常驻 Agent:事件、租约与跨运行恢复
理解消息去重、任务租约、fencing token 和副作用对账,让进程重启不会变成任务失忆。
常驻 Agent 并不是让一个提示永久循环。它通常由消息、定时器或外部事件触发,建立任务后领取执行权,保存结果并等待下一事件。进程可以重启,任务状态却必须延续;否则每次重启都可能重复发送、漏掉步骤或从旧记忆误判当前环境。
入口消息与会话分开建模
入口事件需要 event_id、来源、用户、时间和载荷版本。重复投递应能识别,但“内容相同”不一定是重复事件,用户可能真的提交了两次不同请求。会话保存交互上下文,任务保存目标与状态,一个会话可有多个任务,一个长期任务也可能跨多个会话。把这三者合成一个聊天ID,会让取消、重试和恢复难以定位。
状态可包含 queued、running、waiting_input、succeeded、failed,另存 action_id 和 effect_status。进程重启后,succeeded 任务可直接展示已保存回执;running 任务需要检查执行权和外部动作结果,不能自动当作未执行。持久化进度日志要记录已验证事实,而不是模型自述的“完成百分比”。
租约避免同时执行,但还要防旧工作者
租约在有限时间内授予某个工作者执行权,工作者按规则续租;到期后其他实例可接管。旧实例可能因暂停或网络分区晚到提交,所以单看 owner 名称不够。每次领取生成递增 fencing token,下游接收写入时检查 token,拒绝旧令牌动作。若真正的外部系统不支持 token 或幂等协议,内部检查不能阻止所有已经发出的副作用。
心跳失败后,旧工作者应停止新动作;恢复者核对检查点与业务回执,再续跑可重放步骤。租约获取和状态更新需在共享存储中原子完成,不能依赖每台机器自己的字典。时钟与到期语义也要清楚,不能把机器时间差当作可忽略细节。
自主边界和长期记忆
长期任务必须有总预算、活动时段、触发范围和终止机制。收到一条不可信网页消息不能扩大自主权限。用户撤回授权后,即使任务已经排队也应在执行前重新检查。记忆用于跨运行保留事实和经验,任务账本用于记录执行状态,二者不能替代。旧偏好可能有效,旧审批和短期库存未必仍有效。
长期 Agent 的实践强调跨会话可读的进度材料;持久执行文档提供恢复机制参考。最终仍要依据外部副作用设计幂等与对账。
运行:旧实例迟到提交
保存为 lease.py,执行 python lease.py。使用逻辑时钟和单进程对象模拟租约,不是分布式服务实测。
"""逻辑时钟与 fencing token 模拟,不是分布式租约服务。"""
class Lease:
def __init__(self):
self.owner = None
self.until = 0
self.token = 0
self.done = False
def acquire(self, owner, now, ttl):
if self.done or now < self.until:
return None
self.owner, self.until = owner, now + ttl
self.token += 1
return self.token
def commit(self, owner, token, now):
if self.done or owner != self.owner or token != self.token or now >= self.until:
return False
self.done = True
return True
if __name__ == '__main__':
lease = Lease()
old = lease.acquire('worker-a', 0, 5)
new = lease.acquire('worker-b', 6, 5)
print('tokens:', old, new)
print('stale commit:', lease.commit('worker-a', old, 7))
print('current commit:', lease.commit('worker-b', new, 7))
print('done cannot acquire:', lease.acquire('worker-c', 20, 5))实际运行输出:
tokens: 1 2
stale commit: False
current commit: True
done cannot acquire: Noneworker-a 得到1,租约到期后 worker-b 得到2;时刻7旧提交被拒绝,新提交成功。done 后不再领取。程序没有数据库原子竞争、续租和真实外部动作,测试结果仅覆盖这个状态机。
逐项情境追问与故障定位
以下为机制分析与手算情境。可先遮住回答独立判断,再核对输入、失败位置和选择条件;它们不代表真实模型、远端服务或设备实验记录。
事件触发:定时器每分钟唤醒却没有新事件,应该持续调用模型吗?
常驻系统应由符合条件事件触发任务,空轮询不必生成。事件驱动省成本但需处理遗漏和重复投递。检查触发条件、去重ID及待办队列,区分健康探测和业务任务,不把常驻理解成无限提示循环。
消息入口:相同消息文本收到两次,是重复还是新请求?
应依据来源event_id和投递语义,不只哈希内容;用户可能有意发两次。ID去重可靠但须来源范围和保留窗口。检查两条事件标识、时间与任务关系,重复投递复用结果,不同事件按业务幂等规则处理。
会话:一个聊天里两个任务,取消聊天后错停哪一个?
会话承载交互,任务有独立目标/状态,事件有独立入口ID,不能都合成聊天ID。分离模型更复杂但可精准取消和恢复。核取消命令指向task_id与执行权,确认另一任务状态不变,跨会话长期任务仍可续接。
任务租约:A租约过期,B接管后A迟到提交,如何拒绝?
每次领取递增fencing token,下游写入核新旧,A=1而B=2时拒绝A。租约利于故障接管但单看owner不足;外部系统不支持token时仍需幂等/对账。注入暂停再恢复顺序,检查真正写入端是否验token。
记忆:记忆写“上次已审批”能让常驻任务继续转账吗?
偏好/经验记忆不是任务账本或当前审批,短期授权须重新检查有效范围。复用记忆提升连续性但会陈旧。恢复时核审批ID、参数、期限与撤回状态,缺当前有效依据停为needs_approval,不能由旧摘要补授权。
跨运行恢复:重启看到running就从头执行,为什么危险?
进程中断不等于外部动作未发生;先检查租约、checkpoint、action_id和回执。重放纯计算较安全,副作用需幂等与查询。以发送成功后崩溃为例先查发送结果,再续后续步骤,不能用running状态推断可重发。
自主边界:任务排队时有权限,执行时已撤回,还能继续吗?
执行前重新检查授权、总预算、时段和触发范围,排队不冻结永久权限。频繁校验有成本但长期任务环境会变。测试撤回发生在入队和领取之间,断言无新动作并保存终止原因,不让外部消息扩大自主范围。
课后练习展开习题收起习题
先独立作答,再展开参考思路。检查自己的解释是否包含机制、条件和反例。
进程重启后如何区分已完成与正在执行的动作?
参考思路与常见误区
读取持久任务状态、action_id及外部回执,completed展示已验证结果,running核查租约和副作用状态再恢复。不能把进程消失视为动作未发生。
常见误区:重启后全部从头重试。
租约过期后为什么还需要fencing token?
参考思路与常见误区
旧工作者可能暂停后恢复并迟到写入。递增令牌让下游拒绝旧拥有者,单纯换owner或超时无法阻止已经发出的过期操作。
常见误区:租约过期会自动杀死所有旧进程。
事件ID、会话ID和任务ID为什么分开?
参考思路与常见误区
事件用于投递与去重,会话用于交互上下文,任务用于目标和执行生命周期。一个会话可多任务,长期任务可跨会话,混用会导致取消和恢复错位。
常见误区:聊天ID可以承担所有幂等与执行身份。
内部租约能保证外部付款不重复吗?
参考思路与常见误区
不能单独保证,外部系统需支持幂等、令牌校验或结果查询。内部状态无法撤销已发出的旧请求,副作用未知时要对账。
常见误区:本地状态机通过就宣称分布式资金安全。
长期任务为什么要在执行前再检查授权?
参考思路与常见误区
排队期间用户可能撤回授权、资源范围可能变化。记忆和旧批准不能无限期授予能力,应结合当前身份、动作参数和有效条件检查。
常见误区:任务创建时允许就永久允许。