AI Agent 迈入异步时代：HTTP 协议已无法支撑长生命周期智能体

科菲地板

【AI Agent 迈入异步时代：HTTP 协议已无法支撑长生命周期智能体】


快速阅读：AI Agent 正在从“你问我答”的同步聊天模式，转向“后台自主运行”的异步模式。这种转变导致了现有的 HTTP 传输协议出现断层：当 Agent 的生命周期长于用户的网络连接时，如何实现状态持久化与实时双向通信，成为了新的技术核心。

---

现在的 Agent 正在变得“不听话”。

以前我们用 LLM，逻辑很简单：打开窗口，输入 Prompt，看着 Token 一个个蹦出来。这像是在打一场同步电话，你必须在线，对方才能说话。但这种模式正在失效。现在的 Agent 开始有了 Cron Job、Webhook 和定时任务，它们更像是在后台默默工作的员工，而不是只会复读的聊天机器人。

问题在于，我们一直试图用 HTTP 这根“细绳”去拴住一个正在奔跑的巨人。

HTTP 的本质是请求-响应。一旦你刷新页面，或者手机进了个隧道断了网，那个正在传输的 SSE 流就断了。这就像你正在跟一个聪明人讨论方案，聊到一半电话突然断线，而对方并不知道该把刚才的想法存在哪，也不知道该怎么在电话接通后重新开始。

有观点认为，这不仅仅是传输协议的问题，更是交互模型的滞后。目前的解决方案大多在“补丁”层面：要么把状态塞进数据库，让你不断地去轮询（Polling）；要么把消息发到 Slack 或邮件里。但这都只是在解决“如何通知你”的问题，并没有解决“如何构建一个连续会话”的问题。

要把 Agent 做成真正的“数字员工”，得解决两个维度的硬伤：

一是持久化状态，让 Agent 在重启或任务切换时，依然记得自己是谁、在干什么；

二是持久化传输，让通信层能像电话会议一样，即便有人掉线、换个设备，连接依然能无缝续上。

有网友提到，目前的行业现状很尴尬：即便有了长任务处理能力，Agent 的上下文管理依然像是在“填鸭”。如果只是机械地把对话历史拼接在一起，上下文窗口很快就会被垃圾信息填满。真正的进化应该是让 Agent 具备“主动管理上下文”的能力，能像人类一样，决定哪些信息该留着，哪些该扔掉。

现在的技术路径似乎在两个极端摆动：要么是把所有东西都塞进一个沉重的数据库里通过轮询来读取；要么是依赖像 WhatsApp 这样现成的聊天工具来充当传输层。

但如果我们在底层协议上，把“会话（Session）”作为一个一等公民，像对待操作系统里的进程一样对待 Agent，情况会不会不一样？

如果 Agent 真的拥有了像 Erlang 演员模型那样的消息传递能力，它们之间、它们与人类之间，就不再是断断续续的对话，而是一种持续的、可随时接入的协作。

只是，当 Agent 变得越来越自主，甚至开始在后台自主决策时，我们该如何定义这种“异步”带来的风险？

zknill.io/posts/all-your-agents-are-going-async/