Creation Log: takeover
Creation Log: takeover
来源
- 项目:Axis(emNav)及作者日常的跨 agent 协作
- 时间:2026-10
- 场景:作者经常在不同 agent / harness 之间切换;切换前让上一个 agent 写 handover,进入新 agent 后仍要重新解释项目、计划和当前要求。
提炼触发条件
同一模式在 ≥3 个独立场景中重复:
- 跨 harness 切换:Claude Code、Codex、opencode、Cindy、Hermes 之间的上下文不互通,新 agent 看不到旧会话。
- 长任务中断:任务做到一半,上下文窗口或时间不够,需要换一个会话继续。
- 隔天/隔周恢复:上一个会话已结束,handover 还在,但新 agent 仍要求用户重述项目背景与下一步。
共同点:用户要的不是「更多摘要」,而是「新 agent 能自己核对状态并接上」,且不希望每次都写一段长提示词。
包含决策
- 入站协议优先:现有 skill 里没有「消费 handover、核对漂移、选下一步」的完整流程;butler 管项目状态,forge 管 Blueprint 执行,都不覆盖接手。
- 出站契约放在同一 skill:入站质量取决于出站质量;契约与协议放在一起,避免两份真相。
- 三档接手:跨 agent 切换频率高,默认不能每次全仓通读;用 L0/L1/L2 控制阅读预算。
- 交接文档当历史证据:公开研究显示带上下文的交接能显著减少 rediscovery,但过度信任会传播错误前提;所以加入 claim 核对与权威顺序。
- 任何项目:代码、写作、游戏设计、文档站的验证手段不同,但「先确认下一步还成立」是通用的。
排除决策
- 不做出站独立 skill:当前出站需求较轻,独立 skill 会增加上下文成本与维护面;需要时再拆。
- 不做全仓通读:证据显示仓库概览类上下文对任务成功率提升有限,成本却上升;改为定向阅读 + 停止规则。
- 不做自动跨机器同步:默认 .handoff/ 是本机会话 delta;跨机器由用户显式决定。
- 不做 handover 历史索引:v1 只保留 latest + archive + chain;多工作流索引等真实需要再加。
- 不做自动 hook:skill 负责流程;如果触发不稳定,优先在项目 AGENTS.md 加一行确定性指针,而不是把逻辑藏进 hook。
研究依据
- Handoff Debt: The Rediscovery Cost When Coding Agents Take Over Interrupted Tasks, arXiv 2606.02875。带上下文的交接相对 repo-only 减少 20–59% agent 事件、42–63% token;结构化 notes 首次 prompt 中位数约 10k 字符;论文要求把交接文本当历史证据并先验证。
- Anthropic, Effective harnesses for long-running agents。每个新 session:确认目录、读 progress 与 git log、选一个未完成项、跑基线验证,再实现。
- Session Initialization Ritual。TTFV 作为启动质量指标;启动步骤应由 harness/系统提示强制,而非只靠模型自觉。
- AI Hero, The /handoff Skill。交接只写对话独有的信息,durable docs 用路径引用,不复制;建议下一次会话加载的 skills;脱敏。
- Cline Memory Bank。持久项目上下文文件的价值与风险:文件会随会话增长而漂移,必须保持精简与更新纪律。
- Evaluating AGENTS.md, arXiv 2602.11988。仓库概览类内容对任务成功率提升有限,成本却增加;具体指令与约束更有效。
验证方式
- 触发评测:6 正 / 6 近似负,各跑 3 次(见 references/evals.md)
- 输出评测:6 个接手 case(准确 / 过期 / 缺失 / 冲突 / 脏工作区 / 多分支)
- 在 Axis 上做一次 L0 接手 dry-run
- 真实跨 agent 切换 2–3 次,记录漏掉的 claim 类型,再补规则
Dry-run 观察(2026-10-26)
用全新 subagent、只读模式,按 SKILL.md 接手 Axis 的 .handoff 下 latest.md。
- 结果:verified 8 / stale 0 / unknown 2;产出 5 行简报,没有全仓通读。
- 检出的缺口:claim 计数没有规则;skill 已挂载但未进当前会话索引时,协议没有说明怎么办。
- 已修:在 SKILL.md 补计数规则与「直接读文件 / 提示重启」的说明。
- 仍未验证:自动触发率、真实跨 harness 切换、长任务中断后的恢复质量。
置信度
- 跨 agent 切换的痛点:亲历可指认。
- 三档预算与核对表:自建框架,依据是上述研究与本仓既有权威顺序,尚未经过大规模实测。
- 触发率与 skill lift:待评测,不在本文件里编造数字。