跳至主要內容

同一任务的调度与续跑对比

util62026/4/27大约 6 分钟

同一任务的调度与续跑对比

目标

延续《同一任务的请求与回复落盘对比》，继续回答一个更底层的问题：

为什么同一个长任务，在 OpenCode 里会落成一串 message + part，而在 Claude Code 里更像一串 tool_use + tool_result？

根因不在“存储格式”本身，而在：

  1. 调度层怎么组织一次任务
  2. 工具执行后怎么决定继续还是停止
  3. 系统把哪一层对象视为“主对象”

样本任务

仍然用同一个样本：

  • 主题：Kiro 反代方案研究
  • OpenCode 真实会话：ses_32971ea5fffe2xliqQDUy4vj2q
  • Claude Code 参考实现：claude-code-rev

先说结论

同一个任务在两边看起来不一样，是因为两边的“主线对象”不同：

  • OpenCode 的主线对象是 session message
  • Claude Code 的主线对象是 query turn

这会直接决定：

  • 何时生成新的 assistant 记录
  • 工具执行结果挂到哪里
  • 停止和续跑是由谁裁决

OpenCode：session-first

OpenCode 更像“会话编排器”。

关键代码：

它的心智模型是：

  1. 用户消息进入 session
  2. 系统创建 assistant message
  3. 本轮流式输出被拆成多个 part
  4. processor 处理完后只返回三种结果
    • continue
    • compact
    • stop
  5. prompt.loop() 再决定是否进入下一轮

所以在 OpenCode 里，一次长任务的自然结果就是：

  • 一串 user message
  • 一串 assistant message
  • 每条 assistant message 再拆成 reasoning/tool/text parts

也就是说，它先假定“会话记录”是主对象，然后把工具、推理、文本都挂到会话对象下面。

为什么会出现很多 assistant message

因为 OpenCode 不是把整条长任务压成一个超级大 turn。

它更像：

  1. 这一轮创建一个 assistant message
  2. 往里面写 reasoning / tool / status / text
  3. 本轮结束
  4. 如果还要继续，再进入下一轮，通常又会生成新的 assistant message

所以你在落盘里看到的是：

  • 继续
  • 一条 assistant 进度回复
  • 任务进度如何
  • 一条 assistant 进度回复
  • 我如何查看还在运行中的任务?
  • 一条 assistant 解释回复
  • 最后才是一条综合方案回复

这不是“被切碎了”，而是它本来就把任务推进建模成多条会话消息。

Claude Code：query-first

Claude Code 更像“统一 query loop”。

关键代码：

它的心智模型是：

  1. 用户消息进入 transcript
  2. query.ts 启动一轮 query loop
  3. 流式拿 assistant 输出
  4. 如果发现 tool_use，立即进入工具执行
  5. 工具结果塞回消息流
  6. 再决定是否续下一轮

所以它更关心的是：

  • 这轮用了什么工具
  • 工具返回了什么
  • 是否还需要 follow-up

而不是像 OpenCode 那样优先关心：

  • 这轮 assistant message 里有哪些 parts

为什么 transcript 看起来像执行日志

因为它的主对象不是“assistant message 容器”，而是“query loop 中的事件”。

在这套设计里，最关键的事实是：

  • 用户消息要写 transcript
  • 工具调用要写 transcript
  • 工具结果要写 transcript
  • 最终成功结果通过 result/success 向上层返回

所以你从本地 transcript 读到的就更像：

user
tool_use
tool_result
tool_use
tool_result
tool_use
tool_result
...

而不是：

assistant reasoning
assistant tool
assistant text

同一个任务，续跑机制为什么不同

这才是两个系统差别最大的地方。

OpenCode 的续跑

OpenCode 的续跑决定非常收敛。

processor 在一轮结束后，主要返回：

  • continue
  • compact
  • stop

然后外层 prompt.loop() 处理。

这意味着它的停止判断很像一个小型状态机出口：

  • 这轮没被阻塞
  • 没报错
  • 还有后续工具或续跑理由
  • 那就继续

否则就停。

所以 OpenCode 的续跑更像：

每一轮处理完，再做一次明确裁决。

Claude Code 的续跑

Claude Code 的续跑嵌在 query loop 里面。

决定是否继续的关键变量之一是：

  • needsFollowUp

只要本轮 assistant 输出里出现 tool_use，系统就会认为这一轮还没结束。

但就算没有新的 tool_use，它也不一定立刻停，还会继续判断：

  • prompt-too-long 恢复
  • max_output_tokens 恢复
  • stop hook
  • token budget continuation

所以 Claude Code 的续跑更像：

系统会尽量把这一条请求自己推进到不能再推进为止。

为什么这会影响落盘样子

因为“续跑”影响“落盘单位”。

对 OpenCode 来说

续跑边界在 processor -> prompt.loop() 之间。

所以每一轮比较容易沉淀成一个新的 assistant message。

结果就是：

  • 会话消息很多
  • 每条消息内部 parts 很丰富
  • 用户看数据库时更像在看聊天记录

对 Claude Code 来说

续跑边界就在 query loop 内部。

系统不急着把每一步都包装成独立 assistant 消息，而是优先推进：

  • tool_use
  • tool_result
  • 下一轮 query

结果就是：

  • transcript 更像流水账
  • 事件密度高
  • 用户看日志时更像在看 runtime trace

放回到 Kiro 这个样本里

OpenCode 里的真实推进方式

同一个任务在 OpenCode 里大致被推进成下面这样：

  1. 用户提出研究需求
  2. assistant 写 reasoning
  3. assistant 启多个后台 task
  4. assistant 读本地文件、grep、glob
  5. 系统插入 background complete reminder
  6. 用户发 继续
  7. assistant 给阶段性进度答复
  8. 用户继续问进度和任务状态
  9. assistant 再给多次阶段性答复
  10. 所有后台任务完成后，assistant 产出最终方案

这里你能看到：

  • 用户交互被当成任务的一部分
  • 系统提醒被当成消息的一部分
  • assistant 的中间答复被完整保留

所以落盘自然像“多次对话请求”。

Claude Code 里的对应推进方式

如果同一个任务发生在 Claude Code，更合理的主线会是：

  1. 用户发一次研究需求
  2. 系统在同一个 query loop 里连续读本地文件
  3. 连续发外部搜索和抓取
  4. 连续消费 tool_result
  5. 如果还需继续，就直接下一轮 follow-up
  6. 最后给上层一个 result/success

这里的重点不是“中间给了用户几次解释”，而是“这条 query 做完了哪些动作”。

所以它更像“一个大任务的一串执行事件”。

用户体验上的直接后果

OpenCode

优点：

  • 中间状态更显性
  • 用户更容易看到“当前任务走到了哪一步”
  • 更容易形成多轮协作感

代价：

  • 数据库里会有很多消息和 part
  • 想提取“一次完整回复正文”时，反而要自己拼接

Claude Code

优点：

  • 执行链很连续
  • query loop 自推进能力更强
  • 更适合恢复和重放运行轨迹

代价：

  • transcript 不像聊天稿
  • 用户很难直接从本地 transcript 里看见最终答复全文

最终结论

同一个长任务之所以会在两边长成不同的落盘形态，不是因为一边“更完整”、另一边“更简化”，而是因为它们把不同层级当成了系统主对象：

  • OpenCode：主对象是 session message
  • Claude Code：主对象是 query turn

因此：

  • OpenCode 更像把协作过程写进会话
  • Claude Code 更像把执行过程写进日志

再压成一句：

OpenCode 先建会话，再让工具服务会话；Claude Code 先推进 query，再让 transcript 记录推进过程。

util6 knowledge hub
Copyright © 2026 util6