前端进阶之旅前端进阶之旅
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片NEW
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 业务场景题真实业务问题与追问
  • 查漏补缺常见问题解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
    • AI 定制路线NEW按你的简历现排
    • AI 知识地图NEW串起全站知识点
  • 动态
    • AI 热点NEWAI 每日动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
AI 助手NEW
旧版
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片NEW
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 业务场景题真实业务问题与追问
  • 查漏补缺常见问题解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
    • AI 定制路线NEW按你的简历现排
    • AI 知识地图NEW串起全站知识点
  • 动态
    • AI 热点NEWAI 每日动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
AI 助手NEW
旧版
返回 AI 情报前线
All News · 全部资讯8836
  • 管理 15 万 AI Agent 对数据库团队的挑战与变革
  • Cursor 收购 Firetiger 后一月推出代码变更生产追踪 Bot
  • OpenAI AI Agent 自主入侵澳大利亚政府网站
  • Claude Code 实际项目开发全流程复盘
  • Google Cloud Developer 插件让 AI 编码助手直连云端部署
  • OpenAI Agent 入侵澳大利亚 Medicare 统计门户
  • Google DeepMind负责人透露Gemini 4即将发布
  • Impeccable:AI 编程代理的确定性设计语言框架
  • AI Agent 生产环境失败启示录:构建攻击性测试
  • 金融合规监控系统的工程实践:数据管道、Agent 架构与审计日志
  • 2026 年十大 LLM 网关横评:语义缓存与多提供商故障转移
  • codebase-memory-mcp:毫秒级代码知识图谱MCP服务器,158语言支持
  • Strands Agents:开源AI Agent开发框架,支持Python/TS全生命周期管理
  • 2026年9大开源LLM网关生产级对比:Bifrost领先
  • 用 TigerGraph+MCP 构建自主欺诈调查 Agent
  • Jev 决策模型真实成本拆解:何时省钱何时烧钱
  • 开源CLM-8B:Agent动作评分比Jev快9倍
  • JEV:打破布尔二值困境的类型安全验证方案
  • Claude Opus 5.5降价40%逼近前沿性能
  • VS Code 1.139:Agent 会话首次加载提速约 12 倍
  • 定时 Agent 总重复干活?用完成分类账让它知道什么是「做完」
  • TypeSafe AI Jev 编码指南:类型化决策、置信度校准与推测式广播
  • Vercel Connect 新增 TanStack AI 集成
  • Anthropic与OpenAI 90分钟内相继降价
  • 选LLM API的六个价格陷阱
  • Agent记忆正常仍出错:问题在状态不在记忆
  • Mercury 2.5 推理速度达 770 tokens/秒
  • GitHub Copilot 代码审查新增个人配置选项
  • MCP单人上手容易,团队规模落地是另一回事
  • 影子测试100%一致率背后:模型实际正确率仅75%
  • 两个都通过的测试,代价却不同:重试的隐性成本
  • 定时运行AI Agent输出飘移的根因与修复
  • Anthropic如何两周将Claude.ai速度提升3倍
  • claude-code-templates:一键装配 Claude Code 开发套件,含 100+ Agent/MCP
  • Agent 删改测试必须拦截:CI 合并门禁实操方案
  • Google Antigravity SDK 支持本地 AI 模型:Gemma 4 26B 可离线跑
  • NVIDIA Warp 与 MjWarp 加速机器人仿真工作流
  • HEMA 用 MCP 和 Amazon Bedrock 实现内部 AI 助手转型
  • 五大LLM网关工具生产环境横评
  • GitHub Copilot应用如何渲染百万行PR
  • 基于 AWS 构建 Agent 式视频智能对话系统架构解析
  • Bedrock 上用开源权重模型做 AI 编程助手
  • Anthropic 实验室:Claude 自主发现类 CRISPR 新型酶系统
  • ChatGPT Voice 集成邮件、日历和 Slack:Altman 心中的"Her"更近一步
  • OpenAI GPT-6 Sol/Luna 和 Claude Opus 5.5 同步降价 50%
  • AI 工具循环必须显式传递 Retry-After 头否则必死循环
  • AI 代码补丁静默引入新工具调用:merge 前必须强制契约检查
  • AI 写 API 文档无法区分 null/0/缺省三态:OpenAPI 契约必须显式约束
  • AI 编程 Agent 工具输出遭截断:应记录 stdout_bytes 和截断标志
  • Anthropic工程师揭秘:Claude为何越进化写作越差
  • Gemini 3.8 Flash / Flash-Lite TTS 发布:千款语音、30秒克隆、逐行台词控制
  • 已加载 51 / 8836
8.0
热点
AI SCORE
编程提效2026-09-24 09:32

定时 Agent 总重复干活?用完成分类账让它知道什么是「做完」

dev.to · AI#AI Agent#自动化#记忆模式
Editor brief · 编辑速览

定时运行的 AI Agent 默认无状态,每次都重做相同任务;解决方案是建立「完成记录」(Completion Ledger),让 Agent 记住历史执行状态,避免重复劳动。

文章思维导图
Knowledge map
拖拽缩放
Full translation

完整中文译文

你的工单分类 Agent 每天早上勤勤恳恳地处理同一批 40 张支持工单。你的线索评分 Agent 重复地对同一批线索进行再评分。你的报表 Agent 周二提交了报告,然后周三又生成了一遍,仿佛周二从未发生过。

这个 Agent 并不是懒惰或坏了——它是在用空白状态勤恳工作:每次定时执行都从零开始,不知道上一次运行完成了什么,所以它会重复那些在它看来还没有人做过的工作。

问题不在于更好的 prompt 或更大的上下文窗口,而在于大多数自动化配置从未构建过的一种特定记忆:一份"已完成工作"的记录。

问题:运行后什么都不记得

n8n 工作流、Make 场景或定时脚本默认是无状态的。每次执行都是全新的:它拉取输入、交给 Agent、Agent 执行。当运行结束时,Agent 所做的一切都蒸发殆尽。明天的运行重复同样的拉取,对同样的条目再次执行。

症状是重复,而不是混乱:Agent 做了真实的工作,然后丢失了所有它完成过的证据。同一张工单被回复两次,同一个线索被丰富两次,同一份报告被提交两次。

存储的规则无法解决这个问题:"始终将计费工单标记为紧急"在运行之间是持久化的,但它无法说明哪些工单已被处理。检查最新状态也不行:一张工单此刻可能是"开放"状态,但周二的运行已经起草了回复。

Agent 缺失的是对已完成工作的记忆。

完成账本

实用的模式是完成账本(completion ledger):一个小而持久的记录,记下 Agent 已经完成的工作,在每次行动前检查它,在每次运行结束时更新它:

  1. 为工作项建立稳定身份。 Agent 只有能识别出同一条目两次,才能记住"已完成"。这意味着要用稳定标识符来识别每个工作项:工单 ID、邮件线程 ID、线索记录 ID,或行数据的哈希。"Sarah 关于退款的邮件"是不稳定的,ticket_8841 才是。

  2. 先检查再行动。 在 Agent 对任何有副作用的条目执行操作之前,先在账本中查找该项。已经在账本中且操作匹配?跳过。不在账本中?继续。这个检查必须是工作流中的一个硬性步骤,而不是 prompt 中的礼貌建议。Prompt 会被略读,查找步骤则会被执行。

  3. 在运行结束时写入结果。 记录做了什么、对哪个条目、什么时候、以及结果:不是"已处理工单 8841",而是"于 09:04 回复了工单 8841,回复已发送,等待客户响应"。下一次运行需要足够的细节来判断"已完成"是否仍然是已完成。

这里是最多第一版会出错的地方:完成不是永久的。一月联系过的线索可能在四月又变成有效数据,"已解决"的工单可能重新打开,上周的报告到周五就过时了。

所以完成记录需要过期机制,过期时间应该与任务匹配:

  • 联系类操作(邮件、跟进、外联):在数周或数月后过期,取决于你的周期。"已发送邮件"的 90 天窗口是常见的起点。
  • 分类与标注:在底层条目变更时过期。被重新标记的工单是一次新的分类决策。
  • 数据丰富:在源数据刷新时过期。
  • 单向发送(报告提交、webhook 触发):搞错后果最严重,因为重做会产生可见的副作用。给它们最长的记忆和最严格的身份校验。

没有过期机制,完成账本就变成了另一种失败:Agent 拒绝处理它合法应该再次处理的事情。"我已经给他们发过邮件了"如果邮件被退回、收到回复、或已经过了六个月,那就错了。账本必须记录足够的上下文来区分"已完成且仍然完成"和"已完成但情况已变"。

账本存放在哪里比里面装什么更重要

完成账本只有在每一个可能重复工作的 Agent 都读取同一份账本时才能生效。这就是按工作流独立存储会悄悄失败的原因。

你的 n8n 工作流维护自己的"已处理"列表,你的 Make 场景维护另一份,承包商的定时脚本在本地文件中维护第三份。n8n 的 Agent 完全不知道 Make 场景已经联系过那个线索,所以它再次联系了他们。每一份账本只对自己的工作流是正确的,对其他工作流则视而不见。

解决方案是一个所有 Agent 和工具在行动前都会读取的共享账本。这正是共享内存层的用途。Vilix AI 就是为这种场景构建的:云托管,无需运行数据库,通过 MCP 与 Agent 连接,因此同样的记忆可以跟随工作流跨 Claude、Codex、Cursor、OpenClaw、Hermes 或任何兼容 MCP 的 AI 工作。n8n Agent 写入的完成记录对 Make 场景的 Agent 和定时脚本都是可见的,因为他们都读取同一个存储。最后写入胜出,检索支持最近优先,所以下一次运行看到的是每条记录的最新版本。

它存储完整的对话历史,而不仅仅是提取的事实,所以账本条目携带的是实际上下文,而不仅仅是一个"已完成"标记。试用门槛很低:永久免费计划,无需信用卡的 7 天 Pro 试用,而且你的数据始终属于你,可以随时以便携格式导出或删除。

账本无法替代的护栏

完成账本阻止重复工作。它本身并不能让 Agent 变得可信。

首先,破坏性操作仍然需要人工把关。"我已经发送了吗"和"我应该发送吗"是两个不同的问题。一个完美追踪发送记录的账本,仍然可能完美地追踪了一次根本不该发出的发送。退款、删除、对客户的外发消息:无论有没有账本,在这些操作之前都要保留人工审批步骤。

其次,账本的诚信取决于 Agent 的报告。如果 Agent 在 API 调用失败时记录"邮件已发送",账本就成了一台跳过从未做过的工作的机器。要从工具结果中记录结果,而不是从意图中:写入发生在工具确认成功之后。

第三,部分工作需要部分记录。一个丰富了 10 条线索字段中的 8 条然后崩溃的 Agent,不能记录"线索已丰富"。按条目、按操作细分记录,这样下一次运行就能精确地在上一次停止的地方继续。

你堆栈中最便宜的可靠性升级

大多数定时 Agent 的可靠性工作都花在 prompt 上:更精确的指令、更长的上下文、更多的示例。Prompt 不记得周二。完成账本记得。

教会你的 Agent "完成"是什么意思,把它存储在每次运行都能看到的地方,用过期规则让它保持诚实。重复邮件停止了,重新分类的工单停止了,Agent 终于能把运行时间花在新工作上了。


Original source

本文由 AI 翻译整理自 dev.to · AI,原文版权归原作者所有。

阅读英文原文
上一篇
VS Code 1.139:Agent 会话首次加载提速约 12 倍
下一篇
TypeSafe AI Jev 编码指南:类型化决策、置信度校准与推测式广播