AI编程长会话响应等97秒，开发者开源Agent Handoff实现会话无缝交接

开发者在使用Codex优化前端UI时遭遇长会话性能问题：会话变长后频繁出现流断连和重试，连接从WebSocket降级到HTTP/SSE，响应明显变慢。排查发现单次请求体积已达约20.9MB，包含14张历史图片及大量消息与工具记录，每轮对话重复携带。在无重连的对话中，首次模型响应等待97秒，而工具实际执行仅0.831秒，第二次模型响应又等待81秒。直接开新会话会丢失目标、已定方案、踩坑记录和待验证事项，整体fork旧对话则把冗余上下文全部带入新会话。为此开发者开源了Agent Handoff Skill，核心功能是生成人和Agent都能读懂的交接文档，重点保存四类信息：项目背景、当前状态（已完成与未验证项）、下一步具体动作，以及接手时应优先阅读的文件及原因。该项目参考Matt Pocock的handoff Skill并做了增强：按项目和日期整理交接文件，避免散落难找难删；提供校验、查找和恢复脚本，检查必要章节、引用格式和常见敏感信息；默认存放在业务仓库之外，不污染项目上下文。项目已在GitHub完整开源，支持Codex和Claude Code。

事件分析

核心观点：AI编程的竞争焦点正从模型能力转向上下文治理，会话交接能力将成为Agent工作流的标配。