检查点策略

概述

检查点策略是 Agent Harness 设计中的关键原则，通过可验证的客观状态（而非 Agent 自我报告）来判断任务进度和完成标准，防止过早声明完成并支持从中间点恢复。

关键内容

1. 核心原则：
2. 不信任自我报告：不依赖 Agent 说"我完成了 X"来判断进度
3. 可验证状态：通过客观条件检查来确认任务完成

4. 独立验证：每一步结束后的状态可被独立验证

5. 验证示例： python def is_checkpoint_reached(task_state): # 不好：Agent 说"我完成了X" # 好：检查可验证条件 return ( all_tests_pass(task_state) and code_compiles(task_state) and required_files_exist(task_state) )

6. 防止过早声明完成：

7. 常见失败模式：Agent 在任务未完成时声明完成，尤其在上下文即将用尽时

8. 对策：

   • 在 Harness 中设置独立的完成验证机制
   • 对"任务完成"设置强制确认步骤
   • 依赖客观指标而非 Agent 自我报告

9. 与错误恢复的关系：

10. 检查点是错误恢复的基础
11. 当 Agent 出错时，Harness 可从最近的检查点恢复

12. 避免传统"重启"策略的高成本（用户体验差 + 资源浪费）

13. 设计建议：

14. 从小任务开始测试检查点逻辑
15. 设计可观察的中间状态
16. 假设 Agent 会在任意点失败，确保能从该点恢复

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 — part_of（检查点策略是 Harness 的核心组件）
• 初始化-编码循环模式 — uses（初始化 Agent 设定检查点标准）
• 外化进度追踪 — relates_to（进度文件记录检查点状态）
• 错误复合 — prevents（检查点防止错误在多步迭代中积累）