worker 團隊、Goal／Loop 與續航

免責聲明：本文整理自官方 v2.1.15 的 setup.md 與 tool-surface.md。這些續航功能不增加任何 provider 配額，也不能用來繞過限制——詳見文末紀律。

一切都從「本地 session 歷史」開始

在 CoS 裡，session 歷史屬於本地工作階段，不屬於某個 ChatGPT 分頁。companion extension 會記錄訊息與真實的本地工具結果，所以：

你可以關掉分頁、隔天回來，app 與模型仍能讀到先前的工作脈絡。
這是 Compact & Resume、worker 重用與 agent 身分機制的共同基礎。
記錄預設開啟、保留 30 天，可以關閉；它是本地 durable 歷史，與 OS 安全儲存是兩回事。

Compact & Resume：換對話，不換任務

長任務撞到 context 天花板時，CoS 的做法不是叫你重講一遍：

Compact & Resume 先要求一次 handoff（交接）。
開一個全新的 provider 對話，再把同一個 session 重新綁上去。
任務與 worker 歷史跟著搬家。

幾個細節：

自動 compaction 使用本地估算與「合格的在飛工作」決定時機；Pro 模型永不自動 compact（避免在昂貴模型上做未預期的交接）。
模型看不到 save_handoff／resume_session 這類工具——Compact & Resume 是 app／browser 層的編排，不是模型可呼叫的能力。
遇到 COMPACTION_IN_PROGRESS 時：讓來源對話把 handoff 做完，工作會在替換後的對話繼續。

worker 團隊：`agents` 的四個動作

agents 工具（multi-agent 模式開啟時可用）恰好四個動作：

動作	做什麼
`spawn`	從一份共享 context 加上每位 worker 的任務，建立 worker 對話。每次 run 只用一次；需要再用就重用既有 worker。
`message`	送出一則訊息，或 all-or-nothing 的批次。對睡著的 worker 傳訊息就是喚醒它——在它自己的對話裡。
`status`	回報 run 與 workers 狀態：誰在睡、還有幾個 worker 名額。
`finish`	worker 向 prime 交棒：報告結果，然後進入睡眠。

spawn 可以指定模型與 reasoning effort

模型：每位 worker 可帶 optional model slug（fresh-chat URL 的 ?model=<slug>）。用途很實際——prime 在受限的貴模型上工作時，可以派 worker 去便宜的模型；不帶＝帳號預設，slug 認不得也開預設。模型在該對話的生命中固定，包含 sleep／wake 重用時。
reasoning effort：pro、none、minimal、low、medium、high、xhigh、max、ultra。獨立於 model 轉發——effort 永遠不會選模型或改模型。不帶＝app 設定預設，或帳號預設。

worker 會「睡覺」，不是「下班」

睡著的 worker 保留它的 ChatGPT 對話，可以喚醒重用；睡覺時不佔名額——名額只算真正在工作中的 worker。
喚醒需要一個空位：CoS 會重開／聚焦那位 worker 自己的聊天，把 prime 的訊息當成一般使用者訊息打進去。
名額：預設同時 2 個，可調到 8 個。
永久 finished 只發生在該 worker 的對話撞到 400,000 token 上限（app 自己的 session 計數）時。越界不會打斷在飛的工作，只是讓「下一次停止」變成最後一次。
worker 永不跑 Compact & Resume（自動或手動皆然）：對話就是它的 durable agent 身分；400K 的邊界只改變之後能不能再喚醒，不會另開替代對話。

身分是綁在對話上，不是發憑證

沒有模型可自行提供的 agent credential，也沒有 agent_key。worker／prime 的身分，是結合 extension 的證據綁在 ChatGPT conversation 上；證明不了就 fail closed——這就是 CALLER_IDENTITY_REQUIRED 與 WORKER_IDENTITY_LOST 這兩個錯誤碼的來源。

Goal 與 Loop：讓任務自己往下走

Goal：可以自行判定「任務完成了」，選擇什麼都不送直接收尾。
Loop：在 brief 範圍內持續推進，直到你停用。
兩者都能使用 ChatGPT 的 helper 模式，或接上可選的 API backend；v2.0.7 起也可以自帶 OpenAI-compatible Goal provider 憑證。

Astra finish boundary：把尾巴收乾淨

開啟 Session finish 後，Astra 的 finish 邊界可以在同一個工作回合內透過工具接收：排隊中的指令、計畫檢查點與自動 follow-up。你也可以直接從 composer 結束回合。

重點：這只是把「收尾階段的指令」擠進當前回合，不會移除 provider 的用量或 context 限制。

使用紀律（請當成硬規則）

續航功能不授予額外配額或存取權。不要用新對話、worker、Goal／Loop 或 compaction 去規避 provider 的限制。
監督自動化工作；一旦工作流收到限制或政策警告，停用它的 Goal／Loop 自動化，照 provider 的申訴／重置流程處理。
不要換帳號、換對話、換模型、換 connector 或換 tunnel 來繞過限制。本地的重試或重新連線，不構成「限制已解除」的證據。
帳號層級的處置問題屬於 provider 的支援／申訴管道，不要拿公開 issue 處理。

下一步

完整工具表與錯誤碼：工具速查
實戰：派出平行重構 worker 團隊
實戰：Goal／Loop 夜間長跑