长程任务给 Coding Agent 堆积了冗长的交互轨迹，但操作流水账不等于执行状态：早期读取的代码在多轮修改后早已失效，系统却无法阻止模型拿着过时信息决策或在代码未变时重复跑测。

流水账记录发生过什么，执行状态则明确当前哪些事实依然成立。论文《Turning Interaction History into Execution State: A Runtime Layer for Long-Horizon Coding Agents》指出了这一长任务瓶颈：长程 Coding Agent 欠缺的不是更长的历史记录，而是一套能够显式表达并维护当前执行状态的运行时机制。

![](https://developer.qcloudimg.com/http-save/yehe-12464096/79a798aea9cea1f0f33246f5ec83cdbb.png)

## 长程 Agent 需要从交互历史转向执行状态

主流 Agent 普遍依赖一条线性追加的交互轨迹驱动决策。但这本质上是一份按时间累积的操作记录，而非动态更新的执行状态。

在长程任务中，这种脱节会导致执行过程中的状态偏差。首先是**时效性判断困难。**早期读取的配置文件在经历多轮跨文件修改后可能已经失效。由于历史记录中缺乏明确的状态标记，模型必须在每次行动前，从冗长轨迹中重新推断代码现状，容易基于过期信息采取不合适的后续操作。

其次是**动作冗余与空转。**在没有代码改动的情况下，模型无法确定先前的测试或搜索结果是否依然有效，可能重复下发相同指令，产生无效执行。

## 上下文管理无法完全解决长任务执行问题

当前应对长任务的主流方案是**上下文管理**，如历史截断、KV 压缩或多轮摘要，其核心在于**降低单步推理的 Token 负载**。

但对持续向环境产生副作用的执行型 Agent 而言，更致命的瓶颈是**历史信息是否依然映射当前真实环境**。一段摘要能概括“曾读取过 auth 模块”，却无法直接裁定该模块在后续变更后是否已失效，更无法阻止模型发起多余的重复读取与无效测试。

上下文管理减少的是历史呈现的体积，而执行状态管理维护的是实时环境的边界与动作的有效性，二者解决的是不同维度的工程问题。

## Ledger 为 Coding Agent 引入运行时状态管理

针对这一痛点，论文提出了 **Ledger**——一个运行在 Agent 外部的**确定性运行时层**。它不修改基础 Agent 的核心推理流，也不引入额外的 LLM 调用，而是通过纯确定性逻辑将历史交互提炼为显式的**执行账本（Execution Ledger）**

这份账本包含三类核心数据结构，共同构成环境感知的基石：

**观察记录**：不仅记录“发起了读取”，更精准追踪实际成功返回给 Agent 的代码范围，失败、截断或有歧义的读取均被剔除，以此建立代码已读范围的硬性索引。

**修改状态**：引入双计数器机制，为文件和仓库维护对应的修改状态信息。通过比对计数器差值，系统能够根据修改状态判断早期观察是否仍然有效。

**命令记录**：归一化命令文本以剥离路径等偶然差异，并结合修改状态研判意图。例如代码变更后重跑测试属于有效验证，而环境未变时的重复读取或检查则被标记为无效消耗。

## Inform 与 Govern 管理 Agent 的决策和执行过程

Ledger 在单步交互的前后两个边界分别介入生命周期，形成双通道交互机制：

**Inform 通道**：在模型生成动作前，Ledger 动态构建一份紧凑的状态视图，呈现当前修改焦点与已读内容的时效索引。该视图被动态重绘在模型上下文的最末尾，既让 Agent 即时获取最新状态，又不会破坏前缀历史的 Prompt Caching 命中率。

**Govern 通道**：在命令下发至底层环境前进行状态规则研判，输出三类处理结果：

- **`ALLOW`**：正常放行命令至环境执行；
    
- **`REUSE`**：针对仍然有效的读取或搜索结果，直接复用历史结果；
    
- **`NUDGE`**：针对无改动时的重复跑测或短循环，放行执行并在返回结果中追加轻量提示，警示潜在的无效重复。
    

该机制不评估代码修复的语义正确性，只专注减少确定性的重复执行和状态偏差。

## Inform 和 Govern 分别优化任务完成效果与执行成本

基于 SWE-bench Verified 500 题的消融实验揭示了两个通道的明确分工与互补效应：

- **Govern 主导“任务成功率提升”**：在 MiniMax M2.5 下，仅开启 Govern 通道即可将成功解决的任务数从 379 拉升至 402，接近完整系统的 405 题。这表明物理级拦截无效动作能有效减少 Agent 因重复操作导致的无效探索。
    
- **Inform 主导“调用与 Token 骤降”**：仅开启 Inform 通道使模型调用次数从 30.2K 降至 21.3K，输入 Token 从 616.7M 降至 336.4M，消耗减少近半。通过前置暴露当前状态，Inform 有效消除了 Agent 自行检索历史与盲目试探的开销。
    

两者结合实现了“Govern 提准、Inform 降本”的工程平衡：前者提升执行过程中的任务完成效果，后者削减维持状态所耗费的推理资源。

## **保守设计与安全边界**

为避免规则引擎误伤合法探索，Govern 机制设立了较为保守的防护策略：环境配置、报错复现及补丁提交等关键操作强制默认 `ALLOW` 豁免拦截；`NUDGE` 告警设有冷却周期，且若 Agent 在收到复用引用后仍坚持发起相同读取，下一次将强制放行，降低 Agent 与运行时之间形成重复阻塞的风险。它定位为确定性的执行辅助层，而非僵化的限制系统。

## **Agent 状态治理的架构分层**

在生产级长任务架构中，执行状态与记忆、上下文系统各司其职，形成互补的治理体系：

|   |   |   |
|---|---|---|
|能力维度|核心解决的问题|生效周期|
|Memory|沉淀跨任务或跨会话的长期知识与经验|长期 / 跨会话|
|上下文管理|压缩历史体积，控制单步推理的 Token 成本|单轮推理窗口|
|执行状态|当前执行状态|单个长任务全生命周期|

三者并非替代关系，而是共同构成了从模型认知到运行时落地的完整工程闭环。

## SWE-bench 验证执行状态管理的实际效果

在 SWE-bench Verified 500 个真实工程任务测试中，论文评估了 Ledger 对不同 Agent 配置的影响。

![](https://developer.qcloudimg.com/http-save/yehe-12464096/e1849f5a7c07fca79b5abc813844b893.png)

实验结果显示，引入 Ledger 后，GPT-5 mini 和 MiniMax M2.5 两种配置下 Pass@1 均有所提升。其中：

- GPT-5 mini 从 56.2% 提升至 64.2%；
    
- MiniMax M2.5 从 75.8% 提升至 81.0%。
    

同时，论文报告两种配置下成本分别下降 28.9% 和 31.8%。这说明执行状态管理并不是提升模型本身能力，而是在长流程任务中减少重复操作和状态恢复成本。

## **结语**

Coding Agent 正在从“单步代码补全”走向“长时间复杂任务维护”。当系统面临状态失步、陈旧读取与无效死循环时，单纯堆叠 Prompt 或增加 LLM 调用往往难以治本。

Ledger 验证了一种具有工程价值的解法：让模型专注语义推理，让运行时负责状态确定性治理。未来的 Agent 基础设施，很可能需要围绕运行时状态层展开更多工程实践

长程任务给 Coding Agent 堆积了冗长的交互轨迹，但操作流水账不等于执行状态：早期读取的代码在多轮修改后早已失效，系统却无法阻止模型拿着过时信息决策或在代码未变时重复跑测。

Coding Agent 如何跑稳长任务？从上下文管理到运行时状态

本文提出Ledger运行时层，解决长程Coding Agent因依赖冗长交互历史导致的状态失准问题：通过观察记录、修改状态与命令记录构建显式执行账本，并以Inform（前置状态提示）和Govern（后置动作治理）双通道，显著提升任务成功率（+5.2%）、降低Token消耗近半，实现“提准”与“降本”平衡。

人工智能

编程语言

开发工具

论文提出Ledger运行时层，将交互历史转化为执行账本，通过观察记录、修改双计数器和命令记录三类结构，实现长任务中代码状态的显式维护。Inform通道动态注入状态视图减少Token消耗，Govern通道拦截无效重复动作提升任务成功率。SWE-bench验证显示，Pass@1提升至81%，成本下降31.8%。

数据结构

代码补全

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Coding Agent 如何跑稳长任务？从上下文管理到运行时状态-腾讯云开发者社区-腾讯云

Coding Agent 如何跑稳长任务？从上下文管理到运行时状态

Coding Agent 如何跑稳长任务？从上下文管理到运行时状态

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐