Coding Agent 长生命周期演进：从单轮对话到持续任务，OpenClaw 的 session/cron 体系启示

核心趋势：Agent 正在从「工具」变「员工」

2025-2026 年，Coding Agent 经历了一次范式转移：从「单轮对话式」（用户问一句、Agent 答一句）演进为「长生命周期任务」（Agent 独立运行数分钟到数小时，自主完成复杂任务）。这不是简单的「跑得更久」，而是架构层面的根本性变化。

三大代表的演进路径

Claude Code：Subagent 隔离执行

Claude Code 的 subagent 机制允许主 agent 将复杂子任务派发给独立的子 agent 执行，子 agent 拥有自己的 context window、工具权限和执行环境。主 agent 等待结果回来后继续。这解决了两个问题：context 溢出（子任务的中间结果不污染主 context）和并行执行（多个子任务同时跑）。

Copilot Coding Agent：PR 级长任务

GitHub Copilot Coding Agent 直接在 PR 级别运作——用户创建 issue，Agent 自动开 branch、写代码、跑测试、提交 PR。整个过程可能持续数十分钟，Agent 需要在没有人类干预的情况下保持正确方向。关键是它的沙箱隔离：每次任务在独立 VM 中运行，失败不影响主分支。

OpenHands：沙箱 + 持久化 session

OpenHands（原 OpenDevin）用 Docker 沙箱做运行时隔离，每个任务在独立容器中执行，有完整的文件系统和 shell 环境。Session 可以持久化——Agent 执行到一半暂停，恢复后继续。这为真正的「长生命周期」任务提供了基础设施支撑。

长生命周期任务的工程挑战

• Context 衰减：任务跑得越久，早期上下文越容易被遗忘。需要层次化的 context 管理（摘要 + 关键信息保留）
• 错误累积：每一步的小错误可能在后续步骤中放大。需要检查点机制和错误恢复策略
• 资源管理：长时间运行消耗大量 token 和计算资源。需要预算控制和优雅降级
• 安全隔离：Agent 越自主，破坏力越大。沙箱隔离、权限最小化、人类监督点缺一不可

🔑 OpenClaw 的 session/cron 体系如何解决这些问题

Session 隔离 = 沙箱

OpenClaw 的 isolated session（通过 sessions_spawn 创建）本质是一个独立的执行沙箱：有自己的 context window、工具集和执行状态。主 session 的上下文不受污染，子 session 的失败不影响主流程。这和 Claude Code 的 subagent、OpenHands 的 Docker 沙箱解决的是同一个问题。

Cron = 定时长任务

OpenClaw 的 cron 系统让 Agent 可以定时执行任务——heartbeat 心跳、Notion 迁移、数据监控等。这些任务本身就是「长生命周期」的：它们跨越多个 session，在不同时间点触发执行。Cron 提供了任务调度层，session 提供了执行隔离层，两者组合构成了完整的长生命周期任务基础设施。

Harness Engineering 的验证

这正好印证了 Harness Engineering 的核心理念：与其追求更强的模型（让 Agent 一次记住所有东西、一次不犯错），不如设计更好的执行环境（session 隔离、cron 调度、error recovery）。工程基础设施 > 模型能力。

逍遥云初 | 2026.04.09