5 Checkpoint 与 Memory：让长任务不断找回主线

查看大图

如果一个 Agent 要执行几十步，光有 Goal、State 和 Planner 还不够。上下文会越来越长，工具观察会越来越多，中间决策也会越来越散。这时就需要 Checkpoint 和 Memory。

Checkpoint 负责把阶段进展重新压缩成当前状态，Memory 负责保存长期有价值的信息。两者配合起来，就是 Progressive Context Refresh：执行几步后，把主线重新整理，再继续。

Claude Code、OpenHands、OpenClaw、各种研究型 Agent，本质上都在做类似事情：目标不丢，计划可改，状态可恢复，记忆有筛选。

1. Checkpoint 是阶段性找回主线

查看大图

Checkpoint 可以很简单：当前目标是什么，已完成什么，未完成什么，遇到什么阻塞，下一步是什么。每隔几步做一次，就能避免 Agent 被中间细节带走。

比如网站开发任务执行到第 8 步，Checkpoint 可以写：已完成登录和注册，未完成支付和后台管理，当前阻塞是支付回调测试账号缺失，下一步先做后台管理静态页面。

2. Memory 不是保存全部历史

查看大图

很多人一听 Memory，就想把所有历史都塞进去。这样会让系统越来越贵，也越来越吵。更好的方式是分层：Long-term Memory 保存用户偏好和长期事实，Working Memory 保存当前任务状态，Current Task 保存这一轮要做什么。

例如“用户喜欢中文教程风格”可以进入长期记忆；“正在写 Harness 第 5 篇”属于工作记忆；“生成本节小结”属于当前任务。

3. 什么值得进入长期记忆

长期记忆应该很克制。适合保存的内容包括：稳定偏好、常用项目路径、固定发布流程、长期禁忌、反复出现的工作标准。不适合保存的是：临时搜索结果、一次性错误、已经过期的中间草稿。

一句判断标准是：下周再做类似任务，这条信息是否仍然有用？如果没有，就不要进长期记忆。

4. 用检查点触发 Re-plan

查看大图

Checkpoint 不只是总结，也可以触发 Re-plan。比如原计划十步，执行到第五步发现资料不足，系统就应该基于当前 State 重新排待办，而不是硬着头皮按旧计划继续。

好的 Re-plan 会保留目标，承认现实，调整路径。坏的 Re-plan 会把目标也一起改掉，最后变成另一个任务。

5. 本节小结

查看大图

Harness Engineering 最后落到一句话：外部系统保存主线、状态、计划、检查点和记忆，模型每次只负责当前一步推理。

如果你要自己搭最小 Harness，可以从五个对象开始：Goal、State、Plan、Checkpoint、Memory。先用 JSON 和日志跑通，再考虑接工具、数据库和多 Agent。这样做出来的 Agent 不一定最炫，但会更稳。

查看大图