Agent是无状态能力执行单元，Session是带生命周期的上下文容器；Agent复用处理多会话，Session负责状态隔离、存储与恢复，二者协同实现连续服务。
☞☞☞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 中 Agent 和 Session 的本质分工
在 Agent Space 架构中，Agent 是执行任务的主动实体，而 Session 是承载一次交互生命周期的上下文容器——二者不在同一抽象层级，不能并列比较“谁更强”或“谁更重要”，就像不能问“厨师”和“餐桌”哪个更关键。
Agent 是能力执行单元，不是会话主体
Agent 在运行时无固定生命周期，它可被多个 Session 复用，也可在单个 Session 中被多次调用。一个客服 Agent 可同时处理 Alice 的售后咨询、Bob 的订单修改、Charlie 的发票申请，三者各自拥有独立 Session，但背后是同一个 Agent 实例在调度工具、生成响应、维护推理链。
Agent 不保存用户对话历史，不感知会话超时，也不负责隔离不同用户的上下文。它只接收当前 RuntimeContext 中携带的 sessionId 和 userId，然后从 Session 存储中按需读取历史片段、Memory 快照或 State 数据——【Agent 本身不持有任何会话状态】。
Session 是隔离边界与状态载体
Session 是 Agent Space 中唯一具备明确起止时间、用户归属和存储契约的实体。它强制绑定 userId + sessionId + timestamp，并决定：该次交互的数据存哪（本地文件系统 / Redis / 向量库）、保留多久（autoResetThreshold 触发清理）、是否启用语义记忆（memory.enabled = true）。
当用户中断对话 2 小时后重连，Agent 并不会“记得”上次聊到哪；真正恢复上下文的是 Session 加载其日志流（event log）和最近快照（snapshot），再把还原后的 context 注入 Agent 的下一次推理中。没有 Session，Agent 就是一段无状态的函数，无法形成连续服务。
它们如何协同工作
第一步：用户发送消息 → 系统根据路由规则生成唯一 sessionId，构建 RuntimeContext。
第二步：Session 检查是否存在对应会话目录；若无，则初始化 event log 文件 + 创建空 snapshot + 设置 timeout 计时器。
第三步：Session 将当前最新 context（含历史摘要、Memory 片段、State 缓存）注入 Agent 的 prompt 输入流。
第四步：Agent 执行推理 → 调用 Skill → 返回结果 → Session 截获完整输出，追加写入 event log，并按策略更新 snapshot。
