分享一个最近一直在用的开源项目 LoopX：让超长程 Agent 自主运行 200+ hours，任务跑久了也不容易跑偏。 相信很多用过 Codex Goal 的朋友都会遇到一个问题：Goal 的质量太依赖上下文。任务跑久以后，上下文不断压缩，关键信息可能丢失，旧信息又可能重新混进来；更麻烦的是，Goal 和 Todo 本身也会过期，任务执行到一半，真实目标可能已经变了。 LoopX 解决这个问题的思路很直接：不要让 Agent 靠上下文记住状态，而是把状态本身持久化。 它会把 Vision、Goal、Todo、Gate、Evidence、Identity、Quota、Handoff 等信息外置成一个结构化控制面。之后每一次执行，Agent 认的是这套统一事实源，而不是某一次会话里的上下文。换模型、换 Session、换 Host，甚至经历多次等待、人工决策、writeback 和 resume，都可以重新找到“现在目标是什么、已经做到哪、下一步应该干什么”。 我比较喜欢它对 Vision 和 Goal 的拆分：Vision 表示最终想达到什么结果，Goal 表示当前准备怎么实现。执行过程中如果发现 acceptance gap、外部状态变化或者现有计划已经不合适，Agent 会重新 replan，而不是机械地沿着旧 Todo 一直跑下去。 所以我更愿意把 LoopX 理解成一块专门给 Agent 设计的可执行 Kanban：普通看板只是展示状态，LoopX 的状态会直接决定下一次 Agent 应该做什么。 这也让长程 Agent 不只是“连续干活”，还可以在任务过程中自我升级：发现能力不够，就开发 feature、验证、发布新版本，再用新能力继续原来的任务。完成工作和升级完成工作的系统，可以发生在同一条 trajectory 里。 最终要解决的其实就是一个问题：LLM 的上下文注定有限，但 Agent 的任务可以持续几天、几周甚至更久。想让 Agent 真正长期工作，就不能把“记忆”和“状态”都押在上下文窗口里，而需要一套独立、持久、可恢复、可执行的状态系统。 LoopX 做的就是这件事。所以我觉得LoopX跟Alloomi之间有很多的思路上的可取之处。有空继续研究他们。 github地址：