許多重要的任務，並不是在有人積極處理時失敗的。它們失敗在空檔裡。
供應商還沒回復。一份報告依賴明天才到的數字。一個瀏覽器工作階段開在一台電腦上，而能核准下一步的人在另一個時區。等依賴終於解除，最初的對話早已被淹沒，沒人記得工作到底停在了哪裡。
常駐的個人 AI 代理應該擅長處理這些空檔。它不需要持續思考，也不需要讓一台電腦全功率運轉。它需要保住責任：它接下了什麼結果、已經做了什麼、在等什麼、工作材料放在哪裡，以及什麼事件或決定能讓任務繼續。
這就是長對話和長期工作的區別。長對話存的是訊息。長期工作需要一個持久的執行狀態。
長期工作需要一個持久的 Task，而不是更長的對話
對話適合用來確立意圖，卻不適合作為承擔責任的單位。
假設你讓 AI 代理在財務完成月結後準備一份董事會報告。有用的狀態不只是你最初的請求，還包括已經拼好的草稿、核對過的原始檔、缺少的數字、預計提供這些數字的人或系統、會議的截止時間，以及最終報告必須達到的標準。
在 Comma 裡，需要的不只是一個快速回答的工作會變成一個 Task。根據 Comma Task 文件，Task 可以經歷進行中的工作，在需要人來決定時停在 待審核，並在工作完成時進入 已完成。重要的不是標籤本身，而是聊天關掉之後，這份責任依然存在。
一個持久的 Task 應該始終能回答六個問題：
沒有這些答案，「我稍後繼續」只是樂觀。有了它們，這句話才成為計畫。
等待是一種狀態，而不是失敗
大多數有用的工作都包含正當的等待。錯誤在於把每一次暫停都當成故障，或者當成無限輪詢下去的理由。
AI 代理應該識別自己進入了哪一種等待，並附上清楚的退出條件：
這些區分很重要，因為每種等待需要不同的做法。等時間的 Task 可以睡到檢查點。等事件的 Task 可以盯著一個定義得很窄的變化。等環境的 Task 應該說明是哪台裝置或哪個工具不可用，而不是悄悄換個地方去做。等決定的 Task 應該把一個表述清楚的選擇交還給擁有它的人。
暫停也應該有邊界。如果預期的回覆一直沒來，AI 代理需要一個後備方案：提醒負責的人，問使用者是否按假設繼續，或者把 Task 以受阻狀態關閉。否則，一項背景責任可能在技術上仍然開著，實際上卻已被遺棄。
這也是為什麼常駐不應該意味著一直打擾。哪些事件值得喚醒 AI 代理，其中又有哪些值得打擾使用者，這個單獨的問題在常駐的個人 AI 代理應該在什麼時候醒來？裡討論。這裡相關的原則更窄：每一次暫停都需要一個看得見的理由，以及一條明確的回到工作中的路徑。
從檢查點恢復，而不是從新的情況介紹開始
等待結束時，AI 代理不應該從零散的訊息裡重新拼湊任務，也不應該讓使用者再解釋一遍。它應該從檢查點恢復。
一個有用的檢查點，是對工作現狀的精簡記錄：
最初的結果和當前的完成標準；
最近一次有意義的行動及其結果；
已經建立或修改的產出物；
仍然有效的假設；
導致暫停的阻礙；
阻礙解除後打算採取的下一步行動；
這一行動必須在其中進行的環境。
這是工作狀態，不是個人記憶。記憶可以幫助 AI 代理在許多工中記住一個人的偏好。檢查點的存在，是為了讓某一項具體的責任在閒置、重啟或交接之後準確地繼續下去。
這種區分能避免兩種常見的失敗。第一，AI 代理不應該把一段長對話裡的每個細節都拖進今後的每一步。第二，它也不應該把 Task 壓縮得太狠，以至於一個關鍵約束消失了。檢查點是有選擇的：它保留下一步行動所依賴的東西。
Comma 的底層系統在不止一個層面上體現了這種模式。Salix 的 Loop 可以為自己的狀態設檢查點，讓一個有界的背景程序在重啟後恢復。這套基礎架構並不能替代一個定義清楚的 Task，但它體現的是同一條連續性規則：恢復應該從已知的狀態開始，而不是從猜測開始。
讓工作留在它真正需要的環境裡
長期工作很少發生在一個抽象的「AI 工作區」裡。它發生在郵件、文件、專案工具、瀏覽器、本機檔案和專業軟體裡。因此，連續性也包括工作所在的位置。
Comma 可以在已連線的應用程式和檔案、一個人自己的電腦或它自己的雲端電腦上工作。Salix 文件說明，雲端電腦的儲存在兩次使用之間會保留，即使虛擬機器在空閒時可以休眠。檔案和工具可以留在 AI 代理離開時的位置，Task 需要時，電腦可以再次醒來。
有些工作必須留在某台特定的裝置上。一個本機的設計檔案、一個已登入的桌面應用程式或一個開發環境，可能只存在於一台連線的 Mac 或 Linux 電腦上。Comma 的AI 代理執行環境文件對這個邊界說得很明確：如果指定的外部裝置離線，工作就會等待或失敗；Salix 不會悄悄把它挪到另一台機器上。
這個限制是一種有用的信任特性。自動遷移看起來也許方便，但它可能改變可用的檔案、權限、憑據和執行條件。可靠的 AI 代理應該讓這個邊界看得見：
下一步需要名為 「Studio」的那台 Mac。它目前離線。Task 正在那裡等待；沒有任何工作被挪到雲端電腦上。
使用者現在既知道進展為什麼停下，也知道什麼能讓它恢復。AI 代理可以在裝置回來時重試，或者問使用者能否接受另一個環境。它不應該假裝所有執行環境都可以互換。
只交還屬於這個人的決定
把工作交還給人，並不是自主的失敗。這正是個人 AI 代理保持「做事」和「承擔後果」之間區別的方式。
屬於這項任務範圍內、例行且可逆的步驟，AI 代理應該繼續做下去。當它遇到實質性的含糊、權限的邊界、不可逆的外部行動，或者一個取決於使用者偏好而非現有證據的選擇時，就應該交還控制權。
交接本身應該很小。糟糕的交接會說：「我卡住了，我該怎麼辦？」有用的交接包含：
什麼變了： 讓原先計畫失效的新資訊或新條件。
什麼已經完成： AI 代理在提問之前已經做完的工作。
還剩什麼決定： 一個明確的選擇，而不是請使用者重新管理整個 Task。
各個選項會改變什麼： 每條路徑有意義的後果。
這個選擇什麼時候要緊： 截止時間，或者等待會帶來的影響。
接下來會發生什麼： 得到答覆後 AI 代理會繼續的行動。
例如：「場地只能把這個日期保留到週四。我核實了取消條款，並準備好了預訂資訊。現在核准就要付定金；等待能保留靈活性，但可能失去這個檔期。要我提交預訂嗎？」
Comma 用 待審核 來承接需要這種人工決定的工作。Task 會圍繞這個問題保持完整，所以一個答覆就能放行下一步行動，而不必重新開始一輪規劃。
「已完成」需要證據和收尾
一個長時間執行的 Task，並不會僅僅因為 AI 代理停止了行動就算完成。它可能超時了，可能用盡了重試策略，可能產出了一份仍需審核的草稿，也可能走到了權限的盡頭。
收尾時應該說明：
被要求的結果；
實際產出的結果；
建立或修改的產出物；
做過的檢查；
任何尚未解決的限制、假設或後續事項；
外部行動是已經執行了，還是隻準備好了。
這份記錄讓使用者不必回放整段歷史就能檢查工作。它也避免了「Task 已不在執行」和「結果已經達成」之間一種危險的混淆。
已完成是一個工作流程狀態，不是真實性證書。 AI 代理可以核實一個檔案已經建立、一條命令已經成功或一條訊息已經發出。它無法靠改一個狀態，把不確定的源材料變成確定的事實。結論仍然需要恰當的證據，有後果的工作也可能仍然值得人來審核。
一套適用於跨越數天工作的實用流程
把一項持續多天的責任交出去之前，你不需要先設計一套編排系統。一個好的請求，用幾行話就能把基本約定立起來。
先說清楚結果，以及什麼叫「足夠好」。指出硬性截止時間和更早的決策視窗。說明哪些行動 AI 代理可以不問就做，哪些需要核准。告訴它源材料和工作檔案應該放在哪個環境裡。
然後把等待說明白。告訴 AI 代理預計會等哪一項依賴、什麼時候再檢查，以及如果它一直沒來該怎麼辦。要求它在每次暫停前留一個檢查點，只交還真正需要你做的決定。最後，要求一份收尾說明，包含產出、檢查和剩下的不確定之處。
一份精簡的委託可能像這樣：
財務釋出月結數字後，準備最終的董事會報告。使用雲端電腦裡現有的草稿和工作簿。你可以更新草稿、核對合計，但對外傳送任何東西之前要先問我。如果到週二中午數字還沒到，告訴我哪些部分受阻，並提出風險最小的後備方案。完成後，交回文件、核對過的來源以及仍然存在的假設。
價值並不來自把提示寫得多複雜，而是來自給 Task 一組清楚的狀態讓它經歷：已接受、進行中、等待中、待審核、已恢復和已關閉。
常見問題
長時間執行的 Task 在等待時，什麼仍在起作用？
Task 保留著結果、已完成的工作、當前的依賴、檢查點和恢復條件。執行環境可以休眠，也不需要任何模型持續推理。如果有一個範圍很窄的 Loop 在盯著缺失的條件，它與持久的 Task 狀態是分開的，後者告訴 AI 代理條件到來後該做什麼。
如果 Task 需要的電腦離線了，會怎樣？
如果 Task 被指派給那台裝置上的外部執行環境，工作會等待或失敗，直到裝置可用。Salix 不會自動把它挪到另一台電腦上。Task 應該把受阻的環境和恢復條件說清楚。
Task 狀態和 AI 代理的記憶是一回事嗎？
不是。Task 狀態描述的是一項責任：它的結果、進度、產出物、阻礙和下一步行動。個人記憶可以跨越多項責任，可能包括長期的偏好。一個長時間執行的 Task，應該在不把每個工作細節都變成永久記憶的前提下就能恢復。
AI 代理應該怎樣等待另一個人？
它應該記錄請求了什麼、向誰請求、什麼時候算回覆遲了，以及適用什麼後備方案。如果某個事件可以被監視，它就應該盯著那個事件，而不是反覆打擾使用者。一個沒有升級規則、無限期的等待，不是完整的計畫。
什麼應該放進待審核？
用於真正屬於使用者的決定或權限：有後果的取捨、含糊的意圖、不可逆的外部行動、敏感的承諾或新的授權。AI 代理應該附上它已完成的工作，並請求能解鎖進展的最小決定。
已完成意味著結果是正確的嗎？
已完成意味著 Task 達到了它宣告的完成條件。可信度仍然取決於它的來源、檢查和審核的品質。一份有用的完成說明，會把核實過的事實、假設和未解決的風險分開。
連續性就是產品
使用常駐個人 AI 代理最有力的理由，不是它能進行一場不間斷的推理馬拉松，而是它能帶著一項責任穿過真實工作中那些平常的中斷：休眠的電腦、遲到的回覆、按計畫到來的資料、變化的條件，以及必須由人來決定的時刻。
這種連續性建立在看得見的狀態之上。Task 知道自己欠著什麼，等待有理由，環境有名字，交接有邊界，完成帶著證據。當這些部分都能挺過空檔，你就可以離開工作而不是拋下它，回來時也不必從頭重建。
