1.如何实现长任务恢复长任务恢复的核心是把任务状态外化而不是依赖进程内存或完整聊天记录。系统需要持久化任务目标、当前计划、已完成步骤、关键工具结果、产物位置、重试次数、审批记录和最近检查点并给每个状态写入版本号。恢复时从最近一个已经确认的检查点继续只重新执行未完成或可安全重试的步骤。发送消息、创建订单、扣款等有副作用的动作必须带幂等键恢复前先查询动作是否已经成功避免进程重启后重复执行。上下文只重建必要状态和证据不应把所有历史日志重新交给模型。举例报告生成任务已经完成资料收集和大纲撰写时服务重启。恢复后应读取检查点从撰写阶段继续而不是重新搜索全部资料如果某份文件已经创建还要避免重复创建。2.如何判断 Agent 已经跑偏判断 Agent 是否跑偏不能只看最终输出还要观察执行过程。常见信号包括当前动作与原始目标无关、反复调用相同工具、计划长时间没有推进、关键业务状态没有变化、上下文持续膨胀以及 Token、时间或费用明显超过同类任务。工程上可以记录每步目标、动作和结果在关键节点使用规则或独立检查器判断“这一步是否服务于任务目标”“是否获得了新信息”。发现跑偏后可以裁剪污染上下文、回到最近检查点、重新规划、要求用户确认或转人工而不是继续沿错误路径执行。