概念/概念定义

应用背景：任务走远之后还要认得起点

一项“为新加坡团队完成下月计薪配置”的任务，会先后经历规则确认、薪资组创建、员工关联和审批。走到后半程时，对话里最新的细节可能是一个员工归属问题，但它不能取代原始交付目标。

长程 Agent 需要一份不随摘要改写的目标、一条可追溯的进展记录，以及一份面向当前步骤的精简视图。三者一起使用，才能同时防止目标漂移和上下文膨胀。

概念定义

叙事状态用 Anchor、Ledger 和 Collection 管理长程任务中的目标与进展。

• 锚（Anchor）保存用户提交的原始目标，在任务生命周期内保持稳定；
• 账（Ledger）按时间追加关键推理、行动和里程碑摘要；
• 集（Collection）根据当前步骤从 Ledger 投影出的临时上下文。

Anchor 和 Ledger 是持久化真源，Collection 是按需生成的读取视图。

工程机制

每个关键步骤完成后，系统把结构化结果压缩为 Ledger 事件。进入推理边界时，投影器根据当前目标、步骤和权限选择相关事件，生成 Collection，并与 Anchor 一起组装 ReasonContext。

这套结构避免两类问题。只链式传递上一步输出会逐渐稀释原始目标；每次加载全部历史则会增加上下文长度和无关信息。Anchor 固定目标，Ledger 保留事实，Collection 控制当前输入规模。

案例用法

用户在新一轮只输入“继续”时，系统不能把这个词当成完整任务。Anchor 提供原始薪资组配置目标，Ledger 提供此前已经完成的模板匹配或快照结果，Collection 只选择当前步骤需要的摘要。推理模块据此恢复任务语义。

API ID 和任务节点状态不写入这套叙事结构作为控制真源。它们分别由 SessionState 和 Workspace 管理。

适用条件

当任务链路较长、跨多轮会话，或每个推理步骤只需要历史信息的一部分时，可以采用锚、账、集。相关概念见会话统一状态、记忆信封和L1/L2/L3 分层记忆。