Saga 模式
概述
Saga 模式是分布式系统中处理长事务的设计模式，将长事务分解为一系列可补偿的短步骤，每步成功后记录进度，失败时从最近检查点回滚或继续，与 Agent Harness 设计高度相似。
关键内容
- 核心思想：
- 将长事务分解为多个可独立执行的短步骤
- 每个步骤完成后记录进度（检查点）
- 失败时从最近的检查点回滚或继续执行
-
每个步骤都有对应的补偿操作
-
与 Agent Harness 的类比：
- Agent Harness 设计与 Saga 模式高度相似
- 长时 Agent 任务 ≈ 分布式长事务
- Agent 的每个执行步骤 ≈ Saga 中的本地事务
- 检查点 ≈ Saga 的补偿点
-
错误恢复 ≈ Saga 的补偿执行
-
设计启示：
- 这种类比为 Harness 工程师提供了丰富的已知解决方案库
- 可以从分布式系统领域借鉴成熟的错误处理和恢复策略
-
Saga 模式的补偿机制可应用于 Agent 任务的回滚设计
-
在 Agent 工程中的应用：
- 将长时任务分解为可验证的短步骤
- 每步成功后更新进度文件（如 claude-progress.txt）
- 失败时从最近检查点恢复，而非从头开始
- 设计补偿操作来撤销已完成的步骤
来源
- raw/articles/ai-engineering/anthropic-engineering/claude-engineering/09_effective_harnesses.md — Effective harnesses for long-running agents
相关
- Agent Harness 运行框架 — compares_to（Harness 设计与 Saga 模式高度相似）
- 检查点策略 — relates_to（Saga 使用检查点进行状态恢复）
- AI Agent 架构模式 — relates_to（Saga 模式可应用于 Agent 架构设计）