下一代 AI 代理產品的核心 DNA：將智慧與持續性分離

• 當 AI 代理（Agent） 從純對話走向能夠調用工具、執行數小時或數天任務的行動導向產品時，其底層架構必須重新思考。 • 作者提出核心假說：下一代 Agent 產品應將智慧與持續性徹底分離，由外部控制層（Harness）維持可重建且可驗證的任務狀態。 • 對於執行複雜任務的 Agent 而言，記憶的關鍵不在於高回憶率（Recall），而是具備隨時可復原的可恢復性（Recoverability）。 • 應避免讓模型背負龐大的歷史對話紀錄，改為維護一個包含當前狀態、已驗證成果與未決問題的最小足夠執行狀態（Minimum Sufficient Execution State）。 • > 模型負責根據當前狀態進行判斷與行動，而任務的持續性則應由外部環境、治理層與驗證證據共同支持。 • 如此一來，即使模型實例中途被暫停、清除或替換，系統也能無縫接軌，不需重新閱讀所有歷史對話。 • 任務完成的定義不應只由模型自行宣稱，而應由外部系統透過獨立驗證來判定，實現意圖與能力的解耦。