所有 Agent 正在走向异步化
今天读到一篇很有意思的文章：All your agents are going async。作者指出了一个正在发生的趋势——AI Agent 正在从”你主动对话”变成”它在后台运行”。
同步时代的 Agent
过去用 ChatGPT、Claude 的感觉是什么？打开网页，打字提问，等它回答。这种交互是同步的：你盯着屏幕，它给你流式输出，对话结束就完了。
几乎所有 AI SDK 的 demo 都是这种聊天界面。容易让人产生一种错觉：聊天就是 AI 的全部。
但实际情况是——聊天只是起点。
异步化正在全面铺开
看看这几个月发生了什么：
OpenClaw：把 Agent 放进了 WhatsApp。你可以随时在手机上跟它对话，它也能在后台帮你干活，不用一直开着浏览器。
Claude Code：
- Channels — 支持外部消息异步推送到会话
- /loop 和 /schedule — 定时任务
- Routines — 例行程序
- Remote Control — 手机远程控制
ChatGPT：推出了 scheduled tasks，可以定时触发任务。
Cursor：background agents 在云端后台运行。
这些功能的共同点是：Agent 的生命周期不再跟你的 HTTP 连接绑定。它可以独立于你的存在而工作，完成后再把结果推给你。
传输层的困境
这里有个技术问题。
传统的 chatbot 基于 HTTP：你发一个请求，SSE 流式返回结果。一旦页面刷新，连接断开，对话就断了。
但异步 Agent 面临四种 HTTP 搞不定的场景：
-
Agent 活得比调用者久 —— 五分钟后 Agent 完成了任务，但你已经离线了，结果往哪发？
-
Agent 要主动推消息 —— 比如夜间代码审查完成了，想提醒你 review 三个 PR，但你没有主动请求。
-
人工介入点 —— 工作流跑到某一步需要人工确认，怎么通知你？
-
多设备切换 —— 你在电脑上启动了任务，想在手机上继续，怎么衔接？
这些问题都在逼着基础设施重新设计。
新架构的影子
Temporal、Vercel WDK、Relay.app 这些工作流引擎开始被用来编排 Agent。它们天然支持：
- 长时运行
- 状态持久化
- 人工介入点
- 定时触发
说白了，Agent 正在变成分布式系统里的一个组件，而不是聊天窗口里的一个对话对象。
这意味着什么
对开发者来说：
- 不能再假设”用户一定在线”
- 要设计推送、通知、状态同步机制
- 要考虑多设备、多会话的连续性
对用户来说：
- Agent 会越来越像”雇来的助理”，而不是”问答机器人”
- 你可以布置任务然后走开，它干完了再找你
- 真正的”自动化”才开始
最后
HTTP request-response 模型撑了互联网几十年，但它本来就不是为”长期运行的自主进程”设计的。
Agent 的异步化，本质上是在补全 AI 落地的最后一公里——让它真正能独立完成工作，而不需要人类全程盯着。
下一步会是什么？也许是 Agent 之间的互相委托：你的代码 Agent 发现需要设计资源，自动调用另一个设计 Agent，而你只需要在最终交付时看一眼。
那才是真正的”Multi-Agent”时代。