跨 Agent 委派如何交接历史上下文
文章建议将目标、决策理由、失败路径、已完成工作和约束压缩为交接简报,完整历史保留在可重新读取的位置。它区分了 A2A、MCP 与 Claude 子代理的传递入口,并指出返回历史的参数不能代替传入上下文。
AI 深度解读
把任务交给远程 AI 助手,最容易出错的地方,是以为它已经知道你们聊过什么、试过什么。作者的结论是:发送一份结构明确的交接简报,把完整历史留在自己或双方能访问的存储里,并明确由谁负责保管。
这篇值得读,不是因为它证明了某种记忆方案更强,而是它拆清了几个容易混淆的边界:协议能传什么、服务端可能记住什么,以及怎样验证交接成功。对正在接 A2A、MCP 或搭建多 Agent 编程流程的人,这些边界比继续加长提示词更实用。
有 history 字段,为什么还是传不进去历史
作者先纠正一个误读:在已发布的 A2A 1.0 中,发送请求携带的是一个 Message。history 和 historyLength 控制服务端返回哪些历史消息,不能用来导入调用方已有的聊天记录。
historyLength 表示响应最多返回多少条最近消息。服务端不能超过这个数量,但可以返回更少。
能读取远端保存的历史,不等于能通过同一个字段上传历史。
这个困惑并非作者臆测。2025 年 4 月的 issue 274 就有人询问 Task 的 history 字段;Sam Betts 在 2026 年 6 月 25 日提出的 issue 1991,又明确指出 SendMessage 缺少标准的既有消息历史导入方式。
A2A 1.0 下,实际可走的路是把简报放进 Message 的 text 或 DataPart,用 referenceTaskIds 指向先前任务。issue 602 的贡献者也提出过 DataPart 方案,但提醒:客户端和服务端必须约定数据结构。
作者接受这点成本。如果远端属于另一家公司,可以通过 Agent Card 声明的 extension 协商格式。结构固定的小简报容易约定,整段聊天记录则要求接收方理解每一轮消息的组织方式。
版本也要分清。dev-1.1 草案提出用 timelineLength 和 task timeline 替代 historyLength、history,但作者查阅时 1.1 尚未发布,ADR-002 仍为 Proposed。草案计划在 1.x 继续填充旧字段,到 2.0 再移除,不能提前当成 1.0 的能力。
复用 contextId,远端就一定记得吗
不一定。
A2A 允许服务端通过 contextId 保存内部状态、对话历史或模型上下文,也允许实施过期和清理策略。这里给的是选择权,不是持久记忆承诺。
原文引用的讨论甚至存在相反预期:issue 602 的贡献者认为远端应负责历史;2026 年 7 月 15 日的 issue 2061 则描述客户端需要自行追踪并重发历史。两者都是个人评论,不能代替协议规定。
因此,第一次调用只假设远端知道本次发送的内容。后续复用 contextId,要看实现文档写明保留什么、保留多久。
几个实现的差异很具体:
- LangSmith 的 A2A endpoint 在服务端保存对话。后续请求应带回上次的
contextId,省略taskId,让每轮在同一对话下创建新任务。 - OpenAI Agents SDK 区分客户端管理历史和 OpenAI 管理状态;混用时若不主动协调,可能重复注入上下文。
- Claude Agent SDK 的 session 文件属于创建它的机器。跨机器交接时,应提取分析结果、决策和文件差异,再传入新 session 的 prompt。
- MCP 的基础规范将其定义为无状态协议,请求应包含处理所需的信息。简报通常作为工具参数传递,不能期待协议替你保存对话。
也可以让独立 Context Store 保存历史,由协调者读取、按需摘要,再嵌入消息;或让子 Agent 存储成果,只返回轻量引用。
作者的建议是给每份历史指定一个保管者,每次调用带上对应的 contextId、thread、conversation 或存储 namespace。否则容易两边重复保存,又不知道哪份才算数。
容量同样取决于实现。2026 年 9 月 9 日的 issue 2220 指出,规范没有为若干直接关联服务端存储和内存的输入定义边界。原文列出的具体限制包括 LangSmith 的 historyLength 上限为 10,以及 OpenAI 默认保存 responses 30 天,不能据此推导所有系统的保留策略。
一份能接着干活的简报,需要写什么
作者不建议直接转发完整聊天记录:接收方会看到不该看到的内容,也难以区分已验证事实和临时猜测。
他提出七个字段。下面是原文的交接结构,用来明确目标、进展、证据和约束:
{
"objective": "what to do, the form of the answer, where the task ends",
"decisions": [{ "decision": "...", "reason": "..." }],
"dead_ends": [{ "tried": "...", "error": "..." }],
"done": [{ "step": "...", "idempotency_key": "..." }],
"references": { "tasks": ["..."], "files": ["..."], "commits": ["..."] },
"claims": [{ "claim": "...", "source": "...", "status": "observed | inferred | unchecked" }],
"constraints": [{ "rule": "...", "check": "branch, HEAD, file hashes" }]
}
重点看 done 和 claims:前者说明哪些操作已经完成,后者说明哪些结论真的检查过。
决策必须附理由,否则下一个助手无法判断前提是否还成立;失败尝试应带错误信息,避免重走死路。有副作用的已完成步骤,要附幂等键(idempotency key),供接收方识别重复操作。不过,写下键只是提供线索,执行系统仍需实现去重。
引用可以减少传输量:先前任务放进 referenceTaskIds,产物使用 URL parts,代码使用文件路径和 commit。但引用不是永久有效的。任务可能过期或被清理;MCP 的 SEP-2567 还指出,摘要若丢掉 handle,相关状态可能失去访问入口。
约束也不能只是口头规则。简报可以携带 branch、HEAD 和文件哈希,让接收方先核对 checkout。
交接笔记不能凌驾于仓库的实际状态。
滚动摘要可以辅助,但不宜替代这些字段。Microsoft ISE 的案例每 10 轮总结一次对话,同时承认摘要可能丢失细节或引入错误。作者因此建议让摘要覆盖对话,七个字段跨交接保留。
验证方法也很朴素:在测试简报中放入一个虚构决策及理由,再放入一个已完成事项;不带 contextId 发起新上下文,让远端复述目标、决策和不会重做的步骤,并提出下一步。
随后再建一个不带简报的新上下文,作为对照。如果它仍知道虚构决策,就要追查是否有其他共享状态。用较小的 historyLength 拉取任务只能辅助检查,因为协议不保证每条消息都会存储。
我的判断
作者说得最扎实的,是把协议字段、实现行为和交接内容拆开讨论。给接收方一份可检查的工作状态,通常比期待它从长聊天里自行辨认事实更容易维护。
但这仍是一套设计建议。作者明确说,十种技术栈的比较来自文档,没有实际运行;给出的原文也未包含完整对照表。七字段方案和验证流程同样没有成功率、成本或质量对照数据,不能据此宣称它优于全部历史转发。
完整历史在同一进程、权限一致、上下文较短时,也可能更省维护成本。原文就指出,OpenAI Agents SDK 默认转发之前的完整对话,而 Claude 子 Agent 默认只获得 prompt string。这是不同默认策略,不能直接排出高下。
引用优先还有一个前提:远端必须有权限、有工具,并且能访问同一份文件或产物。只给本地路径,跨机器未必有用。
作者参与 Mnemoverse,文中的外部存储方案存在产品关联。他披露了这一点;阅读时仍应把共享存储视为一种选择。原文依据主要查阅于 2026 年 11 月 5 日,Mnemoverse 集成页于 11 月 20 日复查,版本判断有明确时间边界。
能拿来做什么
- 接入 A2A 时,把交接简报放进 Message 的 text 或 DataPart,明确
referenceTaskIds、contextId的用途,并按远端文档处理续接和过期。 - 委派前端或 Node 代码任务时,附上目标、决策理由、失败报错、已完成步骤,以及 branch、HEAD 和相关文件引用,让接收方先核对代码状态。
- 涉及数据库迁移、邮件发送等副作用时,在
done中记录操作标识和幂等键,并让实际执行层检查重复,避免仅靠助手记忆防重。 - 上线交接流程前,用新上下文做有简报和无简报的对照测试,检查接收方是否理解任务边界、是否重复已完成事项,以及信息是否来自预期渠道。