20 · 会话历史与持久化：让 Agent 活过进程的生命周期
到目前为止一切都在内存里，进程一关就灰飞烟灭。收官篇讲如何用 append-only JSONL 把会话落盘、崩溃安全地重放、大块内容外置、并发写加锁，以及为什么“抄本即真相”。最后回望全专栏——我们如何把裸 LLM 缺的三样东西，一件件补齐。
20 · 会话历史与持久化：让 Agent 活过进程
本专栏的收官篇。我们的 Agent 已经近乎无所不能，但它还缺最后一样东西——它活不过自己的进程。关掉终端，整个会话灰飞烟灭：干到一半的任务、积累的上下文、宝贵的探索结果，全没了。这一篇，我们给它落盘。
一、背景：内存是易失的
回到序章那个比方，以及01 篇那三个“裸 LLM 没有”。我们一路补上了“能行动”(工具)和“能自主推进”(循环)，但第三样——记忆/状态——我们只在内存里补了：那个 messages 数组一直在进程内存里滚。
内存是易失的。进程一退，messages 就没了。这带来几个真实痛点：
- 不能续接：昨天让 Agent 重构一个大模块，干了一半，今天想接着干？对不起，重来。
- 不能回看：上周那次会话它是怎么解决那个 bug 的？没记录。
- 不能撤销：改错了想退回三步前？内存里没存过去的状态。
要让 Agent“活过进程”，就得把会话持久化到磁盘。
二、解决方案：append-only JSONL
持久化会话，业界的主力方案朴素而可靠：把每一条消息，作为一行 JSON，追加写到一个 JSONL 文件里。
{"role":"user","content":"重构 auth 模块"}
{"role":"assistant","content":[{"type":"text","text":"我先看看现状"},{"type":"tool_use",...}]}
{"role":"user","content":[{"type":"tool_result","tool_use_id":"...","content":"..."}]}
{"role":"assistant","content":[...]}
...为什么是“append-only(只追加)”这个形式？它有几个恰到好处的性质：
append-only JSONL 几乎是为 Agent 会话量身定做的：
- 崩溃安全：每条消息一产生就立刻追加落盘。哪怕进程下一秒崩了，已经写下的部分也都在——你不会丢掉整个会话，最多丢最后没写完的一条。
- 流式友好：消息是一条条产生的，追加写和这个节奏天然契合，不用每次重写整个文件。
- 可重放：恢复会话 = 把 JSONL 一行行读回来，重建
messages数组，然后接着循环。抄本本身就是完整的、可回放的历史。
// 落盘:每次往历史加一条消息,就追加一行
function append(file: string, message: Message) {
appendFileSync(file, JSON.stringify(message) + '\n')
}
// 恢复:把每一行读回来,就重建了整个历史
function load(file: string): Message[] {
return readFileSync(file, 'utf-8').split('\n').filter(Boolean).map(l => JSON.parse(l))
}三、四个实现细节
① 抄本即真相，压缩只是运行时视图
一个关键的设计决定：落盘的是压缩前的完整历史，还是压缩后的？ 答案是——落盘完整的，压缩只作为运行时的一层视图。
② 大块内容外置
有些消息里嵌着大块内容(用户粘贴的一大段日志、一张图)。把它们原样塞进 JSONL会让抄本臃肿、难读。常见做法：小的内联存，大的按哈希外置——JSONL 里只留一个引用([粘贴内容 #3,+240 行])，内容本体存到旁边一个按哈希命名的文件。这和第 14 篇工具结果外置是同一个思路：大 blob 不进主流，只留句柄。
③ 并发写要加锁
别忘了子 Agent和后台任务——它们可能并发地往会话相关文件写。两个进程同时追加同一个文件，可能交错损坏。所以真实实现会用文件锁(lockfile) 来串行化写入。(子 Agent 的抄本通常还会写到独立的支线文件，既不和主会话抢锁，又能单独审查——呼应第 18 篇。)
④ 撤销：append-only 之上的巧思
append-only 不能“删”，怎么实现撤销？一个巧妙的做法：用一个“待落盘缓冲 + 跳过集合”——最近的、还没刷盘的操作放在内存缓冲里(撤销它们很快)；已经刷盘的，则用一个“跳过集合”标记为“已撤销”，重放时略过。在一个只追加的底座上，叠加逻辑上的可撤销，是持久化设计里一个漂亮的小技巧。
四、全专栏回望：我们究竟做了什么
会话持久化，恰好补上了01 篇那三个“裸 LLM 没有”的最后一个。让我们回到起点，看看这一路究竟把那块“裸芯片”，一件件焊成了什么：
而在这三根主梁之外，我们还焊上了让它真正能用、能扛、能长大的一切：
- 让它快：流式、边流边执行与并发。
- 让它安全可控：权限、中断、钩子。
- 让它在有限窗口里精打细算：token 预算、上下文注入、缓存、压缩、精细管理。
- 让它扛得住真实世界：错误恢复、成本追踪、思考处理。
- 让它能扩展、成规模：子 Agent、MCP 与懒加载、持久化。
回到序章那个核心问题：一个只会“输出文本”的无状态函数，是怎么变成一个能自主完成复杂编程任务的 Agent 的？ 现在你有了完整的答案：不是靠某一个魔法，而是靠外面这一整圈、几十个环环相扣的工程决策。 模型提供智能，但把智能变成“能自主、安全、持久、经济地在真实世界里干活的系统”，全在模型之外这一圈。这一圈，没有一处是黑魔法，每一处都是扎实的、可以理解、可以复刻的工程。
五、结语：芯片与机器
我们从一块“什么都不会”的裸芯片(LLM)出发，一篇一篇，焊上了内存、总线、驱动、操作系统，最后拼出了一台能自主干活的完整机器(Agent)。
如果这趟旅程只留下一句话，那就是序章那句的回响：
LLM 只是块芯片，Agent 才是整台机器。而这台机器的每一个零件，你现在都亲手拆过、装过一遍了。
配套的完整代码仓库里，这台机器从第一篇的几十行，长到了现在的一个麻雀虽小五脏俱全的真实 Agent。git checkout 到任意一篇，你都能把那个阶段的它跑起来。读懂它，然后——去造你自己的那一台。
感谢一路读到这里。
另有一篇实战番外：仓库总结的完整流程。它不再引入新部件，而是把本专栏焊上的零件全部组装起来，解决一个具体而普遍的问题——让 Agent 读懂一个几百万 token、根本塞不进窗口的代码仓库。想看这些零件在真实任务里怎么协同，读它。
本篇对应代码：配套仓库加入 src/session.ts(append-only JSONL 落盘 + 恢复)，CLI 支持关掉再回来接着聊。git checkout article-20——这是完整版。