四个模型轮班,真正让Agent记住昨天的是个txt文件
NO1ennn 拆了一套长任务 Agent harness:Fable 顾问,Sonnet 写功能,Opus 在浏览器里测,Haiku 扫文件。更关键的是每次 session 结束前的 git commit 和 progress note,下一班靠它们接上。
NO1ennn 在 X 上发了一个长任务 Agent harness 的拆解,配了段演示视频。核心落在流程上:让 Claude 跨 session 接着干活。
问题很朴素。Agent 每次新 session 都从零开始,context window 装不下整段工程,压缩也不保证下一班能看懂。Anthropic 的工程文章写得更细:一个 frontier 模型在 Agent SDK 里循环跑,如果只给一句“build a clone of claude.ai”,它会想一次性做完,结果中途耗尽 context,留下半截功能和 undocumented 的代码。后一个 session 只能猜,先花时间把基本盘修好。另一种失败更常见:后来者看到已经有进展,直接宣布完工。
他们的解法分两段。第一次 session 用 initializer agent 搭环境:写 init.sh,写 claude-progress.txt,建 git 初始提交,再把需求拆成 feature_list.json。每条功能都带测试步骤,初始标记为 failing。后续 session 用 coding agent,先 pwd,读 progress,读 git log,跑 init.sh 和基本端到端测试,确认现状,再挑最高优先级的未完成功能,只做一个。结束前必须提交 git,写清进度。测试要用浏览器自动化,像真人一样点,别只看单元测试。官方文章里那张 gif 就是 Claude 通过 Puppeteer 检查 claude.ai 克隆。

主推帖把这套流程拆成模型分工:Fable 5.2 当顾问,Sonnet 5.5 一次写一个功能,Opus 5.5 在浏览器里测,Haiku 5.5 处理文件层面的杂活,然后 git commit 加 progress note,下一 session 接着上次停下的地方。帖子里给的官方链接包括 Anthropic 的 long-running agents 文章和 Claude Code 的 /advisor 文档。advisor 工具是实验性的,让主模型在关键决策点咨询一个更强的模型。官方文档写明,主模型和顾问模型要满足配对,Fable 5.2 需要 Claude Code v2.1.321 或更新版本,而且 advisor 依赖 Anthropic API 或特定云平台,不在 Bedrock 等平台上可用。
有网友问,下一 session 到底读 progress note 还是 git log。看官方流程,两个都读。progress 文件告诉后来者“上次做到哪、遇到什么、下一步是什么”,git log 和提交记录给出可验证的代码状态。也有网友说,progress note 比四个模型都重要,跳过它,每个 session 都从零开始。另一位补了一句,进度文件里最好再写清“不要碰什么”。长任务里,token 费用看得见。后来者误改一块不该动的代码,代价更高。
这里有个容易被忽略的地方。模型分层很亮眼,Fable 做判断,Sonnet 打字,Opus 验收,Haiku 扫杂活,听起来像给 Agent 配了值班表。但让下一班真正接上的,是磁盘上那些不性感的东西:一份 feature list,一份进度日志,一个能跑起来的 init.sh,一串提交记录。模型会忘,文件不会。
如果要照着做,最小版本不复杂。第一次 session 把功能拆成可测试的 JSON 列表,建好启动脚本和初始提交。之后每次 session 先读进度和 git log,跑一遍基本测试,只推进一个功能。做完就提交,把发现的问题和下一步写进进度文件。测试别只跑单元测试,能用浏览器就用浏览器走一遍用户路径。用 /advisor 时先确认模型配对和版本,别把顾问配成比主模型还弱的模型。最后,进度文件会旧,定期删掉过期的“永远不要”规则,不然 Agent 会越来越胆小。
参考链接:
NO1ennn 的帖子
Anthropic:Effective harnesses for long-running agents
Claude Code advisor 文档
发布时间: 2026-11-17 20:34