
换一个 AI 接手,哪些东西可以带走?
设想一项工作从开发 AI 交到测试 AI 手里。测试者打开同一个项目文件夹,看到了前一位留下的说明和报告,还能找到上一次对话。于是一个很自然的问题出现了:这些东西都在,之前的批准也还有效吗?
把任务交给下一位,只说明负责人变了。任务资料、工作区、正在等待的人工决定,以及日后会被记住的经验,分别有不同的来源和使用条件。我们在开发的 CodeFlowMu 是一个本地多 Agent 工作系统;它用 FCoP 保存任务、报告和评审。每天的外部研究动态里,AG2、LangGraph、Paradev 和 Anthropic 的四条线索恰好从不同方向提出同一个工程问题:交接时究竟继承了什么?
我们因此固定版本,分别跑了四个可运行入口,再对照 CodeFlowMu 的现有代码和测试。这是四次边界实验,并非把四套产品接成了一个 AI 团队。公开实验材料和复跑脚本列出了输入、输出和限制。
第一件能带走的东西:任务资料
AG2 1.3给委派变量三种范围:只留在当前任务、复制给子任务、让子任务共享。我们给父任务放入三项值,派生两个子任务,再让其中一个修改数据。结果很直观:本地值对子任务不可见;复制值被改成 1 后,父任务和另一子任务仍是 0;共享值被改成 1 后,三处都看到 1。子任务试图新建共享值则被拒绝。
这回答的是资料如何交接,尚未回答谁有权执行。AG2 的作用域 API 也不替应用同步并发写入。我们没有运行需要模型凭据的完整父子 Agent 对话,因此不能把这次变量实验说成整个委派链已验收。
第二件不能靠“还是同一会话”判断的东西:旧答复
在 LangGraph 1.2.20 的本地检查点图里,我们放入两个先后出现的人工问题:先批准计划,再批准执行。第一次问题拿到一个 ID;答复后,第二次问题拿到另一个 ID。故意提交不存在的 ID、已经回答过的第一题 ID,以及完成后重放第二题 ID,三次均被拒绝。只有两次分别答对当前问题,图才产生最终结果。
这个实验打开了版本中的内部严格恢复开关,使用的是进程内存储。它说明一个答复可以绑定当前待处理的问题;它没有证明远程部署默认具有相同保证。真正的企业审批还要核对批准者、目标、动作、时限和实际执行者。
第三件容易混淆的东西:工作区与会话
Paradev 2.0.5 的自动化目标规划函数把“复用工作区”和“续接 Agent 会话”分成两个选项。我们从固定源码运行该函数:选择复用工作区,同时让 Agent 会话重新开始,是可行组合;没有固定工作区却要求续接时,规划器会打开复用。另一个更值得警惕的组合是:原目标已经复用工作区,改换主机后,规划结果仍保留复用与续接标志,同时列出新主机待核验。
这里观察到的是规划输出。Windows 没有该版本的官方桌面安装包,我们没有运行桌面应用或云端调度,也没有证明新主机已经通过核验,更没有证明旧授权能够跨主机使用。对企业系统来说,这三个状态必须分别说明:文件还在何处、Agent 对话能否续上、当前主体是否仍有权执行。
最后才轮到“以后都记住”
Anthropic 的 dreaming cookbook尝试从完成的会话整理长期记忆。我们运行它的官方辅助模块,读取仓库自带的 11 份示例记录。空输入、预算为零、文件超过上限都在蒸馏前被拒;一个仍在运行的分析线程也不会被计作已经覆盖输入。列表价估算约 0.70 美元,只是估算,没有发生模型账单。
由于没有调用付费 Managed Agents,我们并未生成或审查真实记忆。这个局部实验仍提醒我们:一段旧内容被保存下来,与它适合成为下一位 Agent 的组织经验,是两道不同的判断。 任务失败、报告待审、来源不明,都应继续跟着摘要走。
回到自己的 AI 团队
CodeFlowMu 的 PM、开发、测试和运维角色之间也有交接。我们在固定提交上跑了六组定向测试,共 77 项通过。这里最有区分力的不是总数,而是几项具体对照:执行者的报告写成 done,不会自动变成 PM 的审查决定;下游要求上游成功时,只有报告完成还不足以放行;旧任务轮次和旧修订的命令会被拒绝;技术自动化需要限域授权。另一个直接调用执行契约的探针显示,单独改变主机、工作区、角色或治理工具,都会得到对应的冲突字段。
一项旧端到端夹具在本机 Python 输出解析处中断,未计入这 77 项通过,也没有被用来判断产品故障;失败位置和复跑范围保留在证据页。
这些现有边界回答了谁可以决定、哪些状态可以推动下一步。它们尚未证明真实界面、模型对话、主机接管和外部工具效果在一次完整交接里都一致。因此,本轮没有把外部框架的做法直接写成 CodeFlowMu 缺陷或开发任务。
这轮研究给出一个更具体的下一步:让同一项任务真的走过 PM 分派 → 执行者报告 → 审查者接手;中途换工作区或主机、撤回一次批准、重放旧问题的答复,再逐层观察资料、当前授权与交付证据。若任何一层给出互相矛盾的结果,才有足够依据讨论修改。
对设计多 Agent 系统的读者,一个可立即检查的问题是:你的“继续任务”按钮恢复的是文件、对话、待办,还是执行权? 对普通使用者也一样:换一个 AI 接手时,你最希望它保留哪一项经历,又希望哪一项决定重新征求你?