长链路任务的推理成本跨过可用线后,卡住后台智能体落地的工程瓶颈正从提示词技巧转向队列可靠性、凭证隔离与审批节奏。Anthropic 在 2026年11月13日发布的工程指南《Building always-on agents》一开篇,就给外界常说的“全天候在线”降了温:智能体并没有一直连着模型。
它绝大多数时间都在睡觉。只有外部事件到来时,系统才会唤醒它,在既定会话里跑完短暂一轮,把结果和状态写回持久层,随后再次休眠。Anthropic 在这个节点把后台智能体的架构拆开讲,反映的正是重心转移——当模型跑得起长任务之后,决定系统能不能进生产环境的,不再是提示词怎么写,而是外围工程底座。
账本为什么突然算得过来了
指南将这类智能体的回潮归因于两点。第一,新一代模型更懂得分辨用户意图,也更清楚什么时候该停下来向人确认。第二,长链路推理变便宜了。

Anthropic 在文中拿出一组实测对比:在某项长链路编程基准上,Claude Opus 5.5 每攻克一个任务的成本比 Opus 5 降了 78%,而在普通负载上降幅是 40%。单看页面标价,差距并没有这么悬殊。翻开 Claude 平台定价文档就能发现,Opus 5.5 的基础输入输出价格从前代的每百万 tokens 5 美元和 25 美元调至 4 美元和 20 美元,真正放大长链路收益的是缓存读取费率——Opus 5.5 把缓存命中倍率砍到了 0.05 倍,每百万 tokens 只要 0.20 美元,远低于 Opus 5 的 0.50 美元。
更关键的变化在于长上下文不再额外收费。除 Haiku 5.5 外,Claude 4.6 及以后版本都把完整 1M 上下文窗口放进了标准定价,连定位更高推理强度的 Claude Fable 5.2(输入 8 美元、输出 40 美元)也能用 0.20 美元的缓存读取单价支撑长会话。对于需要高频唤醒、反复加载指令与记忆文件的后台工作流来说,这笔降价很直接;但受 5 分钟(写入加价 1.25 倍)或 1 小时(写入加价 2 倍,需至少两次命中才能回本)缓存有效期限制,一旦唤醒间隔拉长超过窗口,系统仍会按基础输入价重算初始上下文。
大模型外围,长出了传统后端的骨架
读完五项原语就会发现,核心推理循环一点没变。真正决定系统稳不稳的,是外面套着的那层传统软件工程外壳:事件收件箱、定时器、持久记忆、权限系统和发件箱。

Anthropic 明确反对让 Webhook 或后台作业直接去调大模型。并发事件会撞车,进程一旦挂掉事件就彻底丢了。正确姿势是先落进关系型数据库表充当收件箱,接口层毫秒级返回成功,再交给单一活跃工作进程按批消化。就连提示词注入检测这类耗时校验,也被建议延后到运行阶段,不要卡住接入层。
其余模块同样带着浓厚的传统分布式系统味儿:定时器放在独立数据表里区分跟进截止和周期任务;记忆层把索引和外部指针分开存,甚至允许离线跑一轮“整理(dreaming)”去替换过时条目、提炼跨会话规律。每次冷启动都要重吃一遍系统提示、工具定义和记忆文件,会话长了还得压缩摘要或切新会话,上下文膨胀依然是开发者的长期功课。
从卖账号,转向按毫秒计费的活跃计算
商业化切分在这套架构里格外清楚。看 Claude 定价页,个人订阅在 Pro 档(年付折合每月 17 美元、预付 200 美元,或按月付 20 美元)已经给到任务交接与定时调度,Max(每月 100 美元)和 Ultra(每月 200 美元)则直接塞进等额的平台 API 额度,明显是在替开发者生态导流。

真正在企业后台挑大梁的,是 Claude Managed Agents 的按量模式。它把账单拆成 token 和会话运行时两块,运行时按每活跃会话小时 0.08 美元、精确到毫秒计收,且只在运行态走表——等待人类回消息或点确认的空转时间一分不收。这种计价方式和“休眠不耗 token”的架构完全咬合,代价则是交互式有状态会话无法叠加批处理接口的 50% 折扣。
人类没有退出,只是换了工位
所有人最关心的问题依然没变:人到底能不能撒手不管?Anthropic 给出的回答很务实——不能完全放手,但可以不用时刻盯屏。
在权限控制上,指南用外部代理藏住真实密码和令牌,用类似 Claude Code 自动模式的分类器挡掉高危动作,把最后一步留给延后工具调用:遇到要拍板的敏感动作,先存盘休眠,通过 MCP Apps 卡片发异步审批,工作进程腾出手去干别的活。在消息出口上,智能体也不再汇报每一步想法,而是靠评测集校准通知节奏,遵循“先安静,再慢慢争取用户注意力”。算力降价只解决了“跑得起”。接下去真正决定后台进程能不能进生产环境的,是企业愿不愿意把系统凭证和写入权限交给一个不常驻盯屏的进程,以及它能不能在尽量少打扰人的前提下不出错。
资料与来源
复制链接,保存或分享这篇文章。



