跨窗口长任务交接：让决策、进度和产物从同一状态续跑

新窗口接手时，“我们上次聊到哪了”不是一个合格问题

周岚是一名独立市场研究顾问。她接到一项 10 天任务：阅读 37 份客户和公开资料，建立 61 条证据记录，完成 8 张图表和一份 42 页进入策略报告。任务会跨设备、跨天进行，还要在第 6 天接收客户的新范围决定。

过去她主要依赖对话历史。新窗口打开后，她先让 AI 概括旧对话，再凭摘要继续。这样做看似省事，却让长任务反复出现三类问题：已经读过的资料被重新读取 11 次；旧窗口否决的分析口径又被采用 3 次；两个同名“最终稿”互相覆盖。

真正缺失的并不是更多历史文字，而是一份能回答“现在有效的决定是什么、哪项工作做到哪里、哪些产物可以继续用”的状态。周岚因此把对话改成执行界面，把外部状态包作为事实来源：

项目经历 13 个工作窗口和 12 次交接。第 8 个窗口故意不提供旧对话，只给状态包，新窗口在 4 分钟内确认当前阶段、未决问题和下一项动作；0 个已否决决定被恢复，未完成的 CHART-05 仍是 in_progress，等待政策复核的 W-14 仍是 已阻塞。本文是教学案例，人物、文件和时间用于说明方法，不代表某种模型的通用效果。

长任务真正缺的不是“更长记忆”，而是可核验的外部状态

对话历史同时装着用户要求、讨论、试错、工具输出、旧草稿和新决定。越长越难判断哪句话仍有效。摘要可以减少长度，却可能把一个后来才重要的限定条件压掉；新窗口即使读到全部历史，也要重新推断现在做到哪里。

周岚把信息分成四类：

外部状态不是让 AI 永久记住一切，而是让任何新会话能用少量高信号记录重建工作现场。聊天记录仍可用于追溯语气和探索过程，但状态判断必须回到受控资产。

压缩、状态页、检查点和版本历史的职责不同，不能互相冒充：

周岚允许系统压缩对话，但压缩前先把新决定、未决阻碍、工作区状态和产物变更写入受控资产。压缩摘要中的“报告已完成大半”不会改变任何工作状态；只有账簿中的合法转换和验收证据才能改变当前状态。

反过来，状态包也不复制所有工具输出。一次 2,000 行解析日志只在产物事件中保存路径、摘要、退出状态和关键失败；需要诊断时再按需读取原日志。把原始输出全部塞进交接会重新制造上下文污染。

状态对象必须互相引用，不能各说各话

状态包不是多个独立笔记。项目确定总目标，工作项表示可执行增量，决策改变后续规则，证据支持有限主张，产物是实际文件，变更请求改变合同，会话与交接连接一次工作的前后。每个对象都有稳定编号，关系只通过编号建立，不用“上次那个表”指代。

关系还要声明方向。DEC-04 影响 CHART-05 表示决定改变时图表要复核，不表示图表可以修改决定；CHART-05 依赖于 DATA-02 表示数据新版本可能使图过期，不表示删除旧图就能删除源数据。把关系写成自然语言段落，下一窗口很难做影响分析。

周岚规定当前事实的优先级：已批准章程与决策高于交接描述；产物注册表和真实文件摘要高于“已生成”的聊天陈述；进度账本的最后合法转换高于手写当前状态；真实外部系统回执高于任何计划记录。两层冲突时必须报告不匹配，不允许模型挑更方便的一条。

开始前先写项目章程，防止每个窗口重新解释目标

项目章程只保存稳定合同，不记每天进度。周岚用一页说明：

章程版本是 章程 -1.0。第 6 天客户要求加入第四个市场时，不能在聊天里顺手接受；它先成为 CR-03，评估新增 9 份资料、2 张图和 1.5 天工期，再由客户选择替换原范围而非静默加量。

任务拆成能在一个窗口内留下干净增量的工作项

“完成研究报告”太大，任何会话都可能在中间断开。周岚把任务拆成 24 个 工作项，每项有唯一 ID、输入、输出、依赖、验收和预计窗口：

每个窗口最多选择一个主要工作项，必要时完成一个很小的修复项。结束前要么把该项推进到有验证证据的状态，要么明确保留为“进行中”或“已阻塞”，并列出未完成部分；不能用“做了很多”代替状态。

W-13 不是“画渠道图”，而是一份小型任务合同：输入必须是 DATA-02 的已接受版本和 DEC-04 的渠道定义；处理先校验 126 行唯一记录，再按市场编号聚合；输出包括 CSV、可缩放矢量图形、复算表和图注；验收要求三个市场总和仍为 126、每个柱都能回到证据编号；若来源日期缺失或分母冲突则停止。

她还控制粒度：若一项预计超过两个工作窗口，就拆分；若小到只有“打开文件”这种没有独立产物的动作，就并回上级。粒度不是越细越好，而是中断后能判断已完成边界，并能在一个窗口内留下可验证增量。

用有限状态机管理进度

工作项只允许沿定义的状态转换移动：计划中 → 就绪 → 进行中 → 待复核 → 已接受；资料或决定缺失时进入已阻塞；被新决定替代时进入已取代。“完成”不是一个自我判断词，已接受才表示完成证据已经通过指定验收者。

状态转换也写入进度账本，而不是只覆盖当前状态。这样能知道 W-13 为什么从待复核退回进行中：图表总数对得上，但两个市场的分母口径不同。

决策记录只保存真正改变后续工作的选择

对话中的每个建议都记日志会制造噪声。只有会影响范围、口径、结构、工具、风险或验收的选择才建立 决策记录：

后续会话遇到旧方案时先查 DEC-04。若出现新证据，不能删掉旧记录，而是建 DEC-07 取代 DEC-04，并列出受影响产物。决策日志因此既能阻止反复争论，也能让修改传播到正确位置。

决定被接受时运行影响检查。DEC-04 列出 2 个工作项、1 份数据、2 张图和报告第 4 章；系统为尚未接受的对象更新依赖，把已经接受的对象标为待复核，不能直接覆盖。若影响为空、但决定类型是“指标定义”，发布门禁应失败，因为口径改变不可能完全没有下游影响。

影响传播只改变状态和待办，不自动改正文或对外发送。自动修订会把一个决定扩散成大量未经复核的新事实；交接系统负责暴露影响，不替负责人做所有判断。

进度账本记录事件，当前状态页只保留最新摘要

进度账本逐行追加会话编号、工作项编号、原状态、新状态、事件、验证和时间。当前状态页则每次交接重写为一页，列当前阶段、已接受、进行中、已阻塞、未决决定和下一批准点。

若当前状态写 W-13 为待复核，但账簿最后一条显示已退回进行中，预检返回“状态不匹配”，不允许新窗口自行选择。由负责人对账后再更新状态页；“读起来大致一致”不足以放行。

为了避免更新到一半，交接使用一个 会话关闭事务。它先写临时事件并校验引用，再更新 产物注册表 与 账簿，最后生成 当前状态 和 交接；全部成功后写 已关闭 标记。若在中间断开，下一窗口看到 会话=关闭 而非 已关闭，按 事务日志 回滚或补完，不能把半套状态当最新事实。

当前状态是从受控记录派生的一页视图，不应成为独立编辑的第二套数据库。个人项目可以手工维护，但也要先改账簿和注册表，再同步摘要，顺序不能反过来。

产物清单要记录版本、来源、状态和替代关系

文件名 最终-v3 无法说明是否批准。artifact-register.csv 为数据表、图、正文、说明和交付包分别登记：

每个版本保存内容摘要校验值、生成工具或编辑者、创建时间和验证结果。产物内容改变但版本未变会触发“摘要不匹配”；报告引用已取代的图表会触发“依赖已过期”。交接者不需要通读全部文件，也能看出哪一份可用。

产物注册分“存在、完整、已验证、已批准”四层。文件出现在目录只能证明存在；CSV 能打开不证明行数和口径完整；验证通过也不代表客户批准。CHART-05@1.3 已生成且复算市场 A 通过，但市场 B 分母未核，因此状态仍是进行中，不能因截图看起来完整就进入报告。

版本恢复也实际演练。她从 REPORT-01@0.3 建一个临时副本，故意把 CHART-05 指针改回 1.1，再运行 依赖检查；系统找到 2 处旧图引用并拒绝导出。恢复 注册表 指针和正文引用后重新导出，证明回退不是“历史文件还在”，而是知道怎样重建一致交付包。

证据表把“已经研究过”变成可复核输入

61 条证据不是收藏链接，而是 主张、原文、来源位置、内容日期、访问范围、支持或反对方向、适用边界和 复核人。报告只能引用 已接受证据；网页摘要、搜索片段或模型转述不能直接升级为证据。

交接记录只写“W-14 被 EV-052 阻塞”还不够；还要说明需要哪类复核、谁能解除、截至何时。证据状态变化会沿影响关系把相关文字和图标记为待复核。

每个窗口开始时先做恢复预检，不要立刻继续写

新窗口按固定顺序读取：项目章程 → 当前状态 → 最新交接 → 工作项 → 相关决策 → 产物注册表 → 必需证据。它不会先读全部聊天，也不扫描整个目录。

预检输出 恢复接收：读了哪些版本、当前工作项、允许动作、禁止动作和第一项验证。用户或本人确认回执后才执行高风险步骤；对纯草稿工作可按章程预授权继续。

resume_id: R-09
handoff: H-08 / lint=18-of-18
charter: 1.1 / digest matched
current_work: W-13 in_progress
inputs: DATA-02@2.1 accepted; DEC-04 accepted
blockers_not_for_this_action: W-14 waits for EV-052 review
first_check: DATA-02 rows=126, record_id unique, source_date complete
allowed: recompute market B and write CHART-05@1.3 draft
forbidden: change channel definition; edit accepted CHART-05@1.2; publish
stop_if: total!=126, input digest mismatch, or new CR exists

回执必须由新窗口根据状态包生成，不能由旧窗口把答案预先写好再照抄。周岚核对其中 8 个事实：项目版、当前项、输入版、决定、阻塞、首检、允许动作和停止条件。任一关键事实错就不开始；恢复速度不能用牺牲准确性换取。

预检还做“反向引用”检查：H-08 说 W-13 使用 DATA-02@2.1，产物注册表 也必须列 W-13 为消费者。单向引用容易在数据更新时漏掉下游；双向关系不一致时先修 注册表，再开展新计算。

每个窗口结束时留下“干净增量”，而不是一段叙述性总结

窗口结束前依次做六件事：停止扩范围；验证本次产物；登记新文件或版本；追加进度和决策；更新当前状态；写下一交接。若验证不通过，保留失败结果和可恢复检查点，不把状态改成待复核。

“继续完善报告”不是下一步。“打开 W-13，使用 DATA-02@2.1 重新计算市场 B 分母；若总数不等于 126，停止并检查 SRC-16，不改 CHART-05@1.2”才可执行。

窗口结束时还要区分“交接文字已写”和“交接事务已关闭”。H-08 写完后，周岚从一个只读视角重新打开产物注册表、账簿和交接，按下一动作实际定位输入；若需要依赖作者脑中信息才能找到文件，交接退回补写。这个一分钟试运行经常能发现路径、版本或负责人漏项。

她不在结束前临时开启第二个大任务。如果 W-13 提前完成，剩余时间只做验收、登记或一个能够独立关闭的小修复；在上下文即将结束时启动 W-18，会留下更多 脏状态，表面提高利用率，实际把恢复成本转给下一窗口。

中途断开时诚实保存未完成状态

会话可能在工具运行、文件改到一半或验证失败时结束。周岚使用检查点标记安全、存在未保存修改或状态未知：安全状态可由下一窗口直接继续；存在未保存修改时列出变化和恢复步骤；状态未知表示无法确认最后动作是否完成，必须先检查外部状态。

不确定外部动作是否发生时尤其不能重试。先读真实系统结果；若无法读，就转人工确认。长任务的连续性不是“永远不停”，而是在不确定时停在可恢复边界。

范围变化先做影响分析，再更新所有状态资产

CR-03 要加入第四市场。周岚用影响表检查章程、任务、证据、产物、工期和费用：

客户最终选择不增加页数，而是用第四市场替换原来的市场 C。章程 -1.1、DEC-06 和受影响关系同时更新；市场 C 的已完成证据进入 归档，但不删除。若只改章程标题，下一会话仍可能继续旧任务清单。

交接包先过一致性检查，再交给下一窗口

结构化字段不自动保证正确。周岚为 交接 写 18 条静态和状态检查，覆盖引用、版本、状态、下一动作、权限、时间和工作区。检查器不判断研究结论是否合理，只拦截能机械发现的断链。

H-08 首轮 代码检查/格式化 通过 15/18。失败三项：next_action 没写预期总数 126；W-14 阻碍项 缺 负责人；CHART-05@1.3 的 摘要 尚未登记。补齐后 18/18，但这仍只是“结构可交接”，不是内容已完成。下一窗口的恢复预检和实际动作继续承担语义验证。

她还做时间陈旧检查：交接 超过 24 小时且期间有新 决策、变更请求 或外部回执时标 过时，必须重建；没有事件的周末不因自然时间自动失效。陈旧依据是状态变化，不只是文件日期。

用关闭历史对话的恢复演练验证交接包

第 7 个窗口结束后，周岚把聊天历史对测试窗口隐藏，只提供状态包和实际工作区。她提出 15 个恢复问题：目标、范围、当前工作、已接受 产物、已阻塞 原因、最新决定、下一动作、禁止动作和验证办法。

首轮答对 12/15。三项失败分别是：交接 写“图表待检查”，没有指出 CHART-05@1.3；DEC-04 没写影响第 4 章；当前状态 没标出 CR-03 正在等待客户。修正字段结构和记录后重新创建全新窗口，15/15 能从资产定位答案。

恢复成功不只看口头回答。新窗口还执行一个受控动作：检查 DATA-02@2.1 的 126 行、重算两个分组总数、更新 CHART-05 草稿，但不把它标 已接受。输出摘要与原计划一致，已否决的 标志 计数法没有回流，说明交接既传递事实也传递边界。

她再做一个破坏性较低的负向测试：把 交接 中 DATA-02 版本故意改成不存在的 2.2，预期系统返回 referenced_id_missing；把 脏数据/未保存=错误 保持不变但在工作区加入未登记 CSV，预期返回 workspace_mismatch。两个错误都在执行计算前被拦截。恢复演练既要证明正确状态能续跑，也要证明错误状态不会静默继续。

评分记录区分 检索 和 操作：能说出下一步但选错输入版本，检索 部分失败；说对全部事实却把草稿标 已接受，操作 硬门失败。15/15 只代表状态理解，受控动作通过才代表可继续工作。

合格交接要让下一窗口直接完成第一个动作

handoff_id: H-08
project: market-entry / CHARTER-1.1
session_ended_at: 2026-07-27T18:10:00+08:00

accepted:
  DATA-02@2.1 sha256:91a...e20; rows=126; validation=passed
in_progress:
  W-13 / CHART-05@1.3; market A complete, market B denominator pending
blocked:
  W-14 by EV-052 needs policy-date review from owner
latest_decisions:
  DEC-04 channel definition; DEC-06 market C replaced by market D
next_action:
  recompute market B from DATA-02@2.1; expect group total=126
stop_if:
  total!=126 or SRC-16 date cannot be verified
do_not_do:
  do not use website logo count; do not edit accepted CHART-05@1.2
workspace:
  dirty=false; last_checkpoint=CP-08-safe

交接不复制全部历史，也不写鼓励性话语。它只携带恢复当前任务所需的高信号状态，并通过 ID 指向完整记录。下一窗口若要理解 DEC-04 的备选方案再按需读取，不把所有决定全文永久塞进上下文。

12 次交接的结果要同时计算维护成本和失败成本

周岚用 6 次模拟新窗口测基线恢复，耗时 20、18、17、22、16、19 分钟，中位数为 18.5 分钟；使用状态包后的 6 次为 4、3、5、4、4、6 分钟，中位数 4 分钟。每次恢复节省约 14.5 分钟，但这是同一教学项目的模拟结果，不是模型能力 基准。

初次建立章程、字段结构、清单和恢复题用了 2.5 小时；首次窗口之后的 12 次恢复毛节省 12×14.5＝174 分钟。12 次窗口结束交接的维护中位数为 6 分钟，共约 72 分钟，净节省 102 分钟。第一项项目仍未回收 150 分钟初始投入，差 48 分钟；按每个循环净节省 14.5－6＝8.5 分钟，静态回收约需 150÷8.5＝17.6 次交接。

状态包不一定适合两小时能做完的任务。若预计只有一个窗口，完整交接结构的维护成本可能过高；至少保留目标、当前文件和下一动作即可。项目越长、产物越多、决定越易反复、外部动作风险越高，结构化交接越值得。

她不只统计恢复时间，还看状态包本身是否腐化：

若连续三个项目都只有 4 次以内交接、恢复中位数本来低于 6 分钟，她会退回最小五件套；如果出现外部发送、多个并行产物或两位以上协作者，则保留完整 账簿 和 检查点。交接方案按任务风险升级，不以目录文件越多越专业。

维护时间也不能通过让 AI 自动宣告 已接受 来压缩。自动化适合校验 ID、摘要、状态转换和依赖；研究结论、范围变化和外部动作仍由指定 负责人 批准。把人工判断删掉会让报表变快，却破坏状态可信度。

可以直接复制的长任务状态目录

project/
  charter.md                 # 目标、边界、验收、批准点
  current-state.md           # 一页最新状态
  work-items.csv             # 状态、依赖、完成证据
  decision-log.md            # 追加的决定与影响
  progress-ledger.csv        # 状态转换事件
  evidence.csv               # 主张、来源、边界和审核
  artifact-register.csv      # 文件版本、摘要、替代关系
  change-requests/           # 范围和要求变化
  checkpoints/               # safe / dirty / unknown
  handoffs/                  # 每个窗口的交接
  recovery-tests.md          # 新窗口恢复问题

如果只做最小版，先建 章程、当前状态、决策日志、产物注册表 和 最新交接 五项。每次开始先预检，每次结束只承诺已验证的增量。对话可以结束、压缩或丢失；只要状态资产完整、产物可恢复、下一动作可验证，长任务就不必靠模型“记得上次聊了什么”继续。

来源与进一步阅读

以下资料核验于 2026-07-21，用于支持外部状态、结构化笔记、上下文压缩、增量工作和版本恢复：

• Anthropic：Effective harnesses for long-running agents：长任务需要逐步推进，并为下一会话留下清晰进度资产和可工作的干净状态。
• Anthropic：Effective context engineering for AI agents：讨论 压缩、结构化笔记和按需读取，以有限上下文保持长程连贯。
• GitHub Docs：About Git：说明版本控制可记录改了什么、谁改、何时和为何改变，并恢复早期版本。