· AI Engineer World's Fair 2025
Два подхода к долговечным агентам: replay и snapshots
Two Roads to Durable Agents: Replay vs. Snapshot — Eric Allam, Co-founder, Trigger.dev
Длинным агентным сессиям нужны два отдельных механизма состояния: журнал контекста LLM и снапшоты машины, а replay-модель workflow-движков здесь не тянет.
- Разделение контекста и среды — контекст хранится журналом, в который только дописываются сообщения, вызовы инструментов и ответы, а файлы, память и подпроцессы сохраняются снапшотом. Так состояние переживает смену версии кода, сбой машины и паузу между сообщениями пользователя.
- Предел replay-модели — каждый вызов LLM и инструмента становится шагом журнала, который растёт с каждым ходом, а код вне шагов должен быть детерминированным. По словам автора, длительность задач, которые агенты выполняют без участия человека, удваивается каждые четыре–семь месяцев, так что такой журнал станет узким местом для многодневных сессий.
- CRIU против Firecracker — CRIU снимает только процесс и не работает с Chrome или FFmpeg, а снапшот микровиртуальной машины Firecracker захватывает всю машину. По словам автора, снапшот создаётся меньше чем за секунду, восстановление занимает несколько сотен миллисекунд.
- Сжатие памяти — при восстановлении распаковываются только нужные страницы. По словам автора, снапшот машины с 512 МБ по умолчанию сжимается примерно до 14 МБ, а степень сжатия настраивается под нужную скорость.
Кому полезно: тем, кто выводит агентов с долгими паузами между сообщениями или длинными задачами в продакшен на собственной инфраструктуре.
Статья по теме
Главы
Похожие доклады
Период полураспада архитектуры вашего агента — 6 месяцев
AI Engineer World's Fair 2026
Близко по содержанию
Разрывая цепочку: continuations агентов для возобновляемых AI-процессов
AI Engineer World's Fair 2025
Близко по содержанию
Лог и есть агент
AI Engineer World's Fair 2026
Близко по содержанию
Agent-фреймворки вредны
AI Engineer World's Fair 2026
Близко по содержанию

