怎么让 200 轮的长任务不崩——三层保全策略

2026-10-06·上下文工程·长对话

长任务不可避免------代码重构 200 轮、合同审查 300 轮。不是'别做长任务'能解决的。正确的问法是:怎么在 200 轮之后仍然保持完整性?答案是三层保全------Run 中认知交班(MidRunHandoff)+ Run 结束认知结算(Settlement)+ 多 Session 接力。

长任务不可避免

"长会话的三种死法"一章的结论是"不要试图用一个 Session 做 50+ 轮"。但有些任务天然就是 200+ 轮:

  • 代码重构------分析 15 个文件、设计接口、逐个迁移、写测试------200 轮很正常
  • 合同审查------14 个条款逐条分析、标注风险、交叉引用------300 轮在企业场景中常见
  • SWE-bench 评测------复杂 issue 的修复可能需要 196 轮(设计文档中的真实案例)

"别做长任务"不是解决方案------"怎么在长任务中保持完整性"才是。

行业对此的共识越来越清晰------Zylos Research(2026-03/04)总结的三层策略:

  1. 压缩------当上下文逼近窗口时释放空间("压缩策略与降级"系列已详细讲过)
  2. 结构化外部记忆------关键决策和进度持久化到上下文之外("TaskMemory"和"认知结算"系列已详细讲过)
  3. 多 Session 接力 ------不靠一个 Session 走完全程,而是多个短 Session 通过持久状态接力

这篇聚焦第三层------多 Session 接力------以及它和前两层怎么协作。


一个 200 轮任务的正确打开方式

不要这样做(一个 Session 200 轮)

bash 复制代码
Session 1: 轮次 1-200
  ├── 轮次 1-15:   正常(Comfortable)
  ├── 轮次 15-25:  开始压缩(Warning/Pressure)
  ├── 轮次 25-50:  第一次认知交班释放空间
  ├── 轮次 50-80:  第二次压缩
  ├── 轮次 80-120: 第三次压缩------规则开始退化
  ├── 轮次 120-160: context rot 加剧------假完成开始出现
  └── 轮次 160-200: 严重退化------Agent "变蠢了"

问题 :5+ 次压缩后,早期的规则、决策、发现被反复有损摘要------信息质量逐次衰减。第 150 轮的 Agent 和第 10 轮的 Agent 是不同质量的 Agent------即使是同一个模型。

应该这样做(多个 Session 接力)

bash 复制代码
Session 1: 轮次 1-20(分析 + 设计)
  ├── 正常执行,无压缩
  └── Run 结束 → Settlement → SessionState 持久化
      "分析了 15 个 DAO,选了 Repository 模式,SQL 注入纳入迁移"

Session 2: 轮次 1-20(迁移前 5 个 DAO)
  ├── 从 Session 1 的 SessionState 恢复
  ├── 正常执行,无压缩
  └── Run 结束 → Settlement → SessionState 更新
      "完成 UserDAO/OrderDAO/CacheDAO/PaymentDAO/AuditDAO,发现 CacheDAO 有自定义连接池"

Session 3: 轮次 1-20(迁移后 5 个 DAO + 测试)
  ├── 从 Session 2 的 SessionState 恢复
  ├── 正常执行,无压缩
  └── Run 结束 → Settlement
      "全部 15 个 DAO 迁移完成,测试通过"

三个 Session × 20 轮 = 60 轮总计。 每个 Session 都在 Comfortable 区间内------零压缩、零 context rot。每个 Session 的质量和第一轮一样高。

vs 一个 Session 200 轮------前 20 轮质量高、后 180 轮逐步退化。


三层保全策略的协作

第一层:Run 内------MidRunHandoff(认知交班)

当上下文达到 70% 压力线时------主模型对完整历史产出一个"工作记忆快照"(约 1-2K token),替代大量旧消息。

bash 复制代码
交班前(80K token 占用):
  [系统提示 12K] [msg-1..msg-40 = 68K]

交班后(28K token 占用):
  [系统提示 12K] [快照 1.5K (Pinned)] [msg-36..msg-40 = 14.5K]

释放了 ~52K → 回到 Comfortable

MidRunHandoff 的价值 :让一个 Session 的有效长度从 ~20 轮延长到 ~40-50 轮------因为在 70% 时交班一次释放大量空间,可以再跑 15-20 轮。

但交班是有损的------快照不可能包含 40 轮对话的所有细节。交班两次(跑 60+ 轮)后------早期的细节被交班摘要了两次------质量开始下降。

经验值:一个 Session 内最多交班 2 次(即最多跑 ~50-60 轮)比较安全。超过这个长度------开新 Session 更好。

第二层:Run 终------CognitiveSettlement(认知结算)

Run 结束时------主模型对完整对话做一次全量审视,产出四类产物:SessionState / MemoryEntries / Reflections / Learnings。

SessionState 是下一个 Session 的起点------新 Session 从 SessionState 恢复上下文,不需要回溯旧消息。

关键设计------Settlement 在所有终止路径上执行:

终止方式 Settlement? SessionState 内容
正常完成(end_turn) ✅ 完整认知快照
用户中断 ✅ 快照标记 interrupted
CycleDetector 终止 ✅ 快照标记 cycle_detected
预算用尽 ✅ 快照标记 budget_exhausted
进程崩溃(panic) ❌ 无(下次检测到孤儿 Run)

除了进程崩溃------所有终止方式都有 SessionState。 用户中断一个 Run------SessionState 仍然被产出------下一个 Session 可以从中断点继续。

第三层:跨 Session------多 Session 接力

当一个 Session 结束(不管是正常完成还是中断)------下一个 Session 通过读取上一个 Session 的 SessionState恢复上下文。

bash 复制代码
Session N 结束:
  Settlement → SessionState 写入存储
    {
      pending_task: "迁移剩余 5 个 DAO",
      completed_actions: ["UserDAO 迁移完成", "OrderDAO 迁移完成", ...],
      key_decisions: ["选 Repository 模式", "SQL 注入纳入迁移"],
      plan_snapshot: { steps: [...], progress: "5/10" }
    }

Session N+1 开始:
  Assembler Stage 2 → 从存储加载 SessionState → 注入系统提示词
  
  模型看到:
    "上次的工作:完成了 5/10 的 DAO 迁移。
     关键决策:Repository 模式(因为已有 BaseDAO)。
     下一步:迁移 CacheDAO(注意自定义连接池)。"
  
  用户说:"继续"
  → 模型知道"继续"= "继续迁移 CacheDAO"

接力的成本:两个------

  1. SessionState 不包含对话细节------"第 15 轮讨论过 CacheDAO 的连接池问题"这种细节可能在 SessionState 中只被摘要为"CacheDAO 有自定义连接池"。如果新 Session 需要详细信息------Agent 需要重新读取相关文件。
  2. 一次额外的 Settlement LLM 调用------但 Settlement 的 token 消耗(~4K output)远小于继续在退化上下文中工作的浪费。

接力的收益 :新 Session 从全新的上下文 开始------零 context rot、零压缩历史、完整的注意力。SessionState(~1-2K token)比 200 轮对话历史(~200K token)轻得多 、精确得多。


跨会话续接------显式标记

默认情况下新 Session 不读旧 Session 的 SessionState------每个 Session 是独立的。

显式续接

消费方在 Run 请求中标注 metadata["resume_session"] = "旧会话ID"------引擎从旧会话加载 SessionState(只读),注入到新 Session。

"只读"意味着------新 Session 不修改旧 Session 的任何数据。新 Session 的后续 Settlement 写入自己的 SessionState------从此独立演化。是"续接"不是"共享"。

自动续接(消费方实现)

一些消费方实现了自动续接------同一用户、同一 Agent 的新 Session 自动加载上一个 Session 的 SessionState。

这在"每天和同一个 Agent 讨论同一个项目"的场景中很有用------用户不需要每次都手动说"接着昨天的继续"。


孤儿 Run 恢复

如果 Run 因为进程崩溃(panic)而终止------Settlement 没有执行、SessionState 没有产出。

下次 Cell 启动时------引擎检测孤儿 Run:

  1. MarkInterruptedSessions() 标记所有未正常结束的 Session
  2. ListOrphanedRuns() 列出没有终态事件的 Run
  3. 孤儿 Run 标记为 status=resumable

用户可以通过 API 查询 GET /observe/runs?status=resumable 找到这些孤儿 Run。 恢复时------引擎从 TaskMemory 读取 Plan 和 Findings(它们在崩溃前已持久化),从最后一个 Checkpoint 继续。

没有 Settlement 的恢复比有 Settlement 的恢复质量低 ------因为缺少 SessionState 的精炼摘要。Agent 需要从 TaskMemory 的原始制品(Plan 步骤列表 + 若干 Findings)重建上下文------比从 SessionState 的结构化快照恢复慢且粗糙。

这就是为什么 Settlement 在所有非 panic 终止路径上都执行------包括用户中断。 即使用户说"停"------也值得花 2-5 秒做一次 Settlement。


行业的三层共识

Zylos Research 的总结代表了截至本文写作时的行业共识:

"The most robust production systems combine all three: compaction, structured external memory, and sub-agent delegation."

层 我们的实现 Claude Code Cursor
压缩 6 种策略分级管线 + MidRunHandoff autocompact + PreCompact/PostCompact hooks prompt-based summarization
结构化外部记忆 TaskMemory 5 种制品 + SessionState Auto Memory(文件级)+ memory tool .cursor/rules/ + 社区方案(Recallium / ContextPool)
多 Session 接力 SessionState 跨会话续接 + 孤儿 Run 恢复 /clear + Auto Memory 跨 Session 每次新 Chat 从零开始(无内建接力)

关键差异:

  • Claude Code 有压缩和外部记忆,但多 Session 接力依赖用户手动(/clear 后手动描述上次做了什么,或等 Auto Memory 自动加载文件级笔记)
  • Cursor 没有内建的接力------每次新 Chat 从零开始。社区方案(MCP 插件)可以在 Session 之间传递上下文,但不是框架内建的
  • 我们的引擎------Settlement 自动产出 SessionState → 新 Session 自动加载 → 不需要用户手动描述"上次做了什么"

Anthropic 的建议

Anthropic 在 Claude Code 的工程博文中间接承认了多 Session 接力的价值:

"With capable enough models, multi-session handoff complexity could be dropped entirely --- compaction alone was sufficient."

但用户报告(#81988、#32659)表明------在长 Session 中 compaction alone 不够。规则仍然退化、假完成仍然出现。

Anthropic 的"capable enough models"可能指的是未来的模型------不是截至本文写作时的现实。 在当前模型能力下,多 Session 接力仍然是最可靠的长任务策略。


一个完整的 200 轮任务生命周期

bash 复制代码
Session 1(轮次 1-25):分析 + 设计 + 前 3 个 DAO 迁移
  ├── 轮次 1-15: Comfortable(无压缩)
  ├── 轮次 15-20: Warning(FileCard 折叠)
  ├── 轮次 20-25: Pressure → MidRunHandoff 交班一次
  └── Run 结束 → Settlement
      SessionState: "完成 3/15 DAO,选 Repository 模式"
      MemoryEntries: "用户偏好 Repository""SQL 注入纳入迁移"
      Learnings: "CacheDAO 有自定义连接池"

Session 2(轮次 1-25):迁移 DAO 4-8
  ├── 从 Session 1 的 SessionState 恢复
  ├── 读到"接下来迁移 DAO 4,注意 CacheDAO 连接池"
  ├── 轮次 1-25: 正常执行 + 1 次交班
  └── Settlement: "完成 8/15 DAO"

Session 3(轮次 1-25):迁移 DAO 9-15 + 测试
  ├── 从 Session 2 恢复
  └── Settlement: "全部完成,15/15 DAO 迁移 + 测试通过"

总计: 3 × 25 = 75 轮(实际工作量)
每个 Session: Comfortable-Warning 区间,最多 1 次交班
context rot: 几乎为零(每个 Session 起点都是精炼后的 SessionState)

vs 一个 Session 200 轮------3+ 次交班、5+ 次压缩、规则在第 80 轮开始退化、假完成在第 120 轮开始出现。

75 轮分三个 Session > 200 轮一个 Session。 不只是质量更高------总 token 消耗可能更低(因为没有反复处理被压缩又恢复的历史)。


你现在能做什么

1. 200 轮的任务拆成 3-5 个 Session。 每个 Session 15-25 轮。在自然断点(一个模块完成、一个阶段结束)开新 Session。

2. 新 Session 开始时注入上次的状态。 如果你的框架支持 SessionState / Auto Memory------让新 Session 自动加载。如果不支持------在第一条消息里手动粘贴上次的总结。

3. 关键规则写在文件里------每个 Session 重新加载。 CLAUDE.md / .cursorrules / AGENTS.md 是每个 Session 的起点------不受上一个 Session 的压缩影响。

4. Run 中断后也要做 Settlement。 用户说"停"------花 2-5 秒做一次结算。下次恢复时有 SessionState vs 没有 SessionState 的体验差距巨大。

5. 监控"单 Session 压缩次数"。 如果一个 Session 压缩了 3+ 次------context rot 可能已经开始。考虑在下一个自然断点开新 Session 而非继续。

6. 不要被"模型窗口越来越大"误导。 1M 窗口不解决 context rot。context rot 从第 30 条消息开始------不管窗口是 200K 还是 1M。短 Session + 持久状态 > 一个超长 Session。


引用来源

  • Claude Code GitHub issue #81988, "Long-context degradation" --- 规则退化的生产报告
  • Claude Code issue #32659, "Context amnesia in long sessions" --- 量化退化数据
  • Zylos Research, "Agent Context Compaction for Long-Running Sessions" (2026-04) --- 三层策略共识
  • Zylos Research, "Context Window Management and Session Lifecycle" (2026-03) --- 多 Session 接力
  • neura.market, "Cursor's compression isn't a bug" --- PocketOS 事故
  • Anthropic 官方文档 --- "more context isn't automatically better"
  • Cursor Blog, "Training Composer for longer horizons" (Mar 2026) --- "summarization is lossy"
相关推荐
颜进强19 分钟前
微信小微AI-灰度与命中排查|代码全对、版本已发,为什么同事就是问不中?
前端·ai编程·全栈
颜进强28 分钟前
微信小微AI-评测|文档质量直接被判 0 分:小微团队评测那些没人告诉你的硬指标
前端·ai编程·全栈
颜进强33 分钟前
微信小微AI-提审与发布|评测过了不等于能上线:四道前置条件,缺一道都白提交
前端·ai编程·全栈
小虎AI生活34 分钟前
太好了!豆包终于接入了多模型,正面硬刚WorkBuddy
aigc·ai编程
颜进强34 分钟前
微信小微AI-【实战二】从零写一个 skill|卡片死活不出来?这 4 个坑我们全踩了一遍
前端·ai编程·全栈
数字工作台36 分钟前
给 LangGraph 加一道可审计记忆:替换默认 Checkpointer,实现防篡改 + 崩溃不丢数据
python·agent
颜进强38 分钟前
微信小微AI-命中效果调优|在 AI 的「选择题」里,怎么让小微更愿意选中你(系列收官)
前端·ai编程·全栈
颜进强38 分钟前
微信小微AI-【实战四】给 Agent 立人设|一份 AGENTS.md,决定小微是靠谱助手还是满嘴跑火车
前端·ai编程·全栈
颜进强39 分钟前
微信小微AI - 【实战一】工程化落地|Taro 主工程里塞进一套原生 AI 代码,我们这样让它们共存
前端·ai编程·全栈