agentspace 通过分层状态管理与 workspace 隔离实现长任务处理：创建 workspace 启用 checkpoint、dag 分段与 agenticfs 挂载；配置滚动摘要策略或手动 checkpoint 控制上下文；中断后可精准恢复执行。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Agent Space Agent 处理长任务时，必须在有限上下文窗口内持续追踪目标、保留关键约束、恢复中断状态，并避免因工具输出膨胀或历史冗余导致决策偏移。它不靠延长窗口硬扛，而是通过分层状态管理把“正在做的事”和“曾经做过的事”彻底分开。
用 AgentSpace UI 启动长任务工作空间
打开 Google Cloud Console → 进入 AI Applications → 选择 AgentSpace → 点击“Create new workspace”。
这一步必须完成，因为长任务的所有状态隔离、checkpoint 存储、trace 持久化都绑定在 workspace 级别。没有 workspace，AgentSpace 不会启用滚动摘要或外部 artifact 挂载能力。
让 Agent 自动切分与挂载长任务阶段
在 workspace 设置中启用 “Long-horizon task segmentation” 开关。
AgentSpace 会自动将用户原始请求拆解为带依赖关系的子任务图（DAG），每个节点对应一个独立执行单元。每个单元运行完毕后，其输出结果不会塞进下一轮上下文，而是写入 AgenticFS 的专属 Workspace 目录，并生成可检索的 artifact 引用链接。
【启用该开关前，所有 tool result 默认保留在内存中；一旦超出窗口长度，模型会丢失中间产物路径和失败命令】
控制单次请求上下文的内容构成
方法一：使用内置 Context Policy 模板
在 Agent 配置页 → Context Management → 选择 “Rolling Summary + Recent Raw + Stable Constraints”。该策略强制保留最近3轮原文、从 AGENTS.md / CLAUDE.md 加载的稳定约束、以及上一轮生成的滚动摘要——但绝不包含任何已落盘的 tool result 原文。
方法二：手动注入结构化 checkpoint
当任务执行到关键检查点（如编译完成、测试通过、部署成功），调用 agent.checkpoint({phase: "build", status: "success", artifacts: ["dist/app.js"]})。该调用会触发 AgentSpace 将当前状态序列化为 JSON 并写入 workspace 的 .agentstate/ 目录，同时更新滚动摘要中的 phase 追踪字段。
这一步操作起来很简单，直接在代码里插入 checkpoint 调用即可，但必须在工具执行成功后立即触发，延迟会导致状态与实际不一致。
从中断处恢复执行
第一步：确认 workspace 中是否存在有效的 .agentstate/ 最近 checkpoint 文件
第二步：在 AgentSpace UI 的 Run History 页面，点击目标 trace → 选择 “Resume from latest checkpoint”
第三步：系统自动加载 checkpoint 中的 phase、artifacts 列表和 constraint hash，重建单次请求上下文 —— 此时上下文里只有摘要、约束、最近三轮交互，不重新加载之前已写入 AgenticFS 的大文件内容。
第四步：Agent 继续执行后续 DAG 节点，所有 artifact 引用通过 AgenticFS 的零拷贝挂载机制实时解析，无需重复下载或传输。
