系列目录 · 第 12 篇
一次 Worker 运行结束时,页面给出如下信息:
1 | 终态:timeout |
这不是模型供应商宣布“审计完成”。timeout 来自宿主的单次运行预算:到达墙钟上限后中断探索,进入有限收尾,意图按耗尽处理。
0x01 时间用完,和工作完成是两回事
一次执行可以先有主要探索,再有正在退出的请求或工具,最后进入收尾。因此页面总耗时可能略大于配置的主预算。
“已写回事实”说明部分持久化操作已经成功,不代表所有工具都有结果,也不代表已形成最终报告。反过来,“无文字总结”也不等于数据库里什么都没保存。
恢复前应该先看 Worker 输出、事实和断点,确认上次到底留下了什么,而不是把整段原始目标原封不动再派一次。
0x02 高轮数里面有多少是在空转
这一轮排查发现,相关运行里 save_finding_audit 被调用 47 次,全部失败:46 次属于使用范围错误,另一次被中断。还出现同一份事实摘要反复保存的情况。
这类问题不是简单的“模型推理需要更久”。工具本来就不适合承接那份材料,重复调用只会消耗上下文与时间。
例如没有覆盖账本保存权限的 Worker,应该通过 record_fact 交接已检查范围、草稿路径和剩余项,由 Planner 合并。用漏洞保存工具承载任意 TODO 或覆盖清单,会持续被契约拒绝。
0x03 对重复错误设停止条件
Worker 增加了重复工具错误保护:相同工具、相同参数、相同错误累计达到 3 次,下一次模型请求前停止本轮,保留 repeated_tool_error 原因。
这里不能只看“工具失败三次”。修改参数后有意义地重试、随后成功,和原样循环需要区分。把所有失败一律累计,会过早终止正常排查。
同一意图、相同证据内容的事实保存也做幂等处理;不同意图或新增证据仍然保留,不能为了压缩数量把有价值的关联删掉。
0x04 收尾不该变成第二轮探索
原先默认收尾最多还有 10 轮,这一轮收紧到 4 轮。明确管理员正数配置继续尊重,不悄悄覆盖。
收尾阶段禁用 TodoWrite 以及 Read、Grep、Glob、LS 等继续探索的入口,让剩余预算用于保存已经知道的事实、证据和交接信息。
这不表示所有工具都被粗暴打断后立刻丢弃结果,而是给“继续找新东西”和“保存已经找到的东西”划清预算边界。
0x05 断点要让下一次知道怎么继续
有用的断点至少回答:
| 内容 | 用途 |
|---|---|
| 已用预算、轮数与耗时 | 判断是否需要缩小下一批范围 |
| 有限的 TODO 摘要 | 保存下一步,不复制整段对话 |
| 持久化写入计数 | 核对材料有没有真正落库 |
| 最后工具与错误 | 避免再次撞上同一契约问题 |
| 已保存事实和证据引用 | 让恢复基于实际材料继续 |
恢复沿用意图会话,但必须先读持久化断点。exhausted 不是 completed;如果阻塞没有修正,就不该用相同输入再跑一轮。
0x06 累计输入不能简单当成独立源码体积
多轮调用会反复携带相同上下文,累计输入因此可能达到数百万 token。缓存读取较高,说明其中有可复用部分,但缓存命中仍可能伴随排队、网络和调度成本。
应结合第 07、09 篇的逐次记录,定位哪些调用又长又没有产生持久化进展。只提高 MaxDuration,可能只是让循环持续得更久。
本轮使用模拟 Provider、实际 SDK 和隔离 PostgreSQL 验证重复错误、事实去重及断点流程,没有进行同一真实业务 79 轮的前后成本对照。因此不报告一个未经实测的“节省 token 百分比”。
