ADPS 企业 Agent 系统蓝皮书 · 模式实践切片
M3 · 进度追踪 · 东方屹腾执行型 Agent
Anchor 固定目标，Ledger 追加关键进展，Collection 提供当前步骤的读取视图。
证据边界：本页是完整案例的模式切片，记录特定系统约束下的实现选择。案例方提供的实现与效果信息未经过独立审计，不构成通用性能承诺。
| 字段 | 值 |
|---|---|
| 主模式 | M3 进度追踪 Progress Tracking（记忆 × 编排） |
| 结合模式 | P1 上下文分诊 · M1 分层保留 |
| 案例 | 上海东方屹腾科技 · HR/薪酬 SaaS · 服务 2 万+ 企业 · 执行型 Agent |
| 对应白皮书 | /zh/patterns/m3-progress-tracking/ |
| 源 | 梁博 AICon 逐字稿第六章 · PPT 第 25 页 |
| 工程结论 | Anchor 固定原始目标，Ledger 追加关键进展，Collection 为当前推理提供按需投影。 |
场景约束
东方屹腾的长程任务跨越多个能力边界和十余次模型调用。后续步骤需要持续回答两个问题：用户最初要求什么，系统已经完成什么。
若每一步只继承上一轮叙事输出，原始目标会被中间分析逐步稀释。若完整携带历史，Prompt 会持续增长。进度追踪需要把目标和里程碑外置为可持续读写的状态。
状态结构
SessionNarrative
Anchor: 原始目标
Ledger: 追加式里程碑事件
Collection: 当前步骤的临时投影
Anchor 在任务创建时写入，后续不由摘要覆盖。Ledger 只记录关键变化，例如意图确认、模板匹配完成、快照创建成功、审批等待和任务失败。每条事件保留：
event_id
task_id
event_type
summary
artifact_ref
created_at
producer
Collection 由上下文分诊模块在关键推理入口生成，不是新的持久化真源。
写入规则
Ledger 采用追加写，历史事件不原地改写。需要纠正时追加更正事件，并引用被更正条目。摘要应说明发生了什么、产生了什么结果、哪些约束仍有效，同时保留指向原始 Artifact 或业务回执的引用。
机械参数不以 Ledger 摘要为调用真源，任务节点状态也不从摘要推断。它们分别写入 SessionState 和 Workspace。
案例运行
用户提出薪资组配置目标后，系统写入 Anchor。模板匹配、快照和导入等关键结果依次写入 Ledger。若用户在新一轮只输入“继续”，上下文组装器仍可读取 Anchor，并从 Ledger 选择尚未完成任务所需的里程碑。
这套状态也支持中断恢复。恢复过程先读取任务图确定可执行节点，再读取 Anchor 和相关 Ledger 事件恢复语义；API 参数从机械状态平面读取。
失效信号
- 目标只存在于首轮消息，没有独立 Anchor；
- 每个内部推理片段都写入 Ledger，导致事件失去里程碑粒度；
- Ledger 摘要没有原始证据引用；
- 历史事件被覆盖，无法还原进展；
- Collection 被持久化后当作完整事实；
- 任务调度和业务参数从自然语言摘要中推断。
验证指标
- 后段推理的 Anchor 可用率；
- 关键里程碑写入完整率；
- Ledger 事件到 Artifact 或回执的引用完整率；
- 用户输入“继续”后的正确恢复率；
- 因目标漂移导致的错误规划次数；
- 每个任务的 Ledger 规模和摘要压缩比。
与白皮书的对应
M3 白皮书把进度追踪定义为 Agent 的外置工作记忆。东方屹腾的 SessionNarrative 提供了具体实现：Anchor 保存目标，Ledger 保存进展，Collection 提供当前读取视图。P1 负责读取侧的投影，M3 负责状态的写入、持久化和恢复。
迁移条件
当任务跨多轮、多模块或可中断恢复时，应显式维护进度状态。单轮短任务可以直接使用消息历史。若系统尚未区分叙事、机械和调度状态，应先建立状态边界，再引入 Anchor、Ledger 和 Collection。