
工单刚转交,AI 的回答却变成“已发货”:新消息该算哪一轮?
同一刻,工具返回“工单已转交”,用户追问订单。AG2 的修复前后局部对照显示:若本轮多调用一次模型,交接结果会被订单回答取代。我们又对照 CodeFlowMu 的输入投递边界。
工单刚转交,AI 的回答却变成“已发货”:新消息该算哪一轮?
一位用户说:“我要找人工处理。”AI 调用工具,工具返回“工单已转交”。几乎同时,用户又问:“我的订单呢?”
如果 AI 在这一轮结束前顺手处理追问,屏幕上最后出现的可能是“你的订单已发货”。工单确实转交了,但这个交接结果被第二个回答盖过去。对用户而言,他刚要求的人工接手似乎没了下文;对接手的人而言,也很难从最终一句话看清上一轮究竟完成了什么。
这是 AG2 贡献者 coder-abu 提出的修复所处理的边界。AG2 是一个 Agent 开发框架;在这个案例中,工具可以明确要求“以我的结果结束本轮”,也可以把调用交给客户端处理。修复前,框架已经跳过了正常工具循环,却仍把运行中排队的新输入取出来,再调用一次模型。于是原本应保留的终止结果被新回答替换;客户端交接时,甚至可能在工具结果尚未回来之前继续问模型。上游修复让强制结束的结果先返回,新输入留在同一消息流的下一轮。
把“刚好同时”做成可重跑实验
我们固定 AG2 v1.3.2,使用它自己的脚本模型与事件订阅:第一个请求是“我要找人工”;终止工具返回 Ticket escalated.;工具结果到达时,立即排队 What about my order?。脚本模型为追问准备了 Your order shipped.。这两个英文句子是测试数据,不代表真实订单状态。
为了看清变更的作用,我们只把修复前的 _execute_turn 函数体放进当前版本的其余运行时,再与当前函数比较:
| 同一交错时点 | 本轮最终回复 | 本轮模型调用 |
|---|---|---|
| 修复前循环体 + 当前其余运行时 | Your order shipped. | 2 次 |
| v1.3.2 当前循环体 | Ticket escalated. | 1 次 |
我们还运行了 AG2 的三项相关上游回归:终止工具结果保留、客户端交接等结果回来再恢复、普通工具处理中途输入仍能在当前轮消费;三项均通过。这里的“修复前”只是旧函数与当前其余组件的局部因果对照,不是完整旧版发行包或真实模型服务的复现。实验脚本、版本与结果可复查。
这项修复也不是“新消息一律等下一轮”。普通工具仍在继续调用模型时,中途输入可以进入当前轮。区别在于:**工具已经决定本轮结束或等待客户端交接时,不能为了处理追问,把这一轮的结果又打开一次。**上游还提醒:如果适配器每次请求都新建消息流,队列归属需要单独处理,不能简单套用“下一轮会读到”。
回到我们的多 Agent 系统
CodeFlowMu 是我们开发的本地多 Agent 协作系统。它也会把人的新指令送给运行中的执行者,但这与 AG2 的消息流并不是同一个实现。我们的对照因此没有宣称“复现了同一个 bug”,而是问一个更基础的问题:一条追问究竟被保存了、送到原生进程了,还是已经参与模型这一轮?
本地探针穿过 CodeFlowMu 当前的真实投递方法。若进程在调用前已经结束,结果是 not_live,没有写入原生进程;若写入时进程结束、又没有原生送达回执,结果是 unknown,输入被保存,同一请求再次查看仍为未知,没有再写第二次。相关协调与投递目标回归 27 项通过。另两项完整集成用例需要受信任管理员测试环境,在前置条件处停止;没有算作通过。
这些结果证明受测局部没有把“保存输入”直接冒充“模型已收到”。它们没有证明真实 Host 在交接瞬间怎样安排轮次,更没有证明用户追问已成为正式任务的新授权。FCoP 记录的正式任务、报告和验收,是跨员工协作的事实;宿主里哪一轮消费聊天输入,是另一个边界。两者必须能关联,不能相互代证。
真正需要问的下一句
这轮研究没有确认 CodeFlowMu 产品缺陷,也没有形成开发评审项目。最有价值的下一轮实验,是在同一个真实 Host 中分别把追问放在运行中、交接点、进程结束后,同时核对最终回复、原生送达回执、模型调用次数,以及是否意外新开一个执行轮次。没有这组证据,就不该把 AG2 的修复直接写成我们的开发任务。
对设计多 Agent 系统的人,这个案例提出一个可争论的问题:当执行者已经给出交接结果,新输入应排在同一流的下一轮、要求重新投递,还是成为独立会话?不同产品可以选不同体验,但必须让用户知道上一轮交了什么、这句话排到哪里、谁有权继续做。
本文的 AG2 对照是固定版本、脚本模型和局部函数替换;CodeFlowMu 对照是受控子进程探针。完整源码版本、公开可重跑探针与受限产品证据的边界见中英文实验记录。