等人现场放哪里:进程内等待 vs 库里一行
模块:运行引擎 · 人审与追问(doc/47,复用 doc/41 Loop A 档案)|状态:已落地(2026-10-23,Q1–Q5 + P1–P3)|证据:
doc/47-Plan审核与追问澄清.md§3、internal/runengine/questions.go、waittools.go、plangate.go
1. 场景与病灶
两个会真实发生的戏:
戏一(plan 无审核):租户里的运营同事发「把 workspace 里的旧文件清理一下,再把报告整理成归档目录」。模型对「旧文件」的理解和小张不同——rm 掉一批文件,里面混着没提交的配置和财务表。每一道现有防线都放行:沙箱围栏只挡租户目录之外的读写,这些操作全在目录之内,合法;PII 脱敏管敏感串外泄;看板只是让丢的过程可见。破坏发生在第几秒,人没有任何动手前的检查点。
戏二(追问无载体):小张的消息本身有歧义(「那个报告」是哪份?)。模型有两条路:猜——答错二十分钟的活全白干;把问题当终稿文本交出来等下一条消息——这条路能走,但问题没有身份(答案回来时「在答哪道题」靠自然语言维系)、前端画不出问题卡、模型「决定提问」这个承诺不留痕迹。
两个病灶同一副地基:「人」这个外部输入源在引擎里没有正式进入通道。今天人只能靠「发一条普通消息」影响 agent,既无结构化的问题/方案载体,也无「任务在等输入」的状态。
2. 核心候选:等待现场放进程还是放库
| 候选 | 做法 | 好处 | 代价 |
|---|---|---|---|
| A 进程内 park(kimi / dsh / eino HITL 原语) | 工具 handler 里起一个 promise / StatefulInterrupt,人在同进程回调里回答 |
实现最短;eino 有现成原语 | 进程一死现场全丢;裁决端点在别的副本够不着;eino 的 gob checkpoint 是进程内字节,v6 目标多副本直接不成立 |
| B 库里一行 + 轮询(选定) | 落 run_questions 行 → 发帧 → handler 阻塞轮询该行直到 status != pending |
现场在库;任何副本都能答;崩溃后 resume 重建等待者;多副本天然正确 | 一次 1–2s 的轮询开销;挂起期间占用一个 goroutine |
| C 挂号立即返回、答案走下一条 user 消息 | 工具立刻返回「已挂号」,人的回答作为下一条用户消息进来 | 不阻塞、不占 goroutine | run 被切成两段,看板/账目/上下文全断;runlog 语义变复杂;省的钱比看起来少 |
| D 不做,模型自己猜 | 保持现状 | 零成本 | 戏一、戏二原样发生 |
选 B。v6 的既有哲学已经给出了答案(doc/30 §2.3):interrupted 是读侧派生视图,runs 行保持 status='running' + 租约过期,语义是「执行者死了」。挂起沿用同一哲学——不加第四种存储状态,挂起 = running + 存在 pending 行,读侧可派生「在等审批」。
准确表述:阻塞中的 goroutine 只是可重建的临时雇员。进程死了 → 租约过期 → interrupted → 客户端 resume 在任何副本重建等待者,现场全部从 PG(行 + journal + runs 租约 + plan_mode 列)恢复。家规原话:「现场在库不在进程」。
3. 三拍:落行 → 发帧 → 阻塞等
每个「等人」工具(ask_user、submit_plan)的 handler 都走同一套:
- 落行:
INSERT run_questions(kind=question/plan,status=pending,tool_call_id)。不做会怎样:进程死了对不清在等什么。 - 发帧:
AppendFrame一条kind=question(name区分发起工具,args是原始参数 JSON,text是问题/方案全文,messageId= 行 id)。不做会怎样:前端不知道在等人,页面死寂。 - 阻塞等:goroutine 内 1–2s 轮询该行直到
status != pending;全程尊重 ctx(stopRun 能打断,run 走 stopped,行留 pending)。答案文本作为 tool_result 返回,模型同一轮继续。
为什么选「同轮注回」而不是 C:工具契约完整(工具返回的就是答案,不是「挂号凭证」)、run 连续性(runlog/看板/账目不切碎)。
4. plan gate:为什么是运行时守卫而不是装配剥工具
模型能自己判断「这个任务多步/破坏性/不可逆」,调 enter_plan_mode 把 runs.plan_mode 置 true。此后每一次写/执行类工具调用都过 planGuardHandler——isMutatingTool(name) 为真就 deny:解释文本当 tool_result 回模型,工具未执行、不落 intent。
| 候选 | 做法 | 好处 | 代价 |
|---|---|---|---|
| A 装配剥工具 | 进 plan mode 时把写工具从池里拿掉 | 模型物理上看不见写工具 | 需要入口 flag(用户已否);池子在装配期定,运行中改要重建 |
| B 运行时守卫(选定) | handler 链上逐调用判定 | 触发权还给模型,与 kimi 全套同款 | 「进不进模式」仍是提示词(软约束) |
| C 首次写前必审 | 模型发第一把写工具时强制问人 | 硬保证,不依赖模型自觉 | 每个干活 run 多一次打断;留档为将来升级路径 |
| D 不做 | 只靠提示词劝阻 | 零成本 | 戏一原样发生 |
硬保证的准确表述:「进模式后想写也没有通道」——deny 是 middleware 硬拦,不依赖提示词。「进不进模式」是提示词(软)。这是 A 形态与开关形态的取舍:残余风险是模型该进不进直接干,靠提示词 + deny 反馈 + 用户 stopRun 兜底。
批准与放行:人在方案卡上点「批准执行」或「编辑后批准」→ answer 端点 CAS(decision=approve)→ 行 answered → 轮询注回批准文本(有修改则附全文)→ 同时 runs.plan_mode 置回 false → 守卫放行,同一轮继续执行。
退回修改不是拒绝:decision=revise → 注回「方案被驳回,尚未执行;计划模式仍然开启…」+ 意见 → plan_mode 保持 true → 模型改完重新 submit_plan,落新行、新帧、新卡,旧卡标「已驳回」并留住意见。
5. 崩溃兼容:journal 重放的第三分支
挂起中进程死 → 租约过期 → 派生 interrupted(既有)→ 客户端 resume(既有 claim CAS)→ replayJournal 重放到这条 intent 时查 run_questions:
| 账本 intent 对到的行 | 重放行为 |
|---|---|
| 无行 | 维持现状:interruptedResultText 回注,不重跑(at-most-once) |
pending |
重新挂起:重发 question 帧(seedResume 已清空 runlive,天然幂等),继续轮询 |
answered |
注回答案/批准:内容作为该次调用的 tool_result(submit_plan 行附带退出 plan mode),模型继续跑 |
没这个分支会怎样:批准了的调用在 resume 后被当成「结果未知」跳过——人白批了,且模型拿到的文本与批准语义矛盾。
resumeCount 语义不变:挂起不消耗次数(lease_epoch 不动),只有崩溃接管才 +1。
6. 同族小裁定
| 小问题 | 裁定 | 代价 / 备注 |
|---|---|---|
| 表叫什么 | run_questions(doc/41 的 run_approvals 改名) |
kind 列区分 question/plan,P/Q 共用一张表、一种帧、一套 resume 分支 |
| 状态机 | pending → answered(外加终态清扫的 stale) |
2026-10-27 发现:stale 没有生产者——全仓 UPDATE run_questions 只有 pending → answered 那一处 CAS,进程收摊或被 stop 的 run 会留一行永远 pending。补法与 doc/37 会话清理同一拍 |
| 一答终答怎么保证 | PG 条件更新 WHERE id=? AND status='pending',影响 0 行回 409 115101 |
CAS 在多副本下成立,无「第二个副本一起判」的窗口 |
| 挂起时长上限 | 无上限、lease 照续、stopRun 可打断 | 人几天不答,会话闸就占几天——与 doc/41 同款取舍。代价:不需要超时清扫 |
| 授权语义 | 没有拒绝分支——answer 只可能是回答/批准 | 想撤回用 stopRun |
| 答案形态 | ask_user 带可选 options: string[],前端快捷按钮 + 自由文本框 |
有明确候选取值时给 2–4 个;option 文本就是 answer,端点和表不变 |
| 方案审批几态 | 批准 / 编辑后批准 / 退回修改三态 | decision 列承载 approve/revise;编辑后全文走 answer 列 |
| plan mode 放在哪 | runs.plan_mode bool 列,不出 API |
崩溃恢复后仍在(durable);前端靠 list 端点感知等待,既有端点字节零变更 |
| plan mode 内放行什么 | 读类工具、看板四工具、ask_user、enter/submit |
看板工具只改 run_tasks、不动工作区,放行是为了方案阶段先把步骤立成 todo |
| 为什么能悄悄退出 | 不做 exit_plan_mode 无审退出 |
进了模式要么 submit_plan 过人审、要么 stopRun |
| 帧词表 | 8 → 9,新增 question(P/Q 共用一个 kind) |
contract_test.go 词表测试是显式同步点,红即提醒 |
| 刷新后怎么恢复待答面板 | 前端查 questions?status=pending 从 PG 重建 |
不依赖 runlive 的 300s TTL;换窗口、换副本都不丢 |
| 子代理继承 | ask_user 静态注册进一手池,researcher 走 exclude 路会继承它;coder 白名单不含 |
中途问人符合 researcher 定位;金样 TestShippedAgentSpecToolGuards 同步一行 |
| 脚手架 | seed-question / plan-gate-check 两个 dev 探针 |
转正点已走完:seed-question 换成只读 question-check;plan-gate-check 本就是纯判定,保留为长期诊断口 |
7. 证据
方案:doc/47-Plan审核与追问澄清.md §3.1(共享机器)§3.2(plan gate)§3.3(ask_user + resume 第三分支)§3.4(外部参照对照)§5.1(表与改列)§5.2(帧)§5.3(端点)§5.4(批准/答案形态)§6(十拍收口)§7(不做清单)§8(1–6 全拍)。取档来源:doc/41-任务看板与人工审批.md §3.1(Loop A 原设计,整条不做但设计在案)。
台账:tmp/47-Plan审核与追问澄清/(本地,不入库);tmp/审批回路/决策记录.md(Loop A 时代的三项拍板,其中「走队列」思路被 Q 线继承)。
代码符号:
| 位置 | 是什么 |
|---|---|
internal/runengine/questions.go:52 |
RunQuestion struct(PG 表 run_questions) |
internal/runengine/questions.go:78 |
Store.InsertQuestion:第 1 拍落行 |
internal/runengine/questions.go:123 |
Store.AnswerQuestion:CAS 一答终答 |
internal/runengine/questions.go:184 |
Server.listQuestions:GET /api/runs/:id/questions |
internal/runengine/questions.go:226 |
Server.answerQuestion:POST /api/questions/:id/answer |
internal/runengine/waittools.go:44 |
handleAskUser:三拍主机 |
internal/runengine/waittools.go:62 |
openWaitRow:落行 |
internal/runengine/waittools.go:100 |
emitQuestionFrame:发帧 |
internal/runengine/waittools.go:129 |
newSubmitPlanTool |
internal/runengine/waittools.go:192 |
reconcileResumeWaits:resume 第三分支 |
internal/runengine/waittools.go:262 |
waitForAnswer:轮询 |
internal/runengine/plangate.go:54 |
isMutatingTool:写/执行黑名单纯函数 |
internal/runengine/plangate.go:73 |
planGuardDenies |
internal/runengine/plangate.go:83 |
planGuardHandler:守卫 middleware |
internal/runengine/plangate.go:125 |
newEnterPlanModeTool |
internal/runengine/plangate.go:157 |
Store.SetPlanMode |
复核命令:
cd yk-tako-eino
grep -n "run_questions\|status='pending'\|\"stale\"" internal/runengine/questions.go
grep -rn "stale" internal/runengine/*.go | grep -v _test # 看有没有写入点
grep -n "isMutatingTool\|planGuardDenies" internal/runengine/plangate.go
bash ../scripts/acceptance/question_crash.sh # 需起隔离引擎,见 README活体验收(2026-10-23):问题卡瀑布、方案卡编辑后执行、question_crash.sh 16 条断言全过(挂起中 kill -9 → interrupted → resume 202 → 帧重发 → answer → complete)。交互层重做后重跑:提问 → 选项 → 看板 → 方案 → 驳回 → 重提 → 编辑后批准 → 执行,看板 5/5。
8. 现状
- 仍有效:库里一行 + 轮询的等待形态;三拍;CAS 一答终答;resume 第三分支;plan guard 运行时守卫;无上限挂起;同轮注回。
- 未落地 / 已知缺口:
stale无生产者(run 终态清扫未实现);run_questions与run_tasks都还没进会话清扫清单。 - 明确不做:ask_user 的 B 形态(挂号立即返回)、首次写前必审、用户侧强制进模式入口、
exit_plan_mode无审退出、框架拦截式审批 gate、超时自动拒答、运行中插话。 - 同族问题:审批闸为什么整条不做 → 工具三态守卫与审批回路;看板正本 → 看板正本放哪里;崩溃状态怎么派生 → 崩溃后这场 run 算什么状态;技能与 plan mode → 技能谁读谁执行。