大家好,我是 大伟/Wei•Will,深耕软件工程一线,专注 AI 应用落地与 Agent 开发。
前几天,我又遇到一个很典型的 Agent 场景。
前一天晚上,我让 Agent 帮忙推进一个任务。它读了文件,执行了几条命令,也给出了一个看起来合理的结果。第二天继续时,我重新打开对话,让它“接着昨天的工作做”。
Agent 确实能找到昨天修改过的文件,也能看懂部分执行记录,但它并不知道几件更关键的事情:
- 为什么最后选择了这个方案;
- 哪些方案已经试过,而且明确被放弃;
- 当前结果只是临时验证,还是已经可以交付;
- 哪些边界不能碰;
- 下一步应该继续执行,还是先找人确认。
于是,任务看起来是接上了,实际上只是把文件接上了。
这也是很多人使用 Agent 一段时间之后会遇到的困惑:
明明 Agent 已经越来越能做事,为什么一换会话、一换任务、一换环境,还是要重新解释一遍?
我的判断是,问题不完全在模型记忆能力,而在于我们没有记录好人与 Agent 之间的桥梁。
最近一段时间,Agent 正从聊天窗口走向代码编写、接口测试、浏览器操作、办公协作、资料整理和业务系统调用。它开始执行更长的任务链,也开始接触更多真实数据和工作环境。
当 Agent 只是回答一个问题时,记不记得上一次对话,影响还没有那么大。
但当 Agent 要连续几天推进一个项目、接手一个故障、维护一个知识库,或者替你完成一段内容生产流程时,真正决定效果的就不再只是“它会不会做”,而是:
它能不能准确理解事情为什么这样做,以及接下来应该怎样继续。
Agent 缺的不是聊天记录,而是工作上下文
很多人第一反应是保存完整聊天记录。
这当然比什么都不保存好,但完整聊天记录并不等于可用上下文。
一段对话里通常混杂着很多内容:
- 临时试探;
- 错误猜测;
- 已经失效的文件状态;
- 重复解释;
- 被否定的方案;
- 与当前任务无关的闲聊;
- 模型为了推进任务而生成的中间内容。
如果下一次把整段对话重新交给 Agent,它需要自己判断哪些内容还有效、哪些内容只是过程、哪些内容是最终结论。
这相当于把整理工作又交还给了 Agent。
真正有价值的,不是“我和 Agent 说过什么”,而是“这次工作留下了什么可以继续使用的上下文”。
我通常把这部分上下文拆成四类。
第一类:目标
目标不是一句“帮我完成这个任务”就够了。
一个可执行的目标,至少要说明最终要解决什么问题,以及完成到什么程度。
比如:
- 不是“帮我优化接口”;
- 而是“在不改变现有接口返回结构的前提下,降低高并发场景下的重复查询,并补充可以回归验证的测试”。
这两句话对 Agent 来说,工作范围完全不同。
前者允许它自由发挥,后者明确了目标和边界。
第二类:约束
约束往往比目标更重要。
工程任务里常见的约束包括:
- 不能升级基础框架;
- 需要兼容旧版本运行环境;
- 不能修改公共接口;
- 生产数据不能离开指定环境;
- 只能读取某些目录;
- 变更必须可回滚;
- 不允许直接删除历史数据;
- 需要保留现有日志格式。
人类同事在长期协作中,通常会逐渐记住这些规则。
Agent 不会自动知道。
如果没有明确记录,它很容易把“技术上可行”误认为“项目上允许”。
这就是为什么有些 Agent 生成的方案看起来很漂亮,但落不到真实项目里。它优化的是局部代码,而不是整个工作约束。
第三类:决策
决策是最容易丢失、又最值得保存的部分。
例如,项目里有三个实现方向:
- 直接改数据库查询;
- 增加缓存;
- 调整调用方的请求合并逻辑。
最后选择了增加缓存,并不是因为它在所有方面都最好,而是因为当前阶段不能改表结构,也不希望影响调用方行为。
如果只保存最终代码,下一次 Agent 可能重新提出另外两个方案,甚至把已经否定的方案再做一遍。
但如果记录下决策背景,Agent 就能理解:
这个方案不是理论上的最优解,而是当前约束下的可接受解。
这类信息,往往比某一段代码更能帮助 Agent 正确接手工作。
第四类:验证结果
“已经完成”是一个很模糊的状态。
到底是:
- 代码已经写完;
- 本地测试通过;
- 测试环境验证通过;
- 只验证了正常路径;
- 异常路径还没有覆盖;
- 已经上线但还没有观察指标;
- 方案被确认但还没有实施?
如果不记录验证结果,Agent 很容易把“生成完成”当成“任务完成”。
所以,每个重要任务都应该留下一个清晰状态:
- 已完成什么;
- 用什么方式验证;
- 验证覆盖了哪些情况;
- 哪些问题仍然开放;
- 下一步应该做什么。
这四类内容组合起来,才是 Agent 真正需要的工作上下文。
一个具体例子:为什么“做过什么”不如“为什么这样做”
假设我们让 Agent 协助排查一个接口响应变慢的问题。
它可能很快完成以下动作:
- 查看接口代码;
- 分析数据库查询;
- 修改查询条件;
- 增加缓存;
- 运行测试;
- 输出一份修改结果。
从表面看,任务推进得很顺利。
但真实项目里,排查慢接口通常还有一些没有写在代码里的信息:
- 这个接口的查询结果必须保持实时;
- 某个字段虽然暂时没有使用,但下游系统依赖它;
- 压测环境和生产环境的数据量差异很大;
- 之前已经尝试过缓存,但因为数据一致性问题被撤回;
- 目前最重要的不是把平均耗时降下来,而是控制高峰期的长尾耗时;
- 修改必须先在低流量环境观察。
如果这些信息没有留下来,Agent 很可能会选择一个局部指标更好看的方案,却引入新的业务风险。
这件事说明了一个工程事实:
Agent 能够阅读显性的代码和文件,但很多关键判断存在于过程之外。
它们可能在一次会议里、一个人的脑中、一条即时消息里,或者某次失败的尝试中。
如果这些判断没有被记录,下一次 Agent 接手时,它看到的只是一个“已经被修改过的系统”,而不是一个“为什么这样修改的系统”。
这也是人与 Agent 协作的分水岭。
不是让 Agent 记住更多内容,而是让关键内容以可理解、可验证的方式留下来。
记录的最小单位,不应该是对话,而应该是任务交接
我现在更倾向于把 Agent 工作记录成一份任务交接,而不是简单保存聊天记录。
这份交接不需要很长,也不需要写成正式文档。只要能回答下面几个问题就够了:
- 这次任务要解决什么;
- 当前环境是什么;
- 哪些事情已经确认;
- 哪些方案已经尝试;
- 为什么采用或放弃某个方案;
- 现在进行到哪一步;
- 如何判断下一步是否成功;
- 还有哪些问题没有决定。
可以使用这样的结构:
- 任务目标:要解决的问题和交付边界。
- 当前状态:已经完成、正在验证、尚未开始的部分。
- 已知约束:技术限制、业务规则、权限边界和数据要求。
- 关键决策:选择了什么方案,原因是什么。
- 失败记录:尝试过什么,为什么不继续。
- 验证方式:测试命令、检查指标、人工确认点。
- 下一步动作:下一次接手时先做什么。
- 待确认问题:需要人做判断的地方。
这份记录的重点不是完整,而是让下一个执行者能够少走一轮弯路。
这里的“下一个执行者”不一定是另一个人,也可以是:
- 第二天的自己;
- 新开启的 Agent 会话;
- 团队里的同事;
- 负责维护项目的另一个 Agent;
- 几个月后的你。
如果一份记录只能让原作者自己看懂,它还不算真正完成交接。
为什么一定要记录失败和被放弃的方案
在很多团队里,成功结果会被保存,失败过程会被删除。
代码提交了,文档更新了,最终方案留下了,但中间试过什么,为什么没有采用,往往没有任何痕迹。
对人来说,这会导致重复踩坑。
对 Agent 来说,问题会更严重,因为 Agent 更容易把一个“看似合理”的方案重新提出来。
比如,某个缓存方案曾经因为数据一致性问题被撤回。如果记录里只有“当前使用数据库查询”,没有写清楚“曾经尝试缓存,因实时性要求放弃”,那么下一次 Agent 看到性能问题时,很可能再次建议加缓存。
这不是 Agent 不聪明,而是它缺少负面知识。
所谓负面知识,就是:
- 什么方法没有用;
- 哪个方向不适合当前系统;
- 哪些条件下不能这么做;
- 哪些问题已经排除;
- 哪些错误现象不是根因。
工程经验有一半来自成功,另一半来自知道什么不能做。
Agent 要进入长期工作流,就不能只喂给它正向结果,也要让它看到经过确认的失败边界。
但这里需要注意,失败记录也不能只是简单写一句“方案不可行”。
最好补上三个信息:
- 在什么条件下失败;
- 失败表现是什么;
- 因此形成了什么限制。
例如:
在数据实时性要求较高的接口上,直接增加本地缓存会导致更新后短时间内读取到旧值。因此当前版本不采用缓存,优先优化查询和连接池配置。
这样的记录,下一次 Agent 才能真正理解这个结论的适用范围。
不是所有信息都值得进入长期记忆
记录桥梁并不意味着什么都保存。
这是很多知识系统和 Agent 工作流容易走偏的地方:一开始担心遗漏,于是把所有对话、日志和输出都收集起来;过一段时间之后,系统里内容越来越多,Agent 每次检索到的内容却越来越不准确。
原因很简单:
上下文有成本,信息也会过期。
一条记录进入长期工作流之前,最好先判断它属于哪一类。
稳定规则
这类内容可以长期保留,例如:
- 项目必须遵守的接口规范;
- 团队统一的提交要求;
- 数据访问权限;
- 发布前检查项;
- 内容输出的固定格式;
- Agent 可以执行和不能执行的操作。
稳定规则的特点是变化慢,而且被多个任务复用。
当前任务状态
这类内容适合服务于一个具体任务,例如:
- 当前正在处理哪个问题;
- 已经改了哪些文件;
- 哪些测试已经通过;
- 哪个问题等待确认;
- 当前使用的是哪个环境。
任务状态会变化,必须带上时间和状态,否则旧记录很容易误导 Agent。
决策记录
这类内容保存“为什么”,例如:
- 为什么选择这个架构;
- 为什么暂时不引入某个组件;
- 为什么某个自动化步骤必须人工确认;
- 为什么当前不追求完全自动化。
决策记录的价值通常很高,但也要标记它的有效范围。
临时过程
这类内容不一定要进入长期记忆,例如:
- 某次无关紧要的试探;
- 重复生成的中间文本;
- 已经被明确修正的错误猜测;
- 与后续任务没有关系的闲聊。
如果所有内容都保留,Agent 面对的不是更丰富的知识,而是更大的噪声。
我更愿意采用一个简单原则:
能影响下一次判断的信息要保存,只影响这一次生成的信息可以清理。
这比“全部记录”更接近工程实践。
一条桥梁至少要能让新会话完成三件事
判断一份记录是否有用,不需要依赖复杂指标。
可以直接做一个新会话测试。
把这份记录交给一个没有参与前面工作的 Agent,然后观察它能不能完成三件事。
能说清楚当前任务
它应该能够回答:
- 现在要解决什么问题;
- 最终交付是什么;
- 哪些事情不在范围内。
如果 Agent 还需要重新询问任务目标,说明记录没有把目标写清楚。
能避免重复走弯路
它应该知道:
- 哪些方案已经验证过;
- 哪些方案被放弃;
- 哪些错误不是当前根因;
- 哪些操作不能直接执行。
如果它立刻重复之前失败的路径,说明记录缺少关键决策和失败边界。
能执行下一步并完成验证
它应该能够回答:
- 下一步先做什么;
- 做完之后检查什么;
- 出现什么结果算成功;
- 出现什么结果需要暂停并请求确认。
如果只能总结过去,却无法推动未来,说明这份记录更像复盘,而不是交接。
这个测试很有价值,因为它验证的不是文档是否漂亮,而是上下文能不能驱动行动。
Agent 之间的桥梁,最好是稳定的工作对象
很多人会把桥梁理解成一段专门写给 Agent 的提示词。
提示词当然有价值,但它不是全部。
一份真正可持续的桥梁,最好依附在稳定的工作对象上:
- 项目任务;
- 缺陷单;
- 代码提交;
- 合并请求;
- 设计决策;
- 测试报告;
- 会议结论;
- 内容草稿;
- 知识条目。
这样做的好处是,记录不会漂浮在某个聊天窗口里。
比如,代码任务的上下文可以跟着任务单和提交记录走;一次架构选择可以跟着设计决策文档走;一次内容生产可以跟着文章草稿和修改意见走。
Agent 每次参与工作时,先读取当前对象,再决定是否需要补充其他资料。
这比让 Agent 每次面对一个巨大的个人知识库更可靠。
在我的工作里,无论是让 Agent 协助处理代码、整理资料,还是推进文章写作,我都会尽量把最终判断落到一个可以继续编辑的文本对象里。
这个对象不追求复杂,Markdown、任务卡片、项目文档都可以。
重要的是它具备三个特点:
- 人能读懂;
- Agent 能继续使用;
- 后续变化可以被追加和修正。
如果记录只能被机器检索,人在关键时候无法快速确认;如果记录只能被人理解,Agent 又无法稳定接手。桥梁必须同时服务于人和 Agent。
写作工作流里,桥梁其实就是“为什么这样写”
内容生产也是一个很典型的场景。
一篇文章从一个想法开始,通常会经历:
- 确定读者;
- 缩小问题;
- 选择角度;
- 查找资料;
- 形成判断;
- 生成草稿;
- 人工修改;
- 发布后复盘。
如果只保存最终文章,Agent 能够模仿结果,却不一定理解文章为什么采用这个角度。
例如,一篇文章没有选择介绍某个工具的全部功能,而是专门讨论它在真实工作流中的边界。这背后可能有几个判断:
- 读者真正缺的不是功能列表;
- 工具更新很快,功能描述容易过时;
- 工程师更关心能否进入长期流程;
- 文章需要交代成本、权限和稳定性;
- 不能把一次尝试写成普遍适用的结论。
如果这些判断没有记录,下一次写类似主题时,Agent 很容易退回到“功能介绍、优点总结、推荐试用”的常见结构。
所以,内容工作里的桥梁不是简单保存文章,而是保存:
- 为什么选择这个问题;
- 为什么不写另外的角度;
- 哪些判断来自实际使用;
- 哪些内容只是推测;
- 哪些地方需要人工核验;
- 读者读完之后应该能够做什么。
这会让 Agent 从“帮我写一篇文章”,逐渐变成“理解我的写作判断,并继续协助完成下一篇文章”。
这两者的差别非常大。
前者每次都从头开始,后者才有机会形成稳定的内容能力。
团队协作时,桥梁比个人记忆更重要
个人使用 Agent,很多时候可以依赖自己的记忆。
但在团队里,问题会迅速放大。
一个人和 Agent 讨论过的内容,如果没有沉淀为团队可见的工作记录,就会形成新的信息孤岛。
尤其是下面几类场景:
- 研发人员让 Agent 修改了一段关键业务代码;
- 测试人员让 Agent 生成了一批接口用例;
- 产品人员让 Agent 整理了用户反馈;
- 运维人员让 Agent 辅助排查了一次故障;
- 技术负责人让 Agent 参与了一次方案设计。
如果最终只留下结果,不留下过程中的关键判断,团队其他人仍然无法知道:
- Agent 参与了哪一部分;
- 哪些结论经过人工确认;
- 哪些内容只是辅助建议;
- 哪些操作存在风险;
- 如果问题复现,应该从哪里开始排查。
因此,团队里不应该要求每个人共享全部对话,而应该要求关键任务留下结构化交接。
这不是为了监督 Agent,而是为了让协作结果可追溯。
一条好的团队记录,应该让没有参与原始对话的人,也能理解当前状态并继续工作。
从这个角度看,人与 Agent 之间的桥梁,最后也会变成人与人之间的桥梁。
记录桥梁的成本,不能忽略
这件事听起来很合理,但它并不是没有成本。
首先是记录成本。
如果每完成一个小动作都要求写文档,团队很快就会产生抵触。尤其是高频开发任务,过度记录会让 Agent 带来的效率被文档工作抵消。
所以,记录应该围绕“状态变化”和“决策变化”发生,而不是围绕每一次操作发生。
一次普通的文件读取,不需要单独记录。
但下面几种情况值得记录:
- 目标发生变化;
- 方案发生变化;
- 发现了新的约束;
- 某种方法被验证失败;
- 任务从执行转入等待确认;
- 验收标准发生变化;
- 风险等级发生变化。
其次是上下文成本。
记录越多,Agent 每次需要读取的内容越多,响应延迟、Token 消耗和检索错误都会增加。
因此,长期记录和当前任务记录最好分开管理:
- 稳定规则只保留一份;
- 当前状态只保留最新有效版本;
- 历史决策保留原因,但明确是否仍然有效;
- 过程日志按需要查询,不要每次全部注入。
最后是维护成本。
任何会影响 Agent 判断的记录,都可能过期。
项目换了框架,权限规则调整了,接口版本升级了,内容定位变化了,过去正确的结论都可能变成错误上下文。
所以记录必须具备时间感。
至少要知道:
- 谁做出的判断;
- 在什么环境下做出;
- 适用于哪个版本;
- 是否仍然有效;
- 什么时候需要重新确认。
没有有效期的记忆,最后很可能变成系统性误导。
安全边界:桥梁不能变成权限通道
人与 Agent 的桥梁越完整,Agent 能理解的内容越多,但同时暴露的信息也可能越多。
特别是当 Agent 能读文件、执行命令、访问业务系统时,记录中的敏感信息会带来额外风险。
常见问题包括:
- 把 API 密钥直接写进工作记录;
- 把客户数据原样放进上下文;
- 把生产环境地址和内部拓扑写入共享文档;
- 把管理员操作步骤交给没有权限的 Agent;
- 把未经确认的业务结论当成正式规则;
- 把个人工作记录直接作为团队共享知识。
我的做法是把“说明如何做”和“允许执行什么”分开。
记录可以写清楚任务目标、判断依据和验证方式,但不应该把所有凭证、敏感数据和高权限操作直接暴露给 Agent。
权限仍然应该由运行环境控制,而不是由一段文字控制。
可以让 Agent 知道:
这个任务需要访问测试环境的接口。
但不要仅仅因为记录里写了这句话,就让它获得生产环境的全部权限。
同样,记录里可以写:
发布前必须人工确认数据库变更。
这不是降低自动化程度,而是给自动化流程设置可审计的暂停点。
Agent 越能做事,越需要明确哪些事情必须停下来问人。
不要一开始就搭建复杂的记忆系统
很多人在理解“Agent 需要上下文”之后,会马上想到向量数据库、长期记忆、自动摘要和多 Agent 协作。
这些技术都可能有用,但不一定是第一步。
如果连最基本的工作记录都没有,直接建设复杂记忆系统,通常只会把混乱自动化。
我更建议从最简单的方式开始:
- 选一个重复出现的任务;
- 为这个任务建立一份交接记录;
- 每次只追加目标变化、关键决策、失败原因和下一步;
- 用新会话验证 Agent 能否接手;
- 一段时间后删除无效内容,保留稳定规则。
例如,选择一个经常出现的接口测试任务。
第一次可以只记录:
- 测试目标;
- 环境信息;
- 鉴权方式;
- 已覆盖的场景;
- 发现的问题;
- 下一轮测试重点。
等这个流程重复几次之后,再观察哪些内容经常被复用,哪些内容经常发生变化,哪些内容总是需要人工确认。
只有这些规律稳定下来,才有必要进一步抽象成模板、自动化流程或 Agent 能力。
先有可靠的记录,再谈智能记忆。
我对这件事的三个工程判断
第一,桥梁的价值在连续性,不在记忆数量
Agent 一次回答得好,不代表它适合长期协作。
长期协作要求它能够在不同时间、不同会话和不同执行环境中,继续理解同一件事。
这依赖的是连续上下文,而不是更多聊天内容。
第二,桥梁的核心是决策,不是过程
不是所有过程都需要留下。
真正值得保存的是会影响未来判断的内容:目标、约束、选择、失败、验证和下一步。
把这些内容记录清楚,往往比保存一大段完整对话更有效。
第三,桥梁必须允许被人修正
Agent 生成的记录不能自动成为事实。
一份上下文可能是:
- 已确认事实;
- 当前假设;
- Agent 建议;
- 待人工确认;
- 历史结论;
- 已失效规则。
这些状态最好明确区分。
否则,Agent 可能把自己的推测写入长期知识,再在下一次任务中把它当成可靠事实引用。
知识系统的可维护性,最终仍然依赖人的审核和修正。
下一步,可以先做三个小动作
如果你现在也经常使用 Agent,不需要马上重构整个工作流,可以从三个小动作开始。
选择一个会重复发生的任务
可以是:
- 接口测试;
- 代码排查;
- 发布检查;
- 资料整理;
- 会议纪要;
- 文章写作;
- 周期性报表;
- 客户问题分析。
不要选择一次性任务。只有重复发生,才容易验证记录是否真正产生复用价值。
建立一份一页纸交接记录
只写目标、约束、当前状态、关键决策、失败记录和下一步。
不要追求完整,也不要追求漂亮。
先看它能不能让一个新的 Agent 会话快速进入状态。
每周清理一次过期上下文
删除已经没有价值的过程信息,更新发生变化的规则,给历史决策补充当前状态。
如果一条记录已经不能帮助下一次判断,就不应该继续占据上下文。
最终,我们希望留下的不是一座越来越大的资料仓库,而是一条足够清晰的协作路径。
Agent 不需要记住我们说过的每一句话。
它需要知道我们正在解决什么问题,为什么采用当前方案,哪些边界不能突破,以及下一步怎样验证。
这就是人与 Agent 之间真正的桥梁。
模型能力决定 Agent 能不能完成一次任务,记录能力决定它能不能持续参与一项工作。
我是 大伟/Wei•Will,深耕软件工程一线,专注 AI 应用落地与 Agent 开发。