跑几天不死的 agent 怎么养：心跳板、epoch 围栏与九条实践
milkygirl21 · reddit · 2026-10-10
作者维护一个跑数小时到数天的 LLM agent 机队（样本项目：批量转录总结几百个视频建知识库），核心痛点是 agent 会「安静地死掉」。他总结了九条已落地的做法：
- 共享心跳板：每个任务一行，统一写「上次心跳/下次预期/截止/当前步骤/检查点」六字段，一张表看全机队
- 截止时间设为检查间隔的 2-3 倍，漏一拍只是标记不是判决
- 有界重试：重试循环设上限与总截止，常驻任务不设截止
- 父审计 agent 每 30 分钟巡检，超半数任务被标记时合并告警（多为配额/故障而非单点死亡）
- 「未知」≠「死亡」：状态检查本身被限流时不重启 agent
- 副作用前后的 intent/done 记录：重启动的 agent 可判断发送/提交是否已发生
- epoch 围栏：重启的 agent 拿更高 epoch，旧 agent 醒来发现落后即自杀
- 落盘优先的检查点与里程碑提交
- 看门狗监测审计本身存活
仍未解决的难题：凭证交付（vault 只能填浏览器表单、不能给 shell，git 提交只能走慢速浏览器路径）、工作区重置抹掉本地状态、缺外部 dead-man switch（审计与看板同生态共存亡）、步数/上下文限制导致的中断无干净交接、表格配额限流。作者公开征集：便宜的外部 dead-man switch、替代表格的心跳存储、安全给 agent 传 secrets 的方式、步数耗尽前的交接模式。
所属事件:长时 Agent 运维实践：九条保活方案与五大未解难题(2 条相关)→
「编程与Agent」频道最新
- 实测三个个人 agent 的主动通知能力:dot 抓出错日历,Muse 太吵 — hazelcough · 2026-10-10
- 个人AI Agent开始记住工作模式并自建联系人CRM — thisiskp_ · 2026-10-10
- 创作者实测生成式模型:文本提示不是唯一交互,值得做更丰富界面 — keenanisalive · 2026-10-10
- VLM 看图能力不均，「do better」式提示很快失效 — keenanisalive · 2026-10-10
- 用「相信你自己」提示法调教 LLM 写 3D SDF 模型实测 — keenanisalive · 2026-10-10
- 不用 mesh 和 3DGS，他用 LLM 写 27KB GLSL 代码生成 3D 龙 — keenanisalive · 2026-10-10