以前处理复杂Agent任务时，总是下意识地在“把提示词写得更长、规则写得更细”上打转。一旦跑偏或漏步，第一反应就是“再加几条约束”，好像只要输入端够完美，过程就会自动正确 现在回头看，这种思路其实把责任全压在了模型身上，而忽略了任务真正开始之后，谁在持续盯着“完成了什么、依据是什么、下一步该不该继续”

开源项目 LoopX：超长程 Agent 自主运行 200+ hours，状态不漂移。 我的技术主张是：LLM 上下文有限，长程 Agent 需要外置状态，通过完备的状态管理、监督和规划，让 Agent 无人干预时跑得稳、持续有产出；有人干预时跑得更好，能吸收反馈继续演进。 两条真实 trajectory 分别跨越 220.7 / 272.9 小时，跨多轮执行、等待、人工决策、writeback 与 resume 后，整个 loop 仍能找回目标、证据和下一步。 目前 LoopX 已有 3 个 showcase：auto PR issue fix、AutoML experiment 和 auto coredump fix。 以 OpenViking 开源仓库的 PR issue fix 为例，Agent 不只是循环写代码。它需要持续理解 issue 的不同状态，判断何时开发、何时等待、何时请求 review，处理 CI、冲突和上游变化，并连续交付多个 PR。 这对应 LoopX 的 domain state 管理：领域系统决定真实状态，LoopX 负责把状态投影成下一步可执行的工作。 与此同时，Agent 还可以在干活过程中实现能力自进化。当它发现现有系统缺少某项能力时，可以提出 feature、完成开发与验证、发布新的离线或在线版本，再使用新能力继续原来的任务。 长程 Agent 天然适合自进化，“完成工作”和“升级完成工作的系统”可以在同一条长程轨迹中发生。 LoopX 把这些信息外置成结构化控制面： • Goal / Vision：目标是什么，什么不能被局部优化牺牲 • Todo / Gate：当前执行的 frontier，以及必须留给人的关键判断 • Identity / Authority：谁能 claim、writeback、approve • Evidence / Receipt：每次推进留下什么可回读证据 • Quota / Scheduler：何时继续执行，何时安静等待 • Handoff / Recovery：换模型、换会话、换 host 后如何恢复 你也可以把它理解为一块专门给 Agent 设计的可执行 Kanban。 普通看板只展示“谁在做什么”；LoopX 的状态会直接约束和驱动下一次 bounded turn，让看板本身成为执行系统的一部分。 这套系统最强的地方是通用性。它不只可以修 PR，还可以做 auto research、长期实验、自媒体运营、复杂 feature 开发和办公任务。 Agent 不再只是一次性的回答机器，而可以围绕一个人的 vision，长期工作、等待、吸收反馈、积累证据并持续演进。 LoopX 从一开始 build in public：状态协议、CLI、控制面实现和真实运行轨迹都进入了开源仓库；它也已经和 OpenViking、NoKV 等 agent infra 项目形成了开源合作伙伴关系。 我希望 LoopX 最终能放大每个人的 vision 和想象力。只要你有自己的目标、想法或技术主张，就能拥有一个全天候继续工作和探索的 Agent 系统，帮助你把愿景一点点变成现实。 欢迎试用、提 issue、贡献代码，或者用一个真实的 multi-day task 跑 LoopX。

为什么 40 万浏览量的 LoopX 能让 Agent 连续运行 200+ hours，却不会把错误计划坚持到底？ 技术主张：长程 Agent 的难点不是永远制定正确计划，而是能够检测计划失效，在不越权的情况下写出新的可执行前沿。 Replan 什么时候触发？LoopX 主要识别四类时机。 1. 外部事实使原假设失效 PR review 改变 public contract，CI 暴露新的兼容问题，branch / merge 出现 blocker。系统先写入 fresh evidence，证明“哪条事实变了”，再判断原路线是否仍成立。 2. 当前路线持续没有推进 一次 monitor no-change 只会 backoff、quiet、no spend；它可能只是正常等待。只有同一条 lane 连续无变化，而且当前没有可执行工作时，停滞才会形成 replan trigger。 3. 工作前沿耗尽，但目标还没有满足 Todo 看起来全关了，不代表 goal 已完成。只要 acceptance 仍有 gap、successor 缺失，或者 evidence 不足以支持 terminal，系统就必须重新生成可执行前沿。 4. 用户反馈或权限边界发生变化 用户修改目标、验收标准或 decision scope 后，旧计划可能失去继续执行的授权。系统先保留或创建 user gate，再重算仍可安全推进的工作。 触发之后，LoopX 执行一条可验证的状态迁移： external change → fresh evidence → replan trigger → authority check → bounded state delta → executable frontier → resume 这条链有四个约束： • 证据先于 Replan：失败、等待或模型的主观判断不能直接推翻计划。 • Replan 不越过权限：blocked 工作继续 blocked；Agent 只能推进不依赖该决定的安全工作，或提出具体问题。 • Replan 必须写出状态变化：保留、拆分、新增、退役、替换工作，或请求一个决定。只有“已重新规划”的 ACK 会被判定为 replan_noop，不构成 material progress，也不应 spend。 • 已有可执行工作时继续推进优先：Replan 不做周期性打断；只有路线失效、停滞或前沿耗尽时才接管下一次 transition。 以 auto PR issue fix 为例： PR checks pending → 一次 no-change：backoff，继续等待 → 连续 no-change，且没有 runnable work：触发 replan → review 又改变 contract：写入新 evidence 和 user gate → 原 successor 保持 blocked → replan 增加不依赖 gate 的安全工作 → owner decision 到达 → 在新 contract 下 resume 模型可以更换，session 可以中断，host 可以重启。下一轮仍能读回原目标、最新证据、尚未越过的权限边界，以及新的可执行前沿。 你的 Agent 最常在哪一种变化后继续执行旧计划：外部事实改变、等待太久、目标没有达标，还是用户反馈改变边界？

为什么我们学不会那些"成功人士的特质"？ 为什么这根本不是我们的错？ 因为我们在模仿终点，不是走过程 老师们有没有注意过一个现象： 你刷到的所有"干货"，展示的都是别人的结果。 一个人经历了十年创业，踩过无数坑，被背叛过、失眠过、差点破产过，最后站在你面前，看起来"遇事不慌"。 你把他这份沉着的切片拿出来，做成标签，告诉自己——"我要学到这个。" 但你没看到切片之外的东西。 你没看到他第一次面对背叛时愤怒到发抖的夜晚 没看到他第一次失眠时对着天花板的无助 没看到他第一次差点破产时，一个人在办公室坐到天亮，然后决定第二天继续。 那份沉着不是学来的。 是被事情反复碾压之后，从废墟里自己长出来的。 同样的道理适用于任何"成功人士标配"： 你看到一个创业者"杀伐果断"，你没看到他曾经过度共情、被合伙人坑走的那些年。 他先摔进"太软"的坑里，才在坑里建起了边界。 你看到一个人"从不内耗"，你没看到他曾经是那种一条微信能琢磨三天的人。 他不是天生清透，他是先在浑水里泡够了，才学会了沉淀。 网络上那些什么乱七八槽的标签：「内核稳定」「强者思维」「高能量体质」——它们描述的是一棵树的树冠。 你看到的是绿叶和果实，你看不到地下盘根错节、挣扎了十年才扎下去的根。 关于这个我很喜欢的心理学家 Murray Bowen 有一个概念把这件事讲得特别透彻，他在家庭系统理论里区分了两种"自我"： 伪自我，是在关系压力和外部期待下形成的。 别人说你应该冷静、应该自律、应该强大，你就把这些标签往身上贴。但它是借来的，一阵风吹过来就散架。 坚实自我，是在一次次真实的选择和经历中，自己思考、自己确认、自己扛过去之后，一点一点建立起来的。 它不和别人比较，也不需要通过模仿来获得安全感——因为它不是贴上去的，是长出来的。 你刷视频学来的"内核稳定"是伪自我。下次遇到真正让你委屈的事，你还是会崩溃的 而你在某次真实的冲突中，心跳加速、手心出汗、身体每一个细胞都想爆发——然后你依然选择了深呼吸，选择了把话说完而不是摔门而去。 那才叫内核稳定。 它不是一条视频教给你的，是你用那一次一次的"选择不爆发"换来的。 知道和做到之间，隔着一整个人生 这也是为什么"知道但做不到"是这代人最普遍的内耗来源。 你不是懒，也不是意志力差。你只是被这个时代骗了——它让你以为信息和体验是同一回事。 信息是你看了别人的总结。体验是你用自己的人生跑了一遍。 一个简单的例子： 你现在知道了"课题分离"——别人的情绪是别人的事，你不需要为它负责。 这个道理很好，很对。 那为什么下次室友甩脸色，你还是会难受一整天？ 因为你的神经系统已经运行了十几年的"察言观色"程序。 在你还没学会说话的时候，你就学会了观察大人的表情，因为那关系到你的安全。这套程序救过你的命——它让你在不确定的环境里活下来，并发展出了敏锐的感知力。 它不是"一个坏习惯"，它是你的早期操作系统。 你不能指望看一条两分钟的视频，给这套运行了十几年的系统打个补丁，然后就万事大吉。 不存在这种补丁的 真正能改写系统的，是在真实的生活里，反复经历"新的反应"替代"旧的反应"的过程。 下一次室友甩脸色，你的自动程序还是会启动。但你可能比上一次更快地意识到——"哦，这是他的事，不是我的事。" 你可能还是会难受，但难受十分钟，而不是一整天。 下一次呢？五分钟。 再下一次？你甚至可以在心里说一句："好的，我看到了。但这次我不进去了。" 这就是改写系统的过程。没有捷径。没有任何一句话能替你跑完这些回合。 穿过它，才能长出它 自己有一段经历，可能是最好的注脚 有很长一段时间，我是别人一句话能在脑子里回放三天的人。。。 被老师说了一句，难受一周。 当然他说我是烂泥我估计能记一辈子 朋友没回消息，能脑补很多事情。 我知道这样不对，看了很多讲"如何停止内耗"的文章——课题分离、正念冥想、活在当下、不要过度解读。 道理肯定是都明白的 没用，该内耗还是会内耗的 我相信很多人一开始都是这样的