实践讲座：Agent接口与长任务演进

讲者与证据边界

Gagan Bhat与Isabella Kai He来自Anthropic Applied AI，在AI Engineer World's Fair 2026讨论Agent接口演进。可完整阅读原发布方31:24的带时间戳逐字稿；本页依据文稿解读，不声称连续观看或复现演示。会议年可核，二级目录中的上传月不作为精确录制日期；厂商性能与自我改进说法保留为其自述。

从接口演进看控制边界

讲座依次讨论API、嵌入harness的SDK和托管基础设施。11:16介绍loop与执行环境解耦；14:46将context视为持久历史的当前视图；27:34谈周期整理memory的dreaming；28:55谈按rubric检查完成的outcomes。它们揭示会话、当前窗口、沙箱和能力配置并非同一个对象。

旧模型补丁需要重新验证

7:31附近讨论harness包含对模型弱点的假设：一种context重置策略，在较新模型上可能变成延迟和缓存负担。工程上应为补丁记录根因、适用版本与删除条件，用旧新模型和旧新harness对照；不因历史上有效就永久保留。供应商托管了harness，也不能省略业务工具、权限和领域验收。

Memory整理不是权重训练

周期读取历史并编辑外部memory，可以改变后续可见context，但不等于模型参数学习。团队可借鉴候选经验、来源、冲突、有效期与审查晋升；用未见任务检查净收益，并允许撤销。独立grader提供反馈也不自动提供真值，仍需确定性检查、专家校准与预算停止。

可操作的设计问题

若loop或沙箱单独失败，哪些状态可以恢复？丢弃context后能否从原始日志取回关键证据？新方法和旧memory能否回滚？这些问题比复制某个产品演示更有迁移价值。具体产品状态、区域与访问资格应另看当前产品文档，不能用历史讲座证明今天所有账户可用。