Conserva el estado a lo largo de flujos de varios pasos
Persist state across multi-step workflows
Dale a las tareas de agente largas y de varios pasos identificadores estables y estado duradero, para que el progreso sobreviva a reintentos, escalado y reconexión.
Por qué
Las sesiones con estado que chocan con los balanceadores de carga pierden trabajo a mitad de la tarea. La guía de Anthropic sobre arneses para agentes de larga duración es explícita: el progreso que solo se mantiene en una sesión en memoria se pierde ante cualquier reintento, evento de escalado o reconexión. La especificación MCP Tasks formaliza esto con un ciclo de vida definido (submitted, working, input-required, completed/failed) e identificadores de tarea estables. El marco 12-Factor Agents pide reductores sin estado con estado externo duradero: el código del agente debe poder reiniciarse desde cualquier punto a partir del estado de tarea almacenado.
Haz
Usa identificadores de tarea duraderos y estado reanudable.
No hagas
Mantener el estado crítico solo en una sesión sticky.
Artefacto
{
"task_id": "task_88a",
"status": "running",
"step": 3,
"of": 5,
"resumable": true,
"resume_token": "rt_...",
"updated_at": "2026-06-04T12:00:00Z"
}
Fuentes
- [01]Anthropic — Effective Harnesses for Long-Running Agents ↗
Long-running, multi-context-window workflows require durable task identifiers and resumable state; progress held only in an in-memory session is lost on any retry, scaling event, or reconnection
- [02]MCP Specification 2025-11-25 — Tasks ↗
MCP Tasks lifecycle defines submitted, working, input-required, completed, canceled, and failed states with stable task IDs for durable multi-step agent workflows
- [03]12-Factor Agents — Stateless Design ↗
Agents should be designed as stateless reducers — each operation processes inputs and produces outputs independently — with durable external state rather than sticky in-process sessions