从 Task 到交付:Agent 业务闭环与领域对象设计
系列:生产级 Agent 平台架构 2026 · 第 2 篇
定位:架构基础篇
版本:闭环修订版
前置阅读:第 0 篇《从模型推理到生产运行:2026 年 Agent、Harness 与 Runtime 总体架构》 · 第 1 篇《Agent、Harness 与 Runtime:生产级 Agent 平台的职责边界》
关键词:Task、Run、Step、Attempt、ExecutionRecord、验收、交付、幂等、取消、UNKNOWN
摘要
生产级 Agent 平台最容易被低估的问题,不是如何调用模型,而是如何定义“任务完成”。模型给出最终回答、Agent Loop 停止、工具返回成功、文件生成完毕,分别只代表局部阶段结束。对一个需要读取数据、生成报告并发布到业务系统的任务而言,真正的完成还涉及技术验证、业务验收、交付证据、费用结算、资源释放以及未知副作用的处置。
本文以 Task 为业务目标聚合,以 Run 表示一次运行,以 Step 表示逻辑步骤,以 Attempt 表示实际调度尝试,并将 ExecutionRecord、Approval、Artifact、Acceptance、Delivery、Usage、Settlement 和 Cleanup 建模为独立事实。其核心观点是:Run 成功只表示产生了通过技术验证、可进入业务验收或交付的候选结果,Task 终态由业务闭环决定;执行结果未知不能被直接视为失败,取消也不等于已经撤销外部副作用。
文章将正常运行、修复运行、审批、取消、超时、UNKNOWN 对账、人工裁决、验收交付、费用调整和清理统一到一套对象、状态与命令—事件协议中。该模型不绑定特定工作流框架或消息系统,可由数据库状态机、持久工作流平台或自研 Runtime 实现。
1. “Agent 回答完了”为什么不等于任务完成
假设用户要求 Agent 读取一组授权数据,完成分析报告,并发布到指定业务系统。运行过程中可能出现以下事实:
- 模型已经生成完整报告,但报告使用了过期数据;
- 报告技术校验通过,但业务负责人拒绝验收;
- 验收通过,发布接口却返回超时;
- 发布动作已经在目标系统生效,但平台没有收到响应;
- 任务被取消时,远程作业仍在运行;
- 产物已经交付,但模型供应商费用尚未完成对账;
- Task 已失败,但临时凭据、Sandbox 和工作目录尚未清理。
这些情况说明“完成”至少包含多个层次:
| 层次 | 代表什么 | 不代表什么 |
|---|---|---|
| Agent 结束本轮输出 | Agent 暂时没有更多提案 | 工具动作已确认、结果正确 |
| Step 成功 | 一个逻辑节点达到预期 | 整个 Run 或 Task 成功 |
| Run 成功 | 本次运行产生通过技术验证的候选结果 | 业务已经验收、产物已经交付 |
| Artifact 发布 | 产物已经进入受管理存储并可访问 | 指定接收方已收到或接受 |
| Delivery 发送 | 交付渠道接受了发送请求 | 最终送达或人工确认 |
| Task 完成 | 验收与交付政策满足,关键结算和清理已处理 | 所有非关键分析数据都必须立即删除 |
因此,业务系统不能以 Agent 输出中的“已完成”、最后一个工具的 HTTP 200 或 Runner 事件流结束作为 Task 终态依据。
本文将“Task 完成”定义为业务终态,而不是运行终态。Task Finalization 门禁验证固定的terminal_disposition、验收交付证据、关键副作用、结算与清理;图中的 NeedsReview 是收尾证据未决标记,保持对应 FINALIZING 状态且非终态,不是跳回§5 的运行期 NEEDS_REVIEW。裁决只补齐证据,不改写收尾意图。失败和取消同样需要明确收尾,但它们不要求执行成功路径中的业务验收。图中的正常推进、重试和 Repair Run 创建均受control_intent != CANCEL守卫约束。
2. 从系统上下文识别业务事实
在领域建模之前,先看一次任务与哪些主体和外部系统交互。
不同外部主体提供不同类型的事实:
- 用户提供目标、范围和验收政策,但不能直接声明系统已经执行;
- 模型服务提供响应和模型用量,不提供业务完成事实;
- 执行后端提供执行状态和句柄,但执行回执可能仍需与目标系统对账;
- 审批人对固定动作规格作出决定,不能批准一个之后被修改的动作;
- 接收系统提供发布、发送或确认状态;
- 供应方账单可能晚于 Run 结束,需要后续调整。
因此,平台需要保存多个事实对象,而不是把所有信息塞进一条 Conversation 或一个 AgentState。
3. 领域对象:从 Session 到 Cleanup
3.1 核心对象定义
| 对象 | 定义 | 典型生命周期 |
|---|---|---|
| Session | 用户交互上下文,可关联多个 Task | 对话或连接周期 |
| Task | 业务目标、范围、验收、交付、预算和截止时间的聚合 | 从可靠受理到业务终态 |
| Run | Task 的一次执行,包含初始运行或修复运行 | QUEUED/RUNNING/WAITING 等至 SUCCEEDED/FAILED/CANCELLED(第 4 篇) |
| Step | Run 内稳定的逻辑节点 | 从待执行到完成或终止 |
| Attempt | Step 的一次实际调度尝试 | 从领取到成功、失败、超时或丢失 |
| ExecutionRecord | 一次逻辑外部副作用的执行事实 | PREPARED 经 SUBMITTING/PENDING/UNKNOWN 等至 SUCCEEDED/FAILED/CANCELLED/NEEDS_REVIEW(第 6 篇) |
| ApprovalRecord | 对规范化动作摘要和条件的人工决定 | CREATED/PENDING 至 APPROVED/REJECTED/TIMEOUT_DENIED/REVOKED/STALE/CONSUMED(第 13 篇) |
| Artifact | 不可变版本的受管理产物 | 创建、验证、发布、归档或删除 |
| AcceptanceRecord | 对 Run 结果或 Artifact 版本的技术/业务验收事实 | 待判定、通过、拒绝、过期 |
| ResultSelectionRecord | 固定 Task 最终采用的 Run、Artifact 版本及 Acceptance 证据链 | 选定、被新选择替代或终止 |
| DeliveryRecord | 对选定结果向目标位置交付的记录 | 与 ExecutionRecord 同族:PREPARED 经 SUBMITTING/PENDING/UNKNOWN 等至 SUCCEEDED/FAILED/CANCELLED/NEEDS_REVIEW(§11.4) |
| UsageRecord | 追加式模型、工具和资源用量事实 | 采集、去重、核对 |
| SettlementRecord | 预算预留、消费、退款、释放与调整 | 从预留到最终结算或未决 |
| CleanupRecord | 凭据撤销、资源释放、临时数据处理事实 | 待清理、处理中、完成或异常 |
3.2 聚合关系
总纲给出共同对象轮廓,本篇进一步细化基数和事实归属:Task 拥有业务产物,Run 记录产物来源;Attempt 与 ExecutionRecord 通过关联事实连接,而不是固定一一对应。
这里有四个关键设计:
- Attempt 与 ExecutionRecord 不是一一对应。 同一个逻辑副作用可能因 Worker 故障产生多个 Attempt,但仍必须关联同一 ExecutionRecord 和稳定业务幂等键;一个 Attempt 也可能只执行模型调用或确定性计算,不产生外部 ExecutionRecord。图中的
ExecutionAttempt只记录某次 Attempt 对某个 ExecutionRecord 的提交、查询、取消或对账参与事实。 - Task 拥有业务产物,Run 记录产物来源。 Artifact 是某个 Run 产生的不可变输出,同时属于 Task 的产物集合;Acceptance 是对 Task 目标或特定 Artifact 版本的独立判断。验收拒绝不改写 Run 历史;如果允许修复,应创建新的 Run 和 Artifact 版本。
- 交付只能引用被选定的结果证据链。 ResultSelectionRecord 固定同一个 Task 下被采用的
run_id + artifact_id/version + acceptance_id。Delivery 必须引用该选择,迟到的旧 Run 或旧 Artifact 事件不能替换已选结果。 - Usage 与 Settlement 分开。 Usage 是观测到的用量事实,Settlement 是预算和账务处理;供应方晚到调整不应篡改原 Usage 事件。
3.3 避免巨型 Task 聚合
Task 是业务语义上的根,但不意味着所有对象必须在一笔数据库事务中更新。高并发平台通常将 Task、Run、Execution、Approval、Artifact/Delivery、Settlement 和 Cleanup 作为独立事务边界,通过命令和事件协作。
同一聚合内部使用版本号和条件更新保证并发一致;跨聚合使用 Outbox、幂等消费和补偿流程。试图用一个超大事务同时覆盖数据库、消息、模型、审批和外部系统,既不可实现,也会隐藏副作用的不确定性。
4. 标识、版本与幂等键
生产系统需要区分“对象 ID”“请求幂等键”“业务动作幂等键”和“观测 Trace”。
4.1 ID 体系
| 标识 | 用途 | 稳定范围 |
|---|---|---|
session_id | 关联交互上下文 | Session 生命周期 |
task_id | 唯一业务任务 | Task 全生命周期 |
run_id | 一次运行 | 单个 Run |
step_id | 一个逻辑步骤实例 | 单个 Run |
attempt_id | 一次实际调度尝试 | 单次 Attempt |
execution_id | 一个逻辑外部动作 | 跨重试 Attempt 稳定 |
artifact_id/version | 受管理产物版本 | 产物生命周期 |
trace_id/span_id | 调用链排障 | 单次或关联 Trace |
correlation_id | 跨聚合关联同一 Task/Run | 业务流程范围 |
causation_id | 指向触发当前事件的命令或事件 | 事件因果链 |
TraceID 不承担业务去重。跨审批和长时间等待可以切换 Trace,但task_id、run_id和execution_id保持业务关联。
4.2 幂等键设计
建议的关键规则:
- 受理幂等键限定在租户和调用方范围,避免不同用户碰撞;
- 修复运行使用新的
run_id和 generation,不复用旧 Run; - Step 的逻辑键包含计划版本,计划变化后创建新 Step;
- 同一逻辑外部动作跨 Attempt 保持
execution_id和业务幂等键; - 参数、目标资源或业务意图发生变化时,不应继续复用旧动作幂等键;
- Delivery 可以按
task_id + delivery_intent_id + artifact_digest + destination + delivery_policy_version去重,避免两个独立交付意图被误合并; - Usage 使用供应方调用 ID、执行 ID 和生产者事件 ID 去重,但保留后续调整事件。
幂等键只能在接收方真正按该键去重且保留期覆盖重试窗口时生效。客户端自己生成一个字符串,并不能让外部系统自动具备幂等能力。
4.3 聚合版本
每个聚合维护单调版本,例如task_version、run_version。命令执行采用 compare-and-set:只有期望版本匹配时才能转移状态。这样可处理审批、超时、取消和回调的竞争,防止迟到事件复活已经结束的对象。
5. Task 生命周期:业务终态的唯一入口
Task 状态表达的是业务任务处于哪个阶段,不描述每个模型或工具细节。可靠受理事务同时创建 Task、首个 INITIAL Run、预算预留和 Outbox;ACCEPTED不是“尚未创建 Run”,而是这些事实已经提交、首个 Run 尚未开始推进。
三个 review 节点均为非终态:NEEDS_REVIEW只承接运行期裁决,DELIVERY_REVIEW只承接交付 UNKNOWN 裁决,CANCEL_REVIEW只承接取消专用裁决。所有尚未固化收尾意图的状态接受取消时,必须先以 CAS 持久化control_intent=CANCEL并进入CANCELLING,未知效果再进入CANCEL_REVIEW;重复取消幂等。图中所有正常推进、修复、交付及普通 review 转移均验证当前 Task 未取消。取消裁决绝不能回到 RUNNING、DELIVERING 或普通 review;即便迟到确认执行或交付先前成功,也只记录事实后继续取消收尾。
Task 进入三个收尾状态时同时固化terminal_disposition(成功、失败或取消);Finalization 入口以聚合版本校验相应业务决定与取消守卫并固化意图,终态提交再次验证版本、固定意图及对应条件。成功要求未取消及§5.1 完成证据,失败要求明确失败决定,取消要求持久取消意图及在途效果裁定;三种终态提交均验证结算、清理及未决责任政策,条件未齐时保持收尾中而非提前终态。意图已固定后不得切换,新的取消命令也不能覆盖已固定的成功或失败收尾意图,只记录迟到请求及必要处置。control_intent=CANCEL一旦接受就不能被裁决、Resume 或迟到事件清除,并禁止自动重试、新 Run、新 Step 及新 Delivery;允许的是既有动作对账和受控收尾,而非恢复业务推进。
5.1 Task 完成条件
COMPLETED至少要求:
- 存在当前有效的 ResultSelectionRecord,固定一个成功 Run、通过技术验证的 Artifact 版本及适用的 AcceptanceRecord;
- 需要人工业务验收时,ResultSelectionRecord 引用的 AcceptanceRecord 必须是对同一 Artifact 版本的有效通过决定;
- 所有计入完成条件的 DeliveryRecord 均引用该 ResultSelectionRecord,且 DeliveryPolicy 规定的发布、发送或确认条件已满足;
- 当前未取消且固定的 terminal_disposition 为成功;关键 ExecutionRecord 效果已裁定,不存在 PREPARED、SUBMITTING、PENDING、UNKNOWN、NEEDS_REVIEW、CANCELLING 或 CANCEL_REVIEW 未决记录;
- 已确认费用完成结算,未知费用已形成显式未决责任;
- 必须撤销的凭据和必须释放的资源已经处理;
- 需要保留的数据有明确期限、责任人和访问控制。
5.2 Task 失败与取消
FAILED 和 CANCELLED 不要求业务验收,但必须:
- 固化失败或取消原因;
- 停止创建新 Run 和 Step;
- 对在途模型、工具、浏览器和远程作业发出取消请求;
- 对不能确认停止的副作用继续查询;取消来源进入 CANCEL_REVIEW,非取消的运行期或交付来源分别进入 NEEDS_REVIEW 或 DELIVERY_REVIEW,未决时不冒充终态;
- 结算已确认用量;
- 处理凭据、资源、临时数据和证据保留。
终态不可被迟到回调直接复活。迟到事实可以创建费用调整、安全事件、补偿任务或人工案件,但不能把已完成、已失败或已取消的 Task 原地改回 RUNNING。
6. Run、Step、Attempt 与 Execution 的关系
6.1 Run:一次执行,不是业务任务
命名消歧。 本文的 Run/Step 与已退役的 OpenAI Assistants API(2026-08-26 关停)中的 Run/Run Step 同名不同义:Assistants 的 Run 是一次托管执行的产物(近似本文 Run 与 Invocation 的混合体),Run Step 是其内部记录项;本文的 Run 是平台侧承载完整生命周期的执行实体,Step 是 Harness 治理下的单步推进,Attempt 是 Step 的一次尝试。已退役 API 的概念映射见其继任者 Responses/Conversations API:Thread→Conversation、Run→Response、Run Step→Item。下文的 Task、Attempt、ExecutionRecord 在该对象模型中没有对应物,必须由平台自建。
一个 Task 可能有:
INITIALRun:首次执行;REPAIRRun:验收拒绝或技术验证失败后的修复;REPLAY或MIGRATIONRun:仅在平台明确支持且业务政策允许时使用。
每个 Run 固定AgentSpec、计划版本、模型路由约束和工具版本集合。Run 执行过程中不应无审计地漂移到最新版本。Run 只有在候选 Artifact 和运行结果通过技术验证、未接受取消且运行收尾满足政策后才进入SUCCEEDED;技术验证失败使当前 Run 在失败决定和运行收尾成立后进入FAILED。Task 策略仅在未取消时可以据此创建新的 Repair Run,不能把原 Run 继续标记为成功。
Harness 只提出状态转移,Runtime 唯一 Reducer 按run_version、有效 RunLease/lease epoch 及最新取消意图 CAS 提交。CANCELLING和CANCEL_REVIEW保留不可清除的control_intent=CANCEL,不能借普通 review、迟到验证成功或审批回到 QUEUED、RUNNING、VERIFYING 或 SUCCEEDED;只能完成取消收尾,或按明确风险失败政策完成失败收尾。后者不撤回 Task 取消意图,也不授权新 Run。普通 review 恢复必须同时验证非取消来源与当前 Task/Run 未取消;Run 成功仍须技术验证,Run 失败不能用一条未知回执代替失败决定及收尾。
默认情况下,同一 Task 同一 generation 只允许一个顶层 Run 处于非终态,通过唯一约束和 Task 版本条件更新防止审批、定时器或重复事件创建多个 Repair Run。并行检索或多 Agent 协作应建模为 Run 内的并行 Step 或显式子 Run。如果业务确实允许多个候选 Run 并行竞争,必须增加候选选择和验收仲裁策略,不能共用默认 Task 状态机。
6.2 Step:逻辑进度节点
Step 表达 Run 中的逻辑节点,例如“检索授权数据”“生成报告草稿”“发布报告”。它携带:
- 稳定逻辑键和计划版本;
- 输入引用和预期输出;
- 前置依赖;
- 风险等级和预算;
- 重试策略和截止时间;
- 是否可能产生外部副作用。
6.3 Attempt:调度事实
Attempt 表示某个 Worker 或执行器对 Step 的一次尝试。基础设施故障、超时或租约丢失可能产生新 Attempt。Attempt ID 每次变化,但逻辑 Step 和 ExecutionRecord 不一定变化。
6.4 ExecutionRecord:外部副作用事实
ExecutionRecord 记录一个逻辑动作,例如“向系统 X 发布 artifact Y”。Runtime 必须在外呼前将 PREPARED ExecutionRecord 与执行 Outbox 原子提交,再由 Publisher 投递并经 Execution Gateway 末端门禁领取,不能由 Worker 直接调用外部副作用。它包含:
- 规范化动作摘要;
- 目标资源与条件版本;
- 授权、审批和 ReleaseGrant 引用;
- 稳定业务幂等键;
- 当前状态和 ExternalHandle;
- Attempt 历史;
- Receipt、Artifact 和 Usage 引用;
- 对账与人工裁决记录。
如果 Attempt 2 直接创建新的 ExecutionRecord 并重提动作,平台就失去了跨重试识别同一业务副作用的能力。故障接管只沿同一execution_id查询或对账,不需要新增业务副作用。已合法提交的 Outbox 不能因原 Lease 失效而被 Publisher 丢弃;延迟命令在 Gateway 校验记录的authorized_epoch、ExecutionSpec 摘要、最新取消/撤销、授权和 ReleaseGrant 并 CAS 领取,不要求原 RunLease 继续存活。取消先于领取则不外呼,外呼已开始则记录真实结果并进入取消对账。
7. Repair Run:修复必须保留历史
技术验证或业务验收失败后,常见错误是修改原 Run 状态和产物,仿佛第一次运行从未发生。这样会破坏审计、费用和结果可追溯性。
正确方式是保留原 Run 和 Artifact;仅当前 Task 未取消且修复守卫成立时,创建新的 Repair Run。图中的每次修复创建和交付都须由权威聚合 CAS 校验control_intent != CANCEL,取消后只保留拒绝事实并收尾:
Repair Run 应记录:
parent_run_id;repair_generation;- 原验收记录和拒绝原因;
- 允许修改的范围;
- 是否允许复用原数据和中间产物;
- 新预算和截止时间;
- 固定的新 AgentSpec 或明确继承的旧版本。
修复不意味着所有步骤重跑。可以复用已验证且仍有效的产物引用,但复用决策要显式记录。若数据时效、权限或工具版本已变化,应重新获取或重新授权。
Task 的 Run 数量必须受预算和策略限制,避免“验收—修复”形成无限自主循环。
8. Approval:批准的是固定动作,不是抽象意图
审批记录必须绑定可验证的动作摘要,而不是只写“允许发送邮件”或“允许执行工具”。建议至少包含:
call_intent_id和规范化参数摘要;- 工具全限定名和版本;
- 目标资源、接收方和数据范围;
- 预期业务影响和可逆性;
- 当前策略版本和资源条件版本;
- 审批人、审批时间、有效期和一次/多次使用限制;
- dry-run、差异或产物摘要;
- 批准、拒绝、撤销或过期原因。
WAITING_APPROVAL是 Run 的 WAITING 等待原因,审批 CallRecord 登记审批服务请求,ApprovalRecord 保存人工决定,ExecutionRecord 登记实际业务动作,三者不能混用。Harness 只提供 CallIntent 和状态提案,Runtime 唯一 Reducer 持久提交;批准事件由 Runtime 消费后在模型之外重新授权,因为等待期间用户权限、目标资源、数据等级或策略可能变化。ApprovalRecord 不是长期业务凭据,也不能被另一个参数不同的动作复用;ExecutionSpec 持续绑定同一call_intent_id、action_digest、规范化参数、目标资源条件、ApprovalRecord、AuthzDecision、ReleaseGrant 及固定 AgentSpec 引用。
拒绝、取消、撤销、过期和 duplicate 不得触发新的业务外呼或执行 Outbox;重新授权之后、Gateway 领取之前再次取消也必须拒绝执行。已经合法提交的 Outbox 仍由 Publisher 投递,不因 Lease 变化丢弃,末端按§6.4 的记录与授权规则 CAS 领取。等待结束后 Runtime 推进需要新有效 RunLease;迟到批准不能清除control_intent=CANCEL或重新调度已取消 Run。
9. UNKNOWN:未知不是失败,也不是成功
外部副作用最危险的状态不是 FAILED,而是 UNKNOWN:平台无法确认动作是否生效。
9.1 Execution 状态机
CANCELLING表达平台已经持久化取消意图并正在确认外部效果,不等于外部动作已经停止。取消后的未知效果必须隔离到CANCEL_REVIEW,不能经 UNKNOWN 或普通 review 回到 PREPARED。UNKNOWN 重试守卫同时要求非取消来源、当前 Task/Run 未取消、证据确认未执行、预算与策略允许以及重新授权;Gateway 领取时再次检查,control_intent=CANCEL禁止自动重试、新增业务动作、新 Run 和新 Delivery。
ExecutionRecord 保存执行事实:取消对账若发现先前动作成功,仍记SUCCEEDED、Receipt 和 Usage,但 Task/Run 只继续取消收尾,不撤回取消意图、不恢复后续 Step。对账不是“禁止所有外呼”:在授权范围内沿同一execution_id执行 inspect 和取消请求仍可进行;需要补偿时必须另建经新授权、必要审批的独立补偿任务及 ExecutionRecord,不得复用原取消 Task 作为正常业务恢复入口。禁止的是新增原业务动作,而非事实查询和受控收尾。无法查询且不可逆的动作必须裁决,不能依赖重试次数碰运气。
9.2 人工裁决事实
人工裁决应记录:
- 可用证据和查询结果;
- 决策人和权限;
- 对业务效果的认定;
- 是否需要补偿、通知或风险接受;
- 费用和产物如何处理;
- 仅非取消来源且当前未取消时,是否允许 Task 继续;取消裁决只决定效果认定与取消收尾责任;
- 后续改进或安全事件编号。
人工裁决不是修改历史,而是新增权威事实;不得清除持久取消意图或改变已固定的 terminal_disposition。
10. 取消和超时:停止请求不等于停止完成
取消具有传播性,也具有不确定性。用户取消 Task 时,平台需要持久化control_intent=CANCEL,停止创建新 Run、Step 和 Delivery,撤销待审批及未用许可,向模型请求、工具、浏览器、子 Run 和远程作业传播取消。但外部系统可能不支持取消,或在收到取消前已经完成动作。
超时也不等同于取消。需要区分:
- Attempt 执行超时;
- Step 截止时间;
- Run 截止时间;
- Task 业务截止时间;
- Approval 有效期;
- ReleaseGrant 有效期;
- 外部系统幂等和查询保留期。
短期执行超时可以终止 Attempt,但不能抹掉可能已发生的外部效果。Task 超时后也可能需要继续对账和费用结算。
取消命令与超时事件竞争时,聚合版本决定唯一状态转移。迟到回调不能让终态 Task 重新运行,但可以产生迟到副作用事件、费用调整或补偿任务。
11. Artifact、Acceptance 与 Delivery:产物不是一段字符串
Agent 平台的输出可能是报告、代码、配置、图片、数据文件或业务变更。应通过 Artifact 管理,而不是把所有结果直接放进消息正文。
11.1 Artifact
Artifact 至少包含:
- 不可变
artifact_id和版本; - 内容摘要、大小、类型和存储引用;
- 产生它的 task/run/step;
- 来源数据和 AgentSpec 引用;
- 安全扫描、敏感数据和质量验证状态;
- 可见性、保留期限和删除策略;
- 派生 Artifact 关系。
11.2 Acceptance
Acceptance 分为:
- 技术验证:格式、Schema、来源覆盖、确定性规则、安全扫描;
- 业务验收:业务负责人确认内容或结果满足 TaskIntent;
- 自动质量评测:可作为证据,但除非 Task 政策明确允许,不自动等同业务接受。
11.3 ResultSelection:固定同一版本证据链
技术验证、业务验收和交付不能分别引用不同 Run 或 Artifact 版本。Task 在进入交付前创建 ResultSelectionRecord,至少固定:
task_id;selected_run_id;selected_artifact_id/version/digest;- 技术验证记录;
- 适用的业务
acceptance_id,或“不需要人工验收”的政策依据; - 选择策略版本和聚合版本。
创建或替代 ResultSelection、Repair Run 及 Delivery 均须 CAS 验证当前 Task/Run 未取消;取消后的验收、技术验证或旧交付回执只新增事实,不触发下图的修复、结果选定或新交付。如果 Repair Run 产生 Artifact v2,原 Artifact v1 的迟到验收或交付事件不能覆盖当前选择。更换选择必须产生新的 ResultSelectionRecord 并显式替代旧选择;已开始的旧 Delivery 需要取消、对账或保留为历史,不能静默改绑到新 Artifact。
11.4 Delivery:交付同样需要 UNKNOWN 与对账
DeliveryRecord 引用 ResultSelectionRecord,并通过delivery_intent_id区分两个独立交付意图。交付渠道的状态超时与普通外部动作一样可能产生 UNKNOWN,因此建议复用 ExecutionRecord 的提交、查询、取消和人工裁决协议;DeliveryRecord 保存的是交付业务语义和证据等级。两个标识的职责必须区分:delivery_intent_id是交付意图的业务幂等键,同一意图的重试与对账共享它,用于防止重复交付;delivery_execution_id是一次具体交付提交的技术句柄,每次重新提交生成新值,用于与渠道消息 ID 和回执对账。简记:intent 标识“要交付什么”,execution 标识“这是第几次交付动作”。
Delivery 成功时还应记录evidence_level:
PUBLISHED:产物已发布到受管理位置;SENT:交付渠道已接受发送请求;CONFIRMED:目标系统或人工确认收到。
Task 的 DeliveryPolicy 决定哪一级证据足以完成,不应把三者混成同一个状态。
DeliveryRecord 的普通 NEEDS_REVIEW 在 Task 层对应 DELIVERY_REVIEW;取消来源必须进入 CANCEL_REVIEW,不能回到 UNKNOWN、PREPARED 或普通 review。Runtime 先提交关联的 PREPARED ExecutionRecord 及执行 Outbox,再由 Publisher 投递,Gateway 按最新取消、撤销、授权和许可 CAS 领取。取消后确认先前已交付仍记录 Delivery 及关联 Execution 的SUCCEEDED事实和证据等级,但不触发 Task 成功 Finalization、不清除control_intent=CANCEL,只继续取消收尾。
仅在 Task/Run 未取消、预算与策略允许且重新授权通过时,交付失败才可重试交付,而不是重新运行模型、重新生成 Artifact 或重新执行先前业务动作。只有产物本身失效或验收政策要求重新生成且未取消时,才创建 Repair Run。control_intent=CANCEL禁止自动重试、新 Run 及新 Delivery;既有交付可沿同一delivery_execution_id、渠道消息 ID、目标记录或接收方证据 inspect/取消并对账,不能盲目重发。独立补偿须新授权,不能以对账为名新增原业务动作。
12. Usage、Settlement 与 Cleanup:任务的最后一公里
12.1 Usage 是事实,Settlement 是处理
UsageRecord 以追加方式记录:
- 模型输入输出 Token 和供应商调用 ID;
- Sandbox CPU、内存、磁盘、网络和时间;
- 浏览器、GPU、远程作业和第三方 API 用量;
- Artifact 存储和交付资源;
- 记录来源、时间和去重键。
SettlementRecord 记录:
- Task 预算预留;
- Step 额度分配;
- 已确认消费;
- 未使用额度释放;
- 退款、补充计费和供应方账单调整;
- 无法立即确认的费用责任。
Task 可以在政策允许时带着“已披露的非阻断未决费用”进入业务终态,但不能把未知费用静默记为零。涉及财务准确性或额度风险的未决项可以被定义为终态阻断条件。
12.2 Cleanup 是独立事实
Cleanup 不应只是finally代码块。它包括:
- 撤销短期凭据和未使用 ReleaseGrant;
- 关闭 Sandbox、浏览器上下文和远程会话;
- 释放租约、临时资源和配额;
- 清理临时工作区、缓存和中间文件;
- 按保留策略归档或删除 Checkpoint、日志和产物;
- 验证跨租户残留不存在;
- 对清理失败发出告警并隔离资源。
CleanupRecord 应记录每个资源的动作、结果、策略版本、执行者和证据。部分资源因审计、法律保留或人工裁决需要继续存在时,应记录保留原因、期限和访问控制,而不是标记“全部清理成功”。
13. 命令、事件与 Outbox:把意图和事实分开
领域系统中,命令表示“希望发生什么”,可以被拒绝;事件表示“已经发生什么”,应当不可变。
| 类型 | 示例 |
|---|---|
| 命令 | CreateTask、StartRun、ApproveAction、CancelRun、DeliverArtifact |
| 事件 | TaskAccepted、RunStarted、ActionApproved、ExecutionUnknown、ArtifactDelivered |
建议的消息信封包括:
command_id/event_id;tenant_id;aggregate_type/id/version;idempotency_key;correlation_id;causation_id;occurred_at;schema_version;actor/producer;payload与必要的安全标签。
CloudEvents 等规范可以统一事件上下文和信封格式,但它们不提供消息队列、顺序或 exactly-once 语义。
数据库状态与 Outbox 在同一事务提交,解决“状态已经更新但事件未发布”的窗口。Outbox 到消息系统仍可能重复发布,所以消费者必须幂等。消息系统是事件运输,不应成为 Task 或 Execution 当前状态的唯一权威来源。
14. 并发、顺序与一致性边界
Agent 任务可能同时收到模型结果、工具回调、用户取消、审批决定和定时器事件。平台需要明确顺序范围,而不是追求全局总顺序。
建议:
- Task 状态按
task_id串行或使用聚合版本条件更新; - Run 状态按
run_id维护租约和单调 epoch; - Execution 按
execution_id去重和裁定; - Delivery 按 artifact、destination 和 policy 维护顺序;
- Usage 可并行追加,结算时按去重键归并;
- 跨聚合不要求单一事务,以 Saga 或事件协调。
expected_version用于调用方对目标聚合发出的命令;外部聚合产生的事实事件通常只携带自身事件 ID、来源版本和因果信息,接收方不能仅因来源版本早于当前状态就丢弃事实。它应按event_id去重,再结合目标聚合当前状态判断正常转移、迟到处置或人工裁决。
终态不可复活并不意味着迟到事件被丢弃。迟到的执行成功可能需要记录真实副作用、追加 Usage、通知用户或创建补偿任务,只是不能直接重开原 Task。
15. 常见错误建模
15.1 用 Session 代替 Task
Session 关闭后任务无法继续;同一会话中的多个业务目标、权限和验收条件互相污染。Session 只提供上下文引用。
15.2 Run 成功即 Task 完成
忽略业务验收、交付、费用和清理。Run 成功只能让 Task 进入验收或交付阶段。
15.3 Attempt 与 ExecutionRecord 一一对应
Worker 重试会创建新的外部动作,导致重复支付、发布或删除。ExecutionRecord 必须跨 Attempt 稳定。
15.4 把 UNKNOWN 改成 FAILED 再自动重试
无法确认动作是否发生时盲重试,可能重复不可逆副作用。UNKNOWN 必须先对账。
15.5 Approval 只绑定工具名
批准“调用邮件工具”之后,收件人、附件和内容可以被替换。审批必须绑定规范化动作摘要和资源条件。
15.6 取消等于回滚
取消只是停止请求。外部动作可能已经完成、正在执行或不支持取消,需要继续对账。
15.7 修改原 Run 完成修复
破坏产物、审计、用量和验收历史。修复应产生新的 Repair Run 和 Artifact 版本。
15.8 Usage 直接作为最终账单
供应方延迟、重复或调整会造成误结算。Usage 与 Settlement 分离。
15.9 终态被迟到事件复活
导致完成任务重新运行或取消任务继续执行。迟到事实应生成独立事件和处置,不改变终态。
15.10 使用消息队列作为唯一状态库
事件可以回放,但当前状态、条件更新、审批竞争和 Execution 对账仍需要明确权威存储和一致性规则。
16. 验证业务闭环的故障测试
领域模型是否成立,需要通过并发和故障测试验证。
| 测试场景 | 期望结果 |
|---|---|
| 同一 client_request_id 并发提交 | 只产生一个 Task 并返回同一受理结果 |
| Initial Run 成功但需要人工验收 | Task 进入 WAITING_ACCEPTANCE,不直接完成 |
| 验收拒绝但允许修复 | 保留旧 Run/Artifact,创建新 Repair Run |
| Repair Run 选中 Artifact v2 后收到 v1 迟到验收 | 不改变 ResultSelection,不交付旧 Artifact |
| ResultSelection 被新选择替代时旧 Delivery 仍在途 | 未完成的旧 Delivery 进入取消与对账,不伪装成从未发生;已完成交付不撤销;后续交付只引用新选择 |
| 同一 Step 重复投递 | 可产生新 Attempt,不产生重复逻辑 Step |
| Worker 在外部提交后崩溃 | 新 Attempt 读取同一 ExecutionRecord 并先对账 |
| 执行响应丢失 | Execution 进入 UNKNOWN,不自动改成 FAILED |
| 审批通过与取消同时发生 | Runtime 按版本、Lease 与取消 CAS 提交;若取消先于 Gateway 领取则无业务外呼,已开始则对账,不复活 Task |
| WAITING_APPROVAL 接受取消后或 CANCEL_REVIEW 期间收到迟到批准 | 去重记录决定但不重新授权、不建执行 Outbox、不外呼;保留 control_intent=CANCEL,不重新调度 Run |
| 拒绝、撤销、过期或 duplicate ApprovalDecided | 无新增 ExecutionRecord、执行 Outbox 或业务外呼;重复事件幂等且不重复核销 ReleaseGrant |
| 审批后参数变化 | action_digest 失配,旧 Approval 失效 |
| Harness 提出调用后、CallRecord 与 Outbox 提交前崩溃 | 不发生模型、数据、审批服务或工具调用;恢复后重新解释原事件,不出现未登记外呼 |
| ExecutionRecord 与 Outbox 提交后、Gateway 领取前取消 | Publisher 仍投递,Gateway 按最新取消拒绝 CAS 领取并记录 CallRejected/Cancelled,无业务外呼 |
| 合法 Outbox 提交后原 Lease 到期并接管 | Publisher 不丢弃;未取消命令按 authorized_epoch 及记录摘要/授权/许可唯一领取,旧 Worker 新提案被 fencing 拒绝 |
| Task 所有可取消状态及 Run VERIFYING 期间取消 | CAS 进入 CANCELLING,未知效果进入 CANCEL_REVIEW;迟到验证不得提交 Run SUCCEEDED |
| Task/Run 取消裁决确认未执行且普通重试政策允许 | 仍只取消收尾,不能回 RUNNING、DELIVERING 或 QUEUED;control_intent 不可清除,无自动重试、新 Run 或 Delivery |
| Execution/Delivery CANCEL_REVIEW 裁定先前成功或未执行 | 成功保留 SUCCEEDED 事实但 Task 取消不撤回;未执行只取消收尾,不经 UNKNOWN 回 PREPARED;对账沿原 execution_id |
| 取消后远程作业完成 | 记录迟到成功、副作用和费用,不继续后续 Step |
| Delivery 明确发送失败 | 仅未取消且重新授权通过时在交付预算内重试,不重新执行 Run |
| Delivery 提交成功但回执丢失 | 进入 UNKNOWN 并按渠道句柄对账,禁止盲目重发 |
| 重复 Usage 事件 | 按唯一键去重,仍保留合法调整事件 |
| Cleanup 部分失败 | Task 按策略阻断终态或显式记录隔离和待处理责任 |
| 三类 Finalization 使用错误意图、旧版本或缺失结算清理证据提交终态 | CAS 拒绝;成功额外验证同版本验收交付及关键效果,取消验证持久取消与效果裁定,失败验证失败决定;未齐保持非终态 |
| Finalization 意图固化后收到取消、迟到成功或普通裁决 | 不改写 terminal_disposition;已接受的 control_intent=CANCEL 不可清除,不切换成功/失败/取消收尾,review 不冒充终态 |
| 终态后收到迟到事件 | 记录新事实或案件,不修改终态 |
| Outbox 重复发布 | 下游按 event_id 幂等处理 |
测试不仅检查最终状态,还要检查事件序列、聚合版本、ExecutionRecord 数量、费用、Artifact 版本和清理证据。
17. 本篇结论与后续专题
Agent 业务闭环的核心不是画一条“用户—模型—工具—答案”的链路,而是把不同阶段的事实拆开:
- Session 承载交互,Task 承载业务目标;
- Run 表示一次执行,Step 表示逻辑进度,Attempt 表示基础设施尝试;
- ExecutionRecord 跨 Attempt 稳定地记录外部副作用;
- Run 成功产生通过技术验证的候选结果,Acceptance 决定是否接受;
- ResultSelection 固定最终采用的 Run、Artifact 版本和 Acceptance 证据链;
- Delivery 只交付选定结果,并对提交超时使用 UNKNOWN、查询和人工裁决;
- Usage 记录消费事实,Settlement 处理预算和费用;
- Cleanup 记录凭据、资源和数据收尾;
- UNKNOWN 必须对账,取消必须处置迟到副作用,终态不能被迟到事件复活。
这套模型让 Agent 的不确定推理运行在确定的业务状态和事实协议之上。它既可以由数据库状态机和 Outbox 实现,也可以映射到持久工作流平台,但不能把框架的 Run ID、Session 或 Event History 直接等同于完整业务 Task。
下一篇将从这些领域对象向外展开,给出生产级 Agent 平台的总体功能域、主数据流、控制面与执行面架构。