群发资讯网

我看昨天 Anthropic 发了一篇文章,讲怎么搭建一种“始终在线”的 AI 智能体。我觉得挺有意思,把核心思路拆开来说说。 这种智能体给人的感觉是它一直在线,但其实大部分时间都在“睡觉”。有事情来了它才醒,比如你发了条消息、某个系统推了通知、或者到了预定的时间。它醒来处理完事情,把该记的存 ​

我看昨天 Anthropic 发了一篇文章,讲怎么搭建一种“始终在线”的 AI 智能体。我觉得挺有意思,把核心思路拆开来说说。

这种智能体给人的感觉是它一直在线,但其实大部分时间都在“睡觉”。有事情来了它才醒,比如你发了条消息、某个系统推了通知、或者到了预定的时间。它醒来处理完事情,把该记的存好,然后继续睡。每一次醒来干活叫一次“运行”,多次运行之间靠记忆串起来,所以它记得上次聊到哪、你喜欢什么、手头的事做到哪一步了。

文章提到这类智能体最近突然多起来了。先说第一个变化,最新的模型判断力更强了,能更准确地理解你要干嘛,也知道什么时候该来问你一句。再说第二个,跑长任务的成本降了很多。文章举了个数据,Opus 5.5 在长任务基准测试上,每解一道题的花费比上一代便宜了 78%。

文章的核心是搭建这种智能体需要五个组件。

第一个叫事件收件箱。所有能触发智能体的信号,用户消息也好、外部通知也好,都先统一进一个队列。一个专门的工人进程从队列里依次取任务来处理,这样就不会出现两个任务同时抢着跑、互相打架的情况。

第二个是定时器。智能体可以给自己设提醒,比如“两小时后看看那封邮件回了没”,也能跑固定周期的活儿,比如每天早上帮你整理一份摘要。定时器到点之后,往收件箱丢一个事件,重新把智能体叫醒。

第三个是记忆。它会把你的指令、你的偏好、之前聊过的内容、手头任务的进展,分别存成不同的文件。每次醒来先加载最关键的几个,需要更多细节的时候再去翻。文章还提到一个挺有意思的机制叫“做梦”,就是在空闲的时候回顾以前的对话记录,把要聊好多次才能发现的规律整理出来。

第四个是权限。智能体在后台自己干活,有些操作风险比较高。它会自己评估每个动作的风险,低风险的直接做,高风险的先停下来,等你点了头再继续。

第五个是发件箱。做完事之后,结果不会一股脑全推给你,有个消息队列帮它控制节奏,免得一下发太多把你烦到。

这五样东西串起来就是一个循环:事件进来,智能体醒了干活,记住该记的,把结果发出去,然后继续睡。它还能给自己定闹钟,到点了再醒一次。你回复的消息也会变成新的事件流回收件箱。整个循环就这么一直转下去,所以你会觉得这个助手好像从来没下过线。

来源:claude.com/resources/articles/building-always-on-agents

科技先锋官How I AI