AI代理能否真正取代人类工作，由一个没人愿意讨论的基础设施问题决定。
状态持久化——即AI代理在多个会话之间记住它正在做什么、学到了什么、用户需要什么——的能力，是区分能胜任工作的代理和只能在聊天框里耍嘴皮的代理的关键。SnapState是一款新兴开发者工具，通过轻量级SDK直接将代理状态序列化到持久存储，并在需要时恢复，从而解决这一核心问题。
根本矛盾在于架构层面。大多数代理框架将状态视为易失的——上下文存在于模型的工作记忆中，会话结束时即消失。短期任务可以应付。但生产环境中的工作流并不短暂。销售代理需要跨周记住客户偏好，编程助手需要跨月保持项目上下文，研究代理需要跨数十个会话追踪不断演变的假设。没有持久化状态，每次新会话都从零开始。
SnapState将状态视为一等公民来解决问题。该工具捕获完整代理状态——对话历史、工具调用日志、中间推理结果、学习到的偏好——并在会话之间写入持久存储。代理恢复时，从快照重建上下文。从代理视角看，它无缝衔接上次离开的地方。
实施成本很低。开发者只需在代理循环周围添加状态捕获和恢复调用，SnapState处理序列化、去重和冲突解决。该工具目前主要支持Python代理框架，计划扩展到JavaScript等语言。定价方面，个人项目免费，生产部署起价49美元/月。
影响力是双重的。对于需要长期上下文维护的代理开发者，SnapState解除了一个根本约束。代理现在可以可靠地处理跨越数天乃至数周的工作流——日程管理、研究、客户关系维护——无需昂贵的常驻基础设施。这是让代理就业在经济上可行的关键管道。
但Hacker News上的冷淡反响——仅有6个点赞、零条评论——揭示了AI开发社区关注点的偏差。业界热议模型能力、基准测试分数和宣传噱头，却对决定这些强大模型能否真正落地的基础设施问题视而不见——那些不酷的、平凡的、无聊的问题。
真相是，对于需要实际工作的代理，状态持久化不是可选项，而是承重墙。无法在周一到周二之间保持记忆的代理，管不了你的日历。半途丢失上下文的代理，交付不了功能。无法跨交互维护客户关系的代理，无论其语言模型多强大，都替代不了人类员工。
SnapState是将成为关键基础设施类别中的早期入场者。随着代理从演示走向生产，处理状态连续性、内存管理和会话恢复的工具将变得与模型本身同等重要。问题不在于这个基础设施是否重要，而在于AI行业是否会在演示撞上现实之前关注它。