
AI代理会话管理达上限:约四个窗口后用户难以追踪
来源标题:The End of the Thread
文章指出,多数人同时最多只能跟进约三个到五个AI代理会话,超过四个后,用户常无法判断哪个代理正在等待自己响应。原因是代理常需用户提供凭据或批准操作,每个会话窗口都成为其卡住的等待点。文章认为,会话本用于承载上下文,却被用户当作任务管理工具,导致负担落在用户身上。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
你一次能盯住大约四个 AI agent。再多,就有一个在等你,而你根本不知道是哪一个。
一个 session 就是一个聊天窗口,一个 agent 在里面做一项任务,大多数人同时最多也就三到五个。模型其实已经能把活干完了。多数时候它们只需要你处理点小事,比如从 1Password 里取个凭据,或者点个头允许 push。你已经成了 agent 的肉身代理,你每多开一个要检查的窗口,它就多一个卡住等你的地方。现在的任务,是别挡它们的路。
session 这个概念来自上下文窗口。模型只知道窗口里的内容,所以每次请求都要把整段对话发进去,再拿回一个回复。最早那批 agent 产品直接把窗口摆在屏幕上当成聊天界面,一个对话一个窗口,之后几乎所有的 agent 都沿用了这个做法。
于是 session 就身兼两职。它既装着 agent 记住的东西,又是你组织工作的方式:一个任务一个窗口,由你自己命名、追踪、来回切换。第一个职责属于系统。第二个落到了你头上,而你用的工具本来是为第一个职责造的。
这第二个职责,我手动已经推到极限了。每个 agent 负责一类活,桌面 harness 的每个窗口就是一个视觉标记,标明那摊活在哪。Grok 管知识和研究。Claude 做设计和视频。Codex 跑一堆正在进行的工程任务线程,有些在本机,有些在另一台机器上。我靠窗口位置就知道在发生什么。这套能转,但拿地图的人还是我。
显而易见的解法是让 agent 接进更多地方。通过 MCP 或 connector 把 Slack、GitHub、邮件和日历都给它,让活自己找上门。可这改变的只是消息从哪来。agent 还是一次只做一件事,长任务跑着的时候它就干等。不同任务的上下文堆在同一个窗口里,笔记本一合,全停。
我现在的工作方式,是一个活在所有窗口之外的 agent。它在我跟它说话的所有地方都保留记忆,同时推进好几件事。能做到这样靠四个特性:
这样的 agent 会把一个任务从团队聊天一路跟到 GitHub。群里有人提了个问题但没 @ 谁,它自己找到原因,开一个 pull request。
换个更好的模型,这些特性一个也得不到,因为聊天循环里的模型还是一次走一步。这四个特性都得来自模型外面那套系统。谁做常驻 agent,最后都会落到差不多的设计上,因为约束会把所有人往同一个方向推。
可行的设计是把 agent 一分为二。所有消息都发给同一个 session,agent 什么都记得,但一次只走一步,任务之间糊成一团。每条消息都给独立 session,活能并行跑,但彼此不连通,五个 agent 分别回你。你要的是前者的记忆加上后者的速度。
所以一个常驻的 agent,也就是 router,负责所有人的对话。它读进来的所有东西,判断要做什么,把每个任务交给一个 worker。它自己从不动手干活,甚至不需要执行命令。一个更轻更便宜的模型就能胜任。
每个 worker 拿一个任务,有自己的记忆和全套工具,跑在能拿到的最强模型上。worker 从不跟人说话。它们向 router 汇报,由 router 出面。你只跟一个 agent 打交道,它背后有多少任务就有多少 worker。session 还在,但追踪它们是系统的事。
这种拆分必须做进系统里。让单个 agent 自己分派任务,它常常会判断这活不大、自己顺手干了,然后每条新消息都把它打断。系统来做拆分,模型就没法临场决定。
这不是白来的。同时跑多个 session 更费 token。你是拿 token 换速度和可预测性,我觉得一旦稀缺资源是人的注意力,这笔交易就值。
我今年大部分时间都这么跑 agent。最早是 OpenClaw,那是我第一次有个 agent 活在我的消息里,而不是终端里。OpenClaw 几乎什么都能干,但什么都得你自己定义:配置、工具、触发器,还有大量摸索到底能干什么。它没有边界,也因此有了边界,就像 vim,它的强大只到你想配置它的程度为止。爱折腾的人爱死它了。
做 Cosine Desktop 的时候我们就在试这套了(我写过它背后那套 harness)。内部我们跑一个 daemon,定时醒来,读 Slack、GitHub 和 Linear,判断什么值得做,给每个任务开自己的工作区。它跑在一台笔记本上,笔记本睡了,agent 也就睡了。
然后是 Grok Bot,xAI 的那队 agent,感觉完全不一样。Grok Bot 就是能用。我配好,一下就通了。现在我们正在 Composal 做我们自己的版本。
上周我数了一下。从二月到现在,我在自己的机器上至少起了 8,921 个 agent 线程:Claude Code 里 4,280 个,Codex 里 1,925 个,其余分散在 Roder(我自己的 harness)、Cosine 和 Cursor 上。这些线程又生出了 7,139 个 subagent 和 reviewer,加起来用了大约 2360 亿 token。最忙的一天我起了 427 个线程,单一个工具就同时跑着 57 个。这还只是我还能找到的记录,更老的笔记本已经没了。
大多数人最多也就三到五个 session。没人一天跟得了 427 个,我也没跟。我就是它们所有人的后续跟进队列。
今天大多数人用 agent,还是一个人对着许多线程。你打开 session,记住哪个在干什么,回去检查,追那个没动静的。agent 干活,你负责跟进。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。