这一天的 agent 新闻，主角不是更大的模型，而是模型外面的那一层——记忆、状态、可观测、治理。Google Research 说「给 agent 留一本 wiki，小模型 + 技能能打败 3 倍大模型」；字节说「保留 messy 的历史比总结成整洁记忆更好」；微软 Agent Framework 1.16 把 state 升级成「核心基础设施决策」，把 agent 与 channel 解耦，把 OpenTelemetry 可观测做成一等公民。一条线很清楚：agent 工程化的难点，正从「模型够不够强」转向「状态 / 记忆 / 可观测 / 治理」。

一、记忆不是数据库，是文件格式

Google Research 的笔记很直白：给 agent 维护一份「学到的经验 wiki」，一个更小的、带技能的模型，可以 outperform 一个没有技能、体量三倍于它的模型；而且一旦把 wiki 删掉，这个优势就消失。换句话说，长期记忆本身就是能力的一部分，不是附赠品。

字节的 Chain-of-Experience 论文给出了更反直觉的结论：在 test-time 改进里，保留尝试的 messy 历史，比把它总结成 tidy memory 更好——在数学、coding、知识类基准上都成立。另有文章把 agent memory 直接当作「文件格式而非数据库」来设计，理由是：为了持久化、版本控制、可移植。

**这颠覆了「记忆要压缩干净」的直觉。**行业过去默认记忆该进向量库、该被总结得很整洁。但可 diff、可回滚、可审计的文本记忆，对团队的价值远超一个黑箱向量库——因为记忆治理本质上等于代码治理：你能 review 它、能回滚它、能解释它为什么这么想。对工程团队来说，下一步该把 agent 的长期记忆当资产来管，而不是当缓存来扔。

图 1 · 把记忆当文件格式（可 diff / 可版本 / 可审计），对比黑箱向量库——前者把记忆治理变成代码治理。

二、State 是核心基础设施决策

微软 Agent Framework 在 8 月底的版本线把 state 提到了新高度。Python 1.16.0（8/27 发布）加入了 workflow checkpoints 与 service-session snapshots；.NET 线则补上持久会话模式（可落到 Azure Blob Storage）。一个 checkpoint 的语义很具体：如果一个 agent 处理复杂请求时在第 7/10 步挂了，它能从检查点续上，不重跑、不丢上下文、不重复计费。

这对技术负责人的含义是：state 存在哪、留多久、谁能访问、怎么恢复——这些必须是一等的架构决策，而不是事后补丁。

**把记忆当 afterthought，会同时踩中隐私、成本、可靠性三颗雷。**agent 越来越长自主，state 的存储位置与保留策略直接决定：一次中断是「多花几毛钱重跑」还是「丢了一下午的工作」。微软把它做成框架级原语，说明行业共识正在形成——长任务的韧性来自 checkpoint，不来自模型更聪明。

三、Channel 分离：同一个 agent，三种入口

新 Python hosting 包把 agent 与协议特定的连接解耦——OpenAI Responses、Telegram、A2A、MCP 各自独立。落到业务上：同一个「费用审核 agent」，可以通过内部门户、一条自动化工作流、或另一个 agent 的 A2A 连接暴露出来，不用为这三种入口写三份业务逻辑。安全策略也可以在 channel 边界统一施加，而不是复制进每个 agent。

**这是「agent 即服务」的正确架构。**业务规则与路由解耦后，维护成本下降、行为不一致减少。当企业里 agent 数量从几个涨到几十个，这种「核心逻辑一处写、多入口暴露」的范式，会从「好看」变成「必需」。

图 2 · 一个 agent 核心，通过 channel 边界暴露给门户 / 工作流 / 其他 agent，业务逻辑只写一次。

四、长任务要耐用控制，更要可观测

框架里的 background-agent 支持、可配置超时、更韧的 hosted-agent 模式，解决的是「任务跑几分钟还是几小时」的控制问题。但微软同步强调的高管级动作是：高风险动作（改银行信息、删记录、授权）仍要显式批准。不是每个流程都该自治。

可观测性被做成 day-one 的能力：增强的 OpenTelemetry 支持，让 agent 失败时不仅能看日志，还能看用了哪个模型、调了哪个工具、每步耗时、是否拿到了不完整的信息。这有直接的财务意义——可观测才能算清账。

五、上下文不会停：ContextPilot 的软压缩

腾讯的 ContextPilot 针对长周期任务里的无界上下文增长，用全局规划 + 长期记忆 + 自适应软压缩，把信息「卸载」而非「丢弃」。区别在于：硬截断会丢关键上下文，软压缩试图把信息移到更省 token 的表示里，保留可恢复性。

**长自主会话的终局不是「无限上下文窗口」，而是「会丢但该丢的信息」的压缩策略。**谁决定丢什么、怎么丢，谁就掌控了长任务的性价比。ContextPilot 这类思路，比单纯堆上下文长度更接近工程真相。

一句话收束：当 JetBrains / Semalt 数据显示 90% 开发者每周用 agent、但只有 5.84% 用全自主，差距不在模型，在基础设施与控制。agent 要被当受管业务系统设计，而不是聪明的聊天机器人——状态是一等基础设施，记忆是文件格式，边界要统一治理，自治必须可观测。

微信公众号

欢迎关注「字与码」

如果这篇文章对你有用，也欢迎在微信里继续关注后续更新。

X

X / Twitter

关注 @ax2_zicode

更即时的技术观察、新文章提醒和一些短想法会发在 X 上。