为什么选 Noeta

大多数 agent 库给你的是一个在单个进程里跑的循环。做个聊天窗口够用了；可一旦 agent 要无人值守地跑几个小时、要停下来等人、或者一台机器不够用，这种循环就撑不住。 Noeta 就是为这些场景做的。

崩溃只是暂停，不会丢东西

Noeta 从不把任务状态放在内存里。每一次模型调用、工具调用和决策都追加进一条事件日志，需要状态时再从日志重建。进程跑到一半挂了也不丢任何东西：下一个 worker 重放日志，从最后记录的那一步接着做。做到一半被打断的那一步，能安全重跑就重跑；如果重跑可能把需要审批的操作再做一遍，任务就停下来等人处理。

python

from noeta.sdk import Client, HostConfig, Options
from noeta.sdk.providers import AnthropicProvider

options = Options(system_prompt="You are a careful release engineer.")
db = HostConfig(storage_path="./noeta.sqlite")   # 也可以是 postgresql:// 连接串

with Client(options, provider=AnthropicProvider(), model="claude-sonnet-5",
            host_config=db) as client:
    task_id = client.start(goal="Draft the release notes.").task_id

# 重启之后，另一个进程能把同一个任务读回来
with Client(options, provider=AnthropicProvider(), model="claude-sonnet-5",
            host_config=db) as client:
    for item in client.messages(task_id):
        print(item)

事后想知道「agent 做了什么、为什么这么做」，也看这条日志：每次工具调用、审批、 token 用量、上下文压缩都记在上面，而且什么都不会被覆盖。 → 事件日志与故障恢复

等待是一种状态，不是一个卡住的线程

任务可以停下来等：

人批准一次有风险的工具调用，或者回答一个问题
定时器到点
它派出去的子任务做完
外部事件（webhook、CI 结果）

等的时候什么都不跑，内存里也不留东西。等的东西一到，恰好有一个 worker 把它唤醒，而且只唤醒一次，中间崩了也一样。等一个月的审批和等五秒的工具调用走的是同一套机制。

python

turn = client.start(goal="Clean up the build directory.")
if turn.status == "suspended":          # 比如在等人批准一条 Bash 命令
    print(turn.wake_handle)             # 它在等什么
    # ……几小时后，甚至换一个进程：
    client.approve(turn.task_id, call_id="...")

→ 任务与唤醒

规模变了，代码不用重写

agent 就是一个 Options 值。怎么运行它是另一回事，换运行方式不用动 agent。

阶段	要改的地方
一个脚本	`query(options, goal=...)`：调一次，拿一个答案
一个服务	`Client(options, ...)` 加上 `client.start_workers(4)`：进程里起一个 worker 池
多台机器	`HostConfig(storage_path="postgresql://...")`：多台机器共用一个数据库，用租约（lease）保证同一时刻只有一个 worker 在推进某个任务

不需要运维守护进程，中间也没有额外的服务。进程和数据库都是你自己的。 → 部署上线

另外

一切都是插件，内置能力也不例外。 内核本身不带任何能力。文件工具、网页、记忆、 MCP、沙箱、存储后端、模型适配器都是插件，和你的插件走同一个加载器；谁想走捷径，构建直接失败。插件在一份静态 manifest 里声明自己提供什么，所以不用执行它的任何代码，就能列出它的内容、检查有没有冲突。→ 写一个插件
什么模型都能接。 Anthropic、任何兼容 OpenAI /chat/completions 的网关、 OpenAI Responses API。换模型只改一行，agent、它的工具和已有的历史记录都不变。 → 接入模型
动手之前先把关。 权限模式决定哪些工具调用要停下来等审批。guard 可以在调用执行前拦下它；observer 只能旁观，所以 observer 出了错也不会拖垮任务。

和其他方案比

	Noeta	Claude Agent SDK	LangGraph	Temporal
是什么	可持久运行的 agent 运行时（一个库）	Claude 的 agent 循环库	基于图的 agent 框架	持久化工作流平台
谁决定下一步	模型一步步决定	模型决定	你预先定义的图	你写好的工作流代码
存下来的是什么	每一个事件，状态由事件推出来	对话记录	图状态的检查点	工作流历史
等人 / 等定时器	内置，恰好唤醒一次	恢复对话	中断后由调用方恢复	内置
横向扩展	worker 池；多机共用 Postgres	单进程	自己想办法，或用托管平台	Temporal 集群
模型	任意，一行切换	Claude	任意	—
要额外运维的服务	没有	没有	没有	Temporal 服务端

Claude Agent SDK 让你的代码在 Claude 上有一个 agent 循环，并替你管好对话。 Noeta 要解决的是另一件事：把 agent 的一次运行变成一份能恢复、能审计、能换机器接着跑的记录。如果你只想用最省事的方式让 Claude 调工具，用它就好。

LangGraph 把 agent 建成一张图，保存的是图状态的检查点。Noeta 没有图，每一步由模型决定；它保存的是「发生了什么」，而不是「状态当时是什么样」的快照。调度（租约、worker、回收卡住的任务）都在库里自带。LangGraph 的集成目录和社区要大得多。

Temporal 跑的是你事先用代码写好流程的工作流。Noeta 适合流程要由模型边做边摸索出来的工作。如果步骤是事先确定的，Temporal 更合适。

Pi 这类终端 agent 工具 是在终端里交互式地驱动 agent。Noeta 是在你自己的基础设施上无人值守地跑 agent。两者可以配合：终端前端去驱动一个跑在 Noeta worker 池上的任务。

什么时候不该用 Noeta

你什么都不想运维。 进程和数据库得你自己管。如果要求是「调厂商 API，零运维」，托管的客户端库更简单。
你现在就需要大量现成集成。 内置工具不多，也没有插件市场。
一台机器不够，但又没法用 Postgres。 SQLite 和内存存储只支持单机。

更多细节见已知限制。

实测成绩

只用公开 SDK 搭的 agent——noeta-agent 的 main 预设，模型 Claude Opus 4.8——在官方评测框架上，Terminal-Bench 2.1 的 40 题抽样拿到 82.5%（公开榜单区间 58.7%–83.8%），SWE-bench Verified 的 15 题子集拿到 86.7%。两项都是抽样，不是全量榜单成绩。→ 基准测试

接下来

快速上手：五分钟跑起一个真正的 agent
原理总览：一页看懂整体设计

为什么选 Noeta ​

崩溃只是暂停，不会丢东西 ​

等待是一种状态，不是一个卡住的线程 ​

规模变了，代码不用重写 ​

另外 ​

和其他方案比 ​

什么时候不该用 Noeta ​

实测成绩 ​

接下来 ​