
订单已经下了,AI 员工却只看见超时:该重试吗?
假设一位数字员工替你下了订单,等了半分钟,只拿到“超时”。它没有收到订单编号,也没有写下成功回执。你让它再试一次,可能完成任务,也可能收到两份货。超时说的是谁没收到消息,并没有告诉你订单是否成立。
这不是凭空设想。Paperclip 的一项修复记录了相近的真实工程事件:修改任务的请求已经在服务端提交,客户端却超过 30 秒才等到响应,因而记下“结果未知”。之后的运行一再被这条未知记录挡住。Paperclip 为它控制的写入增加服务端结果结算:有最终记录时恢复判断,确实未知时继续拦住。这启发我们追问另一层:当 AI 员工调用的是外部业务系统,它能拿到什么证据?
我们正在开发 CodeFlowMu,一个本地多 Agent 协作系统;FCoP 文件保存正式任务、报告和审查事实。订单却属于业务系统。即使任务文件写着“已执行”,也不能替业务系统证明下单成功;反过来,本地回执缺失也不能证明订单不存在。
让回执停在三个位置
我们做了一套隔离订单实验:一个子进程提交订单,另一个进程负责恢复;订单存入临时 SQLite 数据库。它不是 CodeFlowMu 的真实业务集成,也没有调用外网。我们分别在提交前、提交后但响应前、响应后但本地回执前强制退出子进程。恢复时先按同一个操作键查询业务记录,再决定是否重试。脚本、方法和结果可独立复跑。
| 中断点 | 恢复前真实订单 | AI 侧回执 | 据业务记录作出的决定 | 恢复后订单 |
|---|---|---|---|---|
| 提交前 | 0 | 无 | 确认未提交后重试 | 1 |
| 提交后、响应前 | 1 | 无 | 查到原订单,直接结算 | 1 |
| 响应后、本地回执前 | 1 | 无 | 查到原订单,直接结算 | 1 |
第一行和第二行在 AI 侧看起来一样:没有回执。业务系统里的事实却相反。这个差别决定了动作:第一行可以在可靠查询确认后补做;第二行如果再下单,就可能重复。实验中的操作键由数据库唯一索引保护,因而同一操作不会被插入两次。它是夹具提供的能力,不能假设任何外部服务都有。
我们还故意撤掉操作键,让程序在“已提交、响应丢失”后盲重试。结果不是一个抽象的风险提示,而是实际出现 2 笔订单。这只是确定性程序对照,不是模型自发犯错;它说明重试策略若只听客户端报错,就可能制造第二个业务效果。
哪个系统有资格说“已经完成”?
Paperclip 能用它自己的服务端最终记录结算它控制的那类操作。CodeFlowMu 现有源码则在原调用效果证据不全时保留 unknown,禁用自动重试;显式恢复也拒绝效果未知的路径。本轮恢复、审批绑定和审查作用域的 18 项定向测试通过。另有 9 项调用效果测试因 Windows 进程未以管理员身份运行,在私有目录初始化处停止,不能算通过。验证范围与失败前置条件已列明。
这两种实现都提醒我们区分三件事:任务事实说明员工承担了什么、报告了什么;调用回执说明程序观察到了什么;业务记录说明外部系统最终发生了什么。订单能否结算,关键在第三件事能否被可靠读取,并且能否绑定到原操作。本文没有发现 CodeFlowMu 的新缺陷,也没有证明它对任意外部业务系统都具备这种查询能力。
于是一个恢复决定可以写得很朴素:权威记录证明未提交,才重试;证明已提交,就读回原结果;证明不了,就保留未知并请人核查。“让任务继续”并不总意味着再执行一次。
下一步的问题更难:换一台执行机器接手,原操作键和查询资格是否仍在?独立验收看到的是业务系统里的那一笔订单,还是员工写得漂亮的成功报告?我们已为跨进程接手与规则验收做了有界夹具实验,但真实双 Host 与模型验收对照还未完成,不能替这两个问题预先作答。
如果你在使用 Agent 替人操作业务系统,最值得先问服务商一句:**“响应丢了以后,我能用原操作身份查到最终结果吗?”**如果答案是否定的,自动重试按钮就不该装成“继续工作”的唯一选项。