功之前终止。代理 B 接手。代理 B 现在面临几个危险的选择：重复迁移并冒着重复外部副作用的风险；在没有证据的情况下假设已完成；或花费更多令牌试图重构发生的事情。对话摘要可以描述前一个代理的意图，但它并不总能证明哪些外部操作实际完成。我正在构建 Infra 作为一个供应商中立的持续性和控制层，将权威状态保存在代理的上下文窗口和运行时之外。它保留：授权的委托、约束和范围；检查点和决策；工件血统；审批；已完成外部副作用的证据；下一个允许的操作；为后续代理或运行时准备的续接包。后续代理不需要重新启动任务或盲目信任摘要。它接收可验证的状态，并从下一个有效步骤继续。在一个使用一类故意中断的高风险工作的内部基准测试中：Infra 完成了 5/5 次运行；一个强大的书面交接基线完成了 4/5；测量到的模型令牌使用量降低了 49.4%；端到端恢复速度加快了 60.8%；影子高级模型每次成功结果的成本降低了 63.6%；在 Infra 的 5/5 次运行中保留了完整的审计证据，而基线运行中为 0/5。这不是一个普遍的性能声明或客户验证。它来自一个受控内部任务类的证据。在一个更简单、重复成本低且安全的任务上，Infra 比强交接基线多用了 13.8% 的令牌。因此，我认为并非每个代理都需要这个层。对于短期、可逆且廉价的工作，普通的交接仍然更有意义。Infra 旨在用于以下代理工作负载：运行时间足够长以超过单个上下文窗口；在工作者、模型或运行时之间移动；将工作委托给子代理；产生外部副作用；中断后恢复变得昂贵或不安全。我现在正在选择最多三个创始设计合作伙伴进行一次私密的、经过测量的端到端试点。试点涵盖每个合作伙伴一个实际工作负载和 3-5 个中断场景。生产观察仅限于影子模式，而主动中断和恢复测试仅在沙箱或预发布环境中进行。试点没有软件费用，不需要强制正面评价，合作伙伴身份或结果不会在未经许可的情况下发布。完成试点的合作伙伴将根据测量的工作负载和贡献获得 Infra 使用积分。如果您运营具有此类故障模式的代理，请发送：代理执行什么操作；中断在哪里造成不确定性；哪些操作重复起来昂贵或不安全；当前恢复如何工作；是否有清理过的日志以及沙箱、预发布或影子集成可用。