前言

當前 AI Agent的能力日益強大，開始需要承接需要數小時甚至數天才能完成的複雜任務 —— 比如：從零構建一個生產級別的 Web 應用。

但現實是，AI Agent在跨多個上下文窗口工作時，常常陷入 “失憶返工”" 半途而廢 " 的困境。

Anthropic 推出了一套針對長時運行 AI 代理的高效 harness 方案，成功解決了這一行業痛點。

一、一個令人頭疼的現實問題

想象一下：你有一個軟件開發項目，但參與的工程師每次換班都會完全失憶：不記得之前寫了什麼代碼、完成了什麼功能、遇到了什麼問題。這聽起來像噩夢，但這正是當前AI代理在長任務中面臨的真實困境。

Anthropic的研究團隊發現，即使是最先進的Claude模型，在嘗試構建複雜應用（比如克隆claude.ai網站）時，也會出現兩種典型失敗模式：

1. 一口喫成胖子：試圖一次性完成整個項目，結果在實現中途就用光了上下文窗口，留下半成品代碼
2. 提前交卷：看到有些功能已完成，就過早宣佈項目完成，實際上還差得遠

這背後的本質是缺乏結構化的工作框架 —— 既沒有明確的任務分解，也沒有標準化的交接機制，導致 AI 代理的工作陷入混亂。

二、雙代理架構：Initializer + Coder的絕妙配合

Anthropic的解決方案：將長任務分解為兩個專門的代理角色

2.1 Initializer Agent（初始化代理）

• 使命：項目啓動時，初始化代理的核心任務是建立一套讓後續工作可落地、可追溯的基礎環境
• 核心任務：
• 生成 init.sh 腳本：一鍵啓動開發服務器，解決後續代理 “不知如何運行項目” 的問題；
• 創建 claude-progress.txt 進度文件：記錄各階段工作內容，成為跨會話的 “交接賬本”；
• 初始化 Git 倉庫：通過版本控制留存所有修改記錄，方便後續回滾錯誤代碼；
• 編寫結構化功能清單（feature_list.json）：將用户模糊需求拆解為具體可測試的功能點（如 “用户點擊新建聊天按鈕可創建對話”），每個功能標記初始狀態為 “未通過”，明確全量需求邊界。

2.2 Coding Agent（編碼代理）

• 使命：後續所有會話由編碼代理接手，核心原則是 “一次只做一件事，做完留好交接痕”,在每個會話中穩步推進一個功能
• 工作流：
• 啓動會話先 “摸清狀況”：運行 pwd 確認工作目錄，讀取進度文件、Git 日誌和功能清單，快速銜接前文工作；
• 增量開發：每次僅選擇一個優先級最高的未完成功能進行開發，避免多任務導致的混亂；
• 嚴格測試驗證：使用瀏覽器自動化工具（如 Puppeteer）模擬人類用户進行端到端測試，僅在功能完全可用時才將狀態改為 “通過”；
• 清潔狀態收尾：完成開發後提交 Git 版本（附詳細説明），更新進度文件，確保代碼無重大 bug、文檔完整，讓下一個代理可直接接手。

2.3 關鍵配套機制

• 格式規範：功能清單採用 JSON 格式而非 Markdown，減少 AI 誤刪、誤改的風險；
• 強制約束：通過明確指令禁止刪除或修改功能測試項，避免因需求遺漏導致的產品缺陷；
• 預檢查機制：每個會話啓動時先運行基礎功能測試，若發現項目處於崩潰狀態，優先修復而非繼續開發新功能。

三、解決了長時 AI 代理的四大核心問題

問題症狀	Initializer解決方案	Coding解決方案
過早宣佈勝利	創建詳細的功能清單	每次只專注一個功能
遺留 bug 或無文檔	建立Git版本控制	會話結束時保持代碼整潔
功能未完成就標記完成	制定嚴格的測試標準	必須進行端到端測試，通過實測才可更新狀態
每次重啓都要重新探索	編寫環境初始化腳本init.sh	按標準流程快速上手

Anthropic在 claude.ai 克隆版的測試中，AI 代理能夠持續迭代 200 + 功能，每個會話都能基於前序工作穩步推進，不再出現大規模返工或需求遺漏的情況。即使遇到瀏覽器原生彈窗識別等視覺能力限制，也能通過工具調用彌補部分短板。

四、Agent未來探索方向：多代理分工與跨領域拓展

• 多代理專業化分工：未來可能引入測試專屬代理、代碼優化代理等細分角色，進一步提升各環節效率；
• 跨領域適配：目前方案優化於全棧 Web 開發，後續將探索把這套工程化思路應用到科研、金融建模等其他長週期任務中。