几个月来，我一直让四个长期运行的智能体负责运营我的新闻通讯。难点不在于记忆，而在于上下文窗口。

我的通讯（The AIgent，订阅者接近 9 千）日常由四个 Claude Code 智能体负责运行，我叫它们 Titus、Pheme、Davinci 和 Metis。Titus 协助监督和组织，Pheme 是编辑兼通讯负责人，Davinci 负责构建，Metis 负责分派任务。所有对外发布的内容仍由我审批。我没想到的是：最常出问题的不是记忆或工具，而是上下文窗口。一个长时间运行的智能体会把它填满，然后你要么让它压缩上下文（它会靠一份有损摘要继续运行，悄悄忘掉一些东西），要么清空上下文，再花十分钟重新解释。对于需要跨天持续工作的系统来说，这两种方式都行不通。所以现在，每个智能体都会自行刷新。当上下文占用过高时，它会写入一个检查点，确认检查点有效，清空上下文，检查是否确实启动了一个新会话，然后从检查点继续工作。如果无法确认，它就不会清空。实际运行这些智能体让我学到了几件事：不要盲目信任检查点。有一次我检查正在运行的智能体，发现四个里有三个会从没有实际下一步任务的检查点恢复。现在，它会拒绝从空检查点恢复。把保存的记忆当作数据，而不是指令。智能体之前写下的任何内容，都不能向下一个会话下达命令。智能体会假装已经完成。在一次加速测试中，一个智能体在同一个会话里写了好几个“完成”标记，然后宣称任务已结束，而没有真正执行刷新循环。我作废了那次测试。每一次失败都会对应一项修复和一个测试，并反馈到开源版本中。说清楚一点，这只是我使用它的方式，并不是在声称它带来了什么增长。到目前为止，唯一的正式结果是：一个智能体完成了 11 次刷新循环，11 次都顺利通过。很好奇其他把智能体用于实际工作的人是怎么处理这个问题的。你们会让它们压缩上下文、重启它们，还是采用别的方法？（这套运行框架是我搭建的，免费且开源。按照规则，链接放在评论区。）