本文是对 Google Cloud 工程师 Qingyue（Annie）Wang 一场约 2 小时 26 分钟 Agent 系列课的摘要与评论。推广帖来自 @0xShoopy（读帖时约 7205 曝光、71 收藏、99 赞）；同帖还 quote 了她自己的 X Article《Graph Engineering: how to build the agent system that replaced loops》。本文只解读帖上挂载的这段课程视频。插图为演讲关键帧；完整内容请看原视频。配套官方 Codelab 署名亦为 Qingyue(Annie) Wang（见文末链接）。

后文实验都跑在 Google 的 ADK（Agent Development Kit） 上。可以把它理解成「做 agent 的开发套件」：提供会话、工具调用、工作流图、执行引擎等，而不是让你从零手写每一层。

全文主线可以压成一句：大模型只会在「被调用的这一轮」里思考和回答；跨时间、跨重启、跨用户的能力，都不在模型本身，而在模型外面的那层软件。 这堂课反复在证明这句话。

这篇在说什么

这堂课不是「再讲一遍怎么写 prompt」，而是讲模型外面那一层软件要管什么：上下文与记忆放在哪里、工具与工作流怎么接、定时唤醒为什么不能写在指令里、进程被杀后如何继续跑，以及付费类副作用怎样避免重复扣费。视频大致拼了三段：开头约 9 分钟讲 AI harness（agent 周围那整层软件），中段是山谷客服塔 Agent Valley / The Archive 的记忆实验，后段是假想购票站 MonsterTix 的长跑实验。

1. Agent harness 基础：模型懂，不等于能干活

开场有个 vignette（小场景）：你让 coding agent「加一个导出 CSV 的按钮」。模型可能知道怎么写代码，但没有项目文件权限，也不会自己跑测试。中间还缺一层软件：把仓库上下文塞给它、把工具接上、授予执行权限，并管理模型和环境之间的多轮来回。她把这层叫 AI harness——字面是「马具」，这里就是套在模型外面、让 agent 真能干活的那套软件。

她把 harness 设计拆成四块，每块对应一类真实问题。

第一块是 Context & memory（上下文与记忆）。要解决的是：这一通对话记在哪、草稿状态放哪、跨会话还要不要记得这个人。它通常分成 session（整段对话加上工具调用记录）、state（一份键值草稿本），以及蒸馏后的长期事实。

第二块是 Tools & execution flow（工具与执行流）。要解决的是：模型怎么真正调用外部能力。本地函数、HTTP API，以及 MCP（一种让模型按统一协议去调用外部工具或数据源的接法）都可以挂在这里。ADK 的 graph workflow 还可以事先定义节点顺序、并行检查和重试上限，而不是每次全靠模型临场发挥。

第三块是 Runtime / security / privacy（运行时、安全与隐私）。要解决的是：代码在哪跑、凭证会不会泄漏、恶意指令会不会被当成系统命令。包括沙箱、把仓库里的可疑文字当不可信数据（prompt injection）、网络边界，以及敏感动作先暂停等人确认。还要问清楚：工具返回的内容会不会进模型上下文、进 session、进日志、进长期记忆。

第四块是 Agent evaluation（怎么验收）。要解决的是：怎么知道 agent 真做成了，而不只是「看起来会说」。可以做确定性检查（比如导出是否含那 10 个客户）、用另一个模型当裁判（LLM-as-judge），或让真人走查；这几类可以混用。

解读：把「agent」和「harness」拆开，是后半场记忆、定时唤醒、崩溃恢复、幂等能落地的前提。那些能力几乎都不在单次模型调用里。

四块里最先被展开、也最容易踩坑的，是第一块里的记忆：上下文放哪、跨会话怎么续、写进去了下次能不能找回来。下面就顺着这条线，进入山谷客服塔的实验。

2. 四类 agent memory：先讲清山谷里发生了什么

中段实验的故事背景叫 Agent Valley，核心场景是档案塔 The Archive。可以把它想成山谷里的客服中心：前台档案员叫 Vesper；访客夜里灯笼灭了（事情没办完），白天带着 case 号（工单号）回来。现实里最常见的痛点是：回访时客服「不认人」——上一通说过的偏好、进度、承诺，这一通全没了。实验要练的，就是让 agent 在「这一通 / 这个访客 / 整个山谷」三个尺度上都能接得上。

约 12:16，幻灯把 agent 的记忆画成四格。本次实验主要练前三类；第四类只带过。

类型	装什么	大致活多久	片中落点
Working	当前对话的「现在」	这一通 visit	ADK Session（对话记录 + state）
Episodic	过去发生过什么	可跨多次 visit	Sqlite 等 session 持久化
Semantic	蒸馏后的「什么是真的」	长期、可改写	Memory Bank、BigQuery
Procedural	怎么做（技能与习惯）	随 instruction 变	agent instruction（本课标成另开一门，不练）

对应到 Archive 故事：Working 是记得这一通对话；Episodic 是记得这个访客以前来过、上次 case 说到哪；Semantic 是能搜整个山谷里别人有没有同类问题（机构知识）。Procedural 更像「办事流程写进说明书」，本片不展开。

要把这些真正写进系统，口播和 Codelab 反复强调一句：state 是代码写进去的，不是聊出来的。 Codelab 的 EDIT ONE 就是改工具函数：若不显式写 tool_context.state[...] = ...，模型可以「听得很清楚」，session 里的 state 仍是空的。聊天记录在，不等于草稿本有值。

幻灯上还有两句金句，意思很近。A record is not a memory：存档不等于记住——文件躺在库里，不等于下次对话会去用。filed is not remembered：上架了不等于下次会去拿。后面 InMemoryMemoryService 那段，就是在演示「归档」和「召回」是两件独立的事。

state 要落盘，就得选 session 存在哪。ADK 的 Session service 常见有三条路。默认 InMemory：全在进程内存里，快，但重启就没了，适合她点名的语音等短会话。本 lab 用 Database / SqliteSessionService：写进本地库，进程挂了还能读回来。还有 Vertex AI 托管：交给云上会话服务。选哪条，取决于你能不能接受「一重启就失忆」。

ADK 还用键名前缀区分寿命，可以对照「活多久」来记：无前缀大致只活在本 visit；user: 跟着这个访客跨多次 session；app: 是全应用共享；temp: 是本轮临时，resume 时长跑时常常会丢，不能当检查点。

有了 session，还要能「归档后再找回来」。再往上是 InMemoryMemoryService：用 add_events_to_memory 把事件归档，用 search_memory 去召回。但默认实现是把整段事件原样塞进进程内字典，再按词频或关键词找；关进程就没了。所以「filed」只完成了上架；没有人调用搜索，或进程已经没了，都不算「remembered」。

解读：前缀怎么切，以及「写策略和读策略拆开」，比「再加一个向量数据库」更先该钉死。很多「agent 失忆」其实是 state 没写，或写了却没人调用 search_memory。

上面这套进程内方案够演示，但有几处明显不够：不会从对话里蒸馏事实、偏好改了不会合并成当前真相、检索靠词频不靠语义、一关进程就清空。接下来她切到托管服务 Memory Bank，专门补这几块。

3. Memory Bank 与 GraphRAG：个人事实 vs 山谷知识

约 50:52 切入 Memory Bank。它是跑在 Vertex AI Agent Engine（Google 云上托管 agent 运行时）上的托管记忆服务。相对刚才的 InMemoryMemoryService，目标是：agent 业务代码几乎不用改，就能换上更强的记忆后端。

可以把它理解成几组对照。写入时不再塞整段聊天原文，而是用模型蒸馏事实（例如「访客偏好蓝色座位」）；还可用 allowed_topics 在写入时裁掉「午饭吃了什么」这类不该进长期记忆的内容。偏好会变：今天喜欢紫色、明天改蓝色，系统会 consolidate（合并）成当前事实，而不是无限追加互相打架的旧句。读取时走 embedding，按语义检索，不是数共现词。存储挂在 Agent Engine 上，能活过本机进程重启；控制台可审计，并按用户隔离。遗忘方面，Codelab 强调 ADK 的 memory 抽象没有 delete：agent 不能随口说「忘掉吧」就生效；真正删除是应用侧治理（例如调用 memories.delete）。

到这里还缺一块：Memory Bank 按用户隔离，管的是「关于你」的个人事实。山谷仓库里还有别人的案例、机构知识，不能硬塞进同一作用域，否则隐私和检索范围都会乱。所以她接着讲 GraphRAG（用向量检索找入口，再用知识图做关联遍历的一种检索法）：山谷数据放在 BigQuery（Google 的大数据仓库）里，原地跑 ML.GENERATE_EMBEDDING（片中与 Codelab 用 gemini-embedding-001），做「听起来像」的检索；再在 property graph 上 MATCH，做「连在一起」的遍历。向量负责找入口，图负责给引用路径。她反复强调：similar ≠ connected——语义相近，不等于图上真有边连着。

解读：Memory Bank 卖的不是「又一个向量库」，而是把写、合、读策略外置成服务，agent 代码几乎不动就能换存储。GraphRAG 那段则提醒：跨用户的机构记忆不该硬塞进「关于你」的 Memory Bank。

前半场把「记得住、找得回」讲清楚了。后半场换场景：假想购票站。问题不再是记没记住，而是「说好过一会儿再查」为什么根本跑不起来，以及进程挂了怎么接着干、重试时会不会扣两次钱。

4. 「10 秒后再查」为何没用：先讲清 MonsterTix

约 1:23:05 进入 MonsterTix：一个教学用的假想购票站，演唱会叫 Midnight Signal，队列极长。片中也声明：这是假场馆，不是教你去真实票务站刷票。

你自然会希望 agent 说「我 10 秒后再查一次排队进度」。它也会很有礼貌地答应——但不会真的设定时器。幻灯标题直接写：A prompt cannot schedule a run（一条提示词没法预约下一次运行）。原因回到开篇主线：instruction（系统指令）只在已经有人、或已经有外部事件调用这一轮时被读到；模型不会在后台自己醒过来。下一轮必须由外部事件启动。

修法可以按三步搭骨架。

第一步，你的应用暴露一个 /wake（或同类）HTTP 端点，里面去调 ADK 的 Runner。Runner 是真正「跑一轮 agent」的执行引擎；Agent 对象本身更像一份描述（用什么模型、哪些工具、什么指令），不会自己定时苏醒。第二步，外部的 clock、cron、Pub/Sub 或页面按钮 在到期时向这个端点 POST 一次。第三步，Runner 绑定之前的 session 与 memory，再跑一轮工具（查队列、座位图等）。

Lab 里拆成三步：2a Prompt（先亲眼看到「只写指令不够」）、2b Server（起服务监听 wake）、2c Clock（用时钟发下一次请求）。口播也澄清：Runner 不等于 harness；harness 是 agent 周围整层，Runner 是其中负责执行的那一块。

解读：这是生产里最常踩的坑之一：把「以后再做」写进 system prompt。模型只能在被调用时表现得像会等到；真正的 sleep 与 wake 属于基础设施。

wake 解决的是「到点再跑一轮」。那如果跑到一半进程被干掉呢？下一节用 kill -9 测的，正是 session 持久化加上再次触发，能不能把任务捡回来。

5. 中途 kill 后如何 resume

约 2:00:26，时间线是这样的：购票队列还在走，演示者对 ADK web 进程执行 kill -9（强制杀死进程）。场馆侧仍占着你的号；session 库里仍有 saved task（已保存的任务检查点）。只把进程重新拉起来，不会自动接着跑——还要显式 resume，或再发一次 wake，让 Runner 重新接手。演示强调：把 session 与 state 持久化下来，是长跑任务和 human-in-the-loop（例如预算确认等人点头）的地基。也要注意：标成 temp: 的临时状态，resume 时往往会丢，不能指望它当检查点。

解读：resume 不是「聊天记录还在」这么简单，而是任务检查点加上外部触发器两件套。杀进程测的是 harness 的持久化，不是模型记性好不好。

长跑一旦会重试、会 resume，下一个坑就来了：同一笔购票若因网络抖动被提交两次，就会重复扣费。所以片尾专门讲幂等护栏。

6. 防重复收费：idempotency key 白话

约 2:20:04：购票工具已经在场馆侧提交了订单，但接口返回 HTTP 503（服务暂时不可用）。如果客户端看见失败就盲目再发一次，场馆可能扣两次钱。幻灯里的做法是：工具带上同一把 idempotency key（幂等键，片中记作 K1） 和同一份请求内容，自动再试一次；场馆认出「这把钥匙对应的订单 O1 已经存在」，只确认一笔，不新开第二单。白话说：同一把钥匙加上同一份请求，对方只认一笔账。 另外还有座位过期类 staleness guard（过期护栏）或 callback，避免按已经过时的座位图下单。

解读：agent 一接上「会花钱的工具」，可靠性问题立刻变成分布式系统的老问题：幂等键、过期校验、需要人确认的预算。这些和「模型聪不聪明」是正交的。再次强调：MonsterTix 是教学用假场馆。

怎么看这条内容

第一，值什么。它把记忆、定时、崩溃恢复、花钱四类生产问题，拆成可替换的服务边界（session、state、Memory Bank、wake、idempotency），比「免费 2.5 小时 agent 课」的营销句更耐用。

第二，要打折什么。帖文时间戳与口播大体吻合，但视频是多段 workshop 拼接（harness 短片、Archive、MonsterTix），不是单一「一门课从头讲到尾」的剪辑节奏。中段有现场问答，demo 偶发卡顿，信息密度不如幻灯页。

第三，别和同帖 quote 搅在一起。《Graph Engineering…》 是另一套「用图工程替换循环」叙事；本片主线是 ADK harness、记忆分层、长跑触发与幂等。

第四，讲者依据。片中 Google Cloud 幻灯与 Codelab 页脚可对上；官方 Codelab The Archive — Memory at Agent Valley 与相关 ADK 材料署名 Qingyue(Annie) Wang；另有同系列 Medium / YouTube「AI harness」短片可对照。

可继续阅读原文与完整演示：

• X 原帖与视频（@0xShoopy）
• 官方 Codelab：The Archive — Memory at Agent Valley（记忆分层）
• 官方 Codelab：MonsterTix — Long-Running Agents（wake / resume / 幂等）
• 同系列短片：AI harness crash course（YouTube）
• 同帖 quote（另文，非本片）：Graph Engineering…（@0xShoopy）

截图仅作解读插图，版权与表述以原演讲为准；本文不做逐字稿转载。专有名词以幻灯与 Codelab 为准。