网页版:整篇 来源:8 篇原文(Simon Willison / Lee Robinson / Temporal CTO / Gunnar Morling / launchd 教程 / Microsoft UFO³ / Anthropic / 多日长跑案例)| 每篇标题下给原文链接 | 本地源 kb/md/长任务与跨机协作-8篇.md | 【20261117 update - Total 1:45:26 】
主线 长任务的第一性问题是「中断后能不能接着跑」,跨机协作的是「状态放在哪」;两者都指向同一件事——把执行状态从进程内存搬到可持久的地方。
一开始大家写 while + try,跑几小时就崩;SQLite 持久执行与 durable execution 把「每一步」变成可恢复的记录。
常驻不等于可靠:macOS 上 launchd 的坑(bootstrap 失败、PATH 缺失)会把常驻变成静默死亡。
UFO³ 与 Anthropic 的编排原则给出另一条路:把设备当执行节点,把编排当调度问题。
层次 从下往上读:
| 层 | 内容 | 本辑对应 | 读它的用处在哪 |
|---|---|---|---|
| 可靠性 | 持久执行、断点续跑、幂等 | ①–④ | 长任务不丢进度 |
| 进程管理 | launchd / 常驻服务 | ⑤ | 进程不静默死 |
| 跨机协作 | 多设备编排、agent 分工 | ⑥–⑦ | 多台机器像一个 |
| 实战 | 多日长跑案例 | ⑧ | 看真实失败长什么样 |
怎么打开:抖音/B站/视频号链接直接播放;PDF 与论文链接给原文。本主题每条的深蒸馏都在下方正文,整篇导出 HTML 见文末。
一、长任务可靠性(4 条 · 已深蒸馏 4)
| # | 标题 | 精读 | 深蒸馏网页版 | 原文 / 原视频 |
|---|---|---|---|---|
| 1 | ① 用 SQLite 做「持久执行」——Simon Willison《Absurd-in-SQLite》 | §2.1.1 | —(正文) | 原文 |
| 2 | ② 常驻 Agent 到底怎么工作——Lee Robinson《How always-on agents work》 | §2.1.2 | —(正文) | 原文 |
| 3 | ③ Durable Execution 的完整图景——Maxim Fateev(Temporal CTO) | §2.1.3 | —(正文) | 原文 |
| 4 | ④ 亲手实现一个持久执行引擎——Gunnar Morling《Persistasaurus》 | §2.1.4 | —(正文) | 原文 |
二、常驻进程 / 服务管理(1 条 · 已深蒸馏 1)
| # | 标题 | 精读 | 深蒸馏网页版 | 原文 / 原视频 |
|---|---|---|---|---|
| 5 | ⑤ macOS 后台任务的正解——launchd 权威教程 | §2.2.1 | —(正文) | 原文 |
三、跨机 / 多机协作(2 条 · 已深蒸馏 2)
| # | 标题 | 精读 | 深蒸馏网页版 | 原文 / 原视频 |
|---|---|---|---|---|
| 6 | ⑥ 跨设备 Agent 编排——Microsoft UFO³ Galaxy | §2.3.1 | —(正文) | 原文 |
| 7 | ⑦ 什么时候该用 Agent、怎么编排——Anthropic《Building Effective Agents》 | §2.3.2 | —(正文) | 原文 |
四、实战镜鉴(1 条 · 已深蒸馏 1)
| # | 标题 | 精读 | 深蒸馏网页版 | 原文 / 原视频 |
|---|---|---|---|---|
| 8 | ⑧ 多日无人值守的长跑——Steinberger / Kent Dodds / Willison 真实案例 | §2.4.1 | —(正文) | 原文 |
Agent 长任务与跨机协作 · 知识库 | §2.1.1
Simon Willison(X:@simonw)· Agent 工程领域公认最硬核的个人开发者
原文:simonwillison.net/2025/Nov/12/absurd-in-sqlite
一个核心命题:「让长任务崩溃后能从断点继续」这件事,用 SQLite 就能做,不需要上重型分布式框架。做法是把工作流每一步的执行结果都写进 SQLite 数据库;进程崩溃后重启,读数据库发现「第 1、2 步已经成功」,就从第 3 步继续,不重跑已完成的步骤。
你本机那个 hub.db(129MB SQLite) 就是你的 agent 的「飞行记录仪」——它已经在存 schedules/runs/events。而你刚做的 watchdog + inflight.json,本质是在做一个简化版 durable execution:登记 started → 回执 → 改 status。Willison 这篇点醒你的是:真正该持久化的不只是「任务状态」,更是每一步的执行结果,这样崩溃后不是「从头再问一遍模型」,而是「从断点接着做」——省 token、省时间、结果还一致。
Agent 长任务与跨机协作 · 知识库 | §2.1.2
Lee Robinson(前 Vercel / 前 Cursor,现 SpaceX 做 Grok Bot)· YouTube @leerob · 45 分钟
视频:youtube.com/watch?v=L1OBRtfPS34 · 英文逐字稿:peterp.me 逐字稿
一句反直觉的核心:「常驻 agent」不是「进程永远开着」,而是「大部分时间在睡觉、随时叫得醒、醒来接得上」。因为让每个人的 agent 永远在线,既贵、全世界也没那么多电脑。真正的做法是四层:
「你在终端里交代一件事、合上笔记本,它就停了。always-on agent 要把这个 loop 变成常驻服务。」
你现在的 start-watchdog 是「进程常驻」思路(nohup 挂后台、保活 automation 兜底)。Lee 的答案是「状态常驻 + 进程按需」——这才是关机、换机、崩溃都能恢复的正解,也是你「两台 Mac 协作」的地基:只要状态能同步,哪台机器醒来都能接上活。你的 watchdog 可以再进一步:把「进行中任务」状态落盘,即使看门狗进程死了,重启后读文件还能继续回执。
Agent 长任务与跨机协作 · 知识库 | §2.1.3
Maxim Fateev · 「durable execution」一词的发明者,前 AWS SQS/SWF、Uber Cadence
播客:SE Radio 596 · 视频对谈:Bessemer:AI agents and durable execution
把「长任务可靠性」讲成一套完整理论。金句:
「agents are just distributed systems in disguise(agent 本质就是伪装的分布式系统)。」
你的 agent 每调一次 LLM、每写一次数据库、每碰一次外部 API,都跨了一个进程边界——而进程边界就是分布式系统故障开始的地方。核心概念:
你已经在零散地做这些事,只是没串起来:你的15 分钟回执 = heartbeat 的雏形;你的 sent_markers = 幂等去重;你的 market_review.lock = 租约锁。Fateev 的框架告诉你:这些零散做法可以收拢成一套统一机制,而不是每个脚本各写一套。
Agent 长任务与跨机协作 · 知识库 | §2.1.4
Gunnar Morling(Java Champion,Debezium 前 lead)
博文:morling.dev 博文 · 源码:github.com/gunnarmorling/persistasaurus
用 不到 1000 行 Java + SQLite 写一个最小可用的持久执行库,把前面 Willison、Fateev 的理念落到代码。要点:
你刚做的 pending-confirm.json(待确认任务)本质就是 await() 的朴素版——把「等你拍板」建模成一个等待状态。Morling 的代码是「如何把 human-in-the-loop 干净地做进执行引擎」的现成范本,你那个「48 小时超时提醒」和「15 分钟回执」可以合并成一个统一的「等待信号 + 超时升级」机制。
Agent 长任务与跨机协作 · 知识库 | §2.2.1
launchd.info + LobeHub launchd-patterns · 社区公认最权威、非软文
教程:launchd.info · 生产 gotchas:launchd.plist 手册(原引用的 lobehub skill 页已 402 需付费,换公开手册)
launchd 是 macOS 的「服务管理器 + 定时器」(PID 1),管所有后台任务。核心区分与坑:
你之前 launchctl bootstrap 报 I/O error,十有八九卡在「权限 / 域名 / Label」这几个坑里(而不是 launchd 本身不可用)。launchd 才是 macOS 常驻的正解,你的 start-watchdog.sh 用 nohup 是权宜之计,最终应迁到 LaunchAgent——开机自启、崩了自动拉起(KeepAlive),不用每次重启手动跑。
Agent 长任务与跨机协作 · 知识库 | §2.3.1
微软官方开源 · 把多台设备变成一张可编排的「任务星座」
源码:github.com/microsoft/UFO
把「一台机器上的 agent」扩展到「多台设备协同」:把任务拆成一张跨设备 DAG(叫 Task Constellation),每个节点是一台设备上的子任务。核心分层:
这就是你「两台 Mac 协作」的参考架构:一台做控制面(主机),每台设备一个 agent,WebSocket 长连 + 心跳保活。你上一轮讨论的「单主机调度 + 数据同步」正是它最简版。UFO³ 的「能力画像匹配任务」可以启发你:主机把重活分给性能强的那台、轻活分给常在线的这台。
Agent 长任务与跨机协作 · 知识库 | §2.3.2
Barry Zhang / Erik Schluntz(Anthropic)· 业界共识基石
视频:How We Build Effective Agents · 进阶版 · 官方原文
核心判断:「能用 workflow 就别用 agent」——workflow 的控制流是你写的(可预测、便宜、可调试),agent 是模型自己决定下一步(灵活但贵、慢、不可预测)。以及最常用的 orchestrator-worker(编排-工人)模式:
你的 c/w 双 Agent 就是 orchestrator-worker:C(Codex)出方案、W(WorkBuddy)质疑、回 C 改进,收敛后才交付。Anthropic 的「工人只回简报、别塞全程」正好印证你定的「过程不展示、只交付最终结果」——这是省 token、防窗口膨胀的硬道理,不是偏好。
Agent 长任务与跨机协作 · 知识库 | §2.4.1
Peter Steinberger(@steipete)· Kent C. Dodds(@kentcdodds)· Simon Willison(@simonw)
案例汇总:zeronoise.ai 案例汇总
真实大神怎么让 agent 无人值守跑多天:
「第二个 agent 挑战第一个」就是你的 W(WorkBuddy 质疑方)在业界的验证;「可验证的路」就是你的验收门禁。你已经在做对的事,这几篇是给你底气 + 可抄的细节。
说明:以上为中文精读提炼 + 实例映射,非逐字翻译;原文链接已保留,供你随时对照。已剔除厂商软文(partnerinai / apollo / tweeny / optijara 等)。生成时间:2026-11-17 · 由 WorkBuddy 整理。
| 这套内容里的什么 | 对应你手上的什么 | 具体怎么用 |
|---|---|---|
| SQLite 持久执行 | cron-state.json 只存时点,任务中间态没存 | 把每步状态落盘,崩了能续 |
| launchd 的坑 | 你已踩过(bootstrap 报 5,PATH 缺失) | 继续用 receiver 常驻 + 子进程补 PATH |
| 断点续跑 | 转写按 30 分钟切段 | 段级重试,不用整段重来 |
| 编排原则(Anthropic) | WorkBuddy/Codex 分工 | 先定边界再并行 |
| 跨设备执行 | Mac 本机 + 未来服务器 | 状态放共享存储,执行节点无状态 |
| 幂等 | 企微/飞书重复发送 | 发送前判重,失败重试不重复 |
8 篇全部完成。