Checkpoint

定义

Checkpoint 是 Agent 执行到某一步之后的完整可恢复状态快照，回答"失败或中断后从哪里继续"。它是生产级 Agent 区别于玩具的关键基础设施——没有 Checkpoint，中断恢复、错误回滚、时间旅行调试和状态分叉都无从谈起。

要点

• 状态五层中的一层：Conversation / Run State / Checkpoint / Artifact / Semantic Memory。
• 链式版本控制（类 Git）：LangGraph 每个节点执行后自动快照，快照具备 parent_id 链式结构，支持任意节点回滚、重放，content-addressed blob 存储让大状态只存一次。
• 支撑三大能力：中断恢复（中断即状态）、错误回滚（失败只重试失败节点，已完成节点不重跑）、执行回放（回到任意一步查看当时状态）。
• 真正难的是恢复不是保存：恢复要求状态 schema、工具副作用、外部资源、权限上下文都能重新对齐；只把 messages 存进数据库不等于生产级状态管理。
• Schema 演进是生产隐患：需要状态版本号、迁移函数、兼容窗口、失败策略。

示例

一个 10 步的 Agent 在第 8 步失败，从 Checkpoint 恢复可只重试第 8 步，不必重跑前 7 步。LangGraph 是当前唯一支持 Checkpoint 回滚的框架；OpenAI Assistants 走另一极端——服务端全托管、无法回滚、只能新建 Thread。

相关概念

• Agent Runtime Protocol
• 中断即状态
• Error-as-Data
• Artifact
• Session as Context Object

参考资料

• 主笔记：Agent Runtime Protocol 稳定对象〔待补〕