AI 资讯 知识库 本体论Agent 可靠执行:从行动提议到权威系统的闭环

Agent 可靠执行:从行动提议到权威系统的闭环

Agent 演示时最惊艳的环节是「它自己去把事情办了」;生产环境里最容易出事的也是这个环节。模型想错了会答错,顶多被纠正;行动执行错了,订单双倍、库存扣空、客户收到两条短信——错误直接落进业务系统,且事后难以归因。

本篇给出一套从「行动提议」到「权威系统」的闭环架构,用三条铁律与一组工程清单,把 Agent 的行动变成可审计、可恢复、可重放的操作。

让行动可以安全恢复

Agent 行动的三类经典故障

重复执行:模型 API 超时,框架自动重试,于是同一次「下单」被发起两次。任何把 LLM 调用包进重试逻辑的系统都会遇到——重试本身没错,错在重试时把「行动意图」重新生成了一遍,每次重试生成了一个新的命令。

半途失败:命令发出去了,进程崩了。此刻世界处于中间态:权威系统可能执行了,可能没有,Agent 侧没有任何记录。恢复进程后无从判断,多数实现选择重发——于是回到第一类故障。

结果未知:调用权威系统超时。系统可能已经执行成功(响应丢了),也可能根本没执行。天真的实现二选一:猜成功,继续往下走——错了;猜失败,重发——双倍下单。两个方向都错,因为「未知」被强行归约成了「已知」。

三类故障的共同根因:把「发起行动」和「确认结果」混在同一次同步调用里,中间没有持久化状态,任何一次崩溃或超时都会让系统失去对「行动到底处于什么状态」的追踪。

小结:可靠性问题不是模型问题,是把不确定的分布式交互当成了确定的过程调用。

闭环架构:从提议到回执

对照配图,闭环分七步,每一步都有明确的存储与状态语义。

第一步,Agent 提议。模型产出结构化的行动提议:动作类型(挂在本体上)加参数。提议只是提议,不触发任何外部系统——这一步的产物是一份数据,可以被检查、被拒绝、被修改。

第二步,评价与授权。提议进入校验层:参数是否符合本体约束(状态机允许这次跃迁吗、金额在权限范围内吗)、提议的 Agent 是否有权执行该动作类型。能力不足或越权时,立即停止自动重试并转人工——这里的关键是「停止自动重试」:Agent 不该对授权失败反复硬闯,那是把拒绝当成瞬时错误重试的反模式。

第三步,Operation 与 Outbox 在同一本地事务持久化。提议通过校验后,写入一条操作记录(含全局唯一的 operation_id、动作类型、参数快照、状态 PENDING),同时写入 Outbox 待投递。两个写入在同一个本地事务里完成——这就是经典的 Transactional Outbox 模式:命令先落盘,再谈执行。

第四步,Worker 投递。独立的 Worker 扫描 Outbox,把待执行的操作投递给权威业务系统,Operation 状态置为 SENT。Worker 只保证「至少一次」送达,不承担业务逻辑。

第五步,权威系统原子检查加幂等执行。权威系统收到操作后,先做原子检查(资源还在吗、约束还满足吗),再以 operation_id 作为幂等键执行——同一个 operation_id 的重复投递只执行一次。原子性与幂等性都由权威系统保证。

第六步,回执与状态核对。权威系统返回成功或失败,Worker 把终态写回 Operation;投递超时时,状态置为 UNKNOWN,等待对账——不是猜。

第七步,事实与投影更新。终态回写驱动本体实例更新:订单状态跃迁、库存投影刷新,Agent 的世界模型与真实世界重新对齐。整条闭环里,本体是贯穿的词汇——动作类型定义提议的形状,实例状态承载回执的结果。

还要回答一个架构问题:这套状态机放在哪。它不该住在 Agent 进程里——Agent 进程是无状态、可随时重启的。行动闭环应该是一个独立的服务组件(行动执行平台),Agent 经接口提交提议、查询状态;Agent 崩溃或换实例都不影响已落盘命令的执行与核对。这也是本体在其中扮演角色的原因:动作类型定义、权限规则、实例状态需要一个稳定的宿主,Agent 只是临时的调用方。

小结:闭环的本质是把「一次调用」拆成「提议、落盘、投递、核对」四段可恢复的状态机。

三条铁律

第一条:先持久化命令,再执行。任何外部副作用发生之前,行动必须已完整落盘。反例是「边调边记」——调用成功才写记录,调用失败或进程崩溃时,连「发起过」这件事都没有证据。

第二条:重试复用同一 operation_id,不要生成新的。新 ID 意味着新命令,权威系统没有理由拒收——重复执行就是这样产生的。重试语义只存在于投递层,命令的身份从创建到终态永远不变。

第三条:结果未知保持 UNKNOWN,再核对,不要猜。UNKNOWN 是终态之前的合法等待态,配套动作是核对(按 operation_id 查询权威系统的执行结果,或交给对账任务),不是猜。猜成功的系统会丢账,猜失败的系统会双发——「未知」只能用「查询」消解,不能用「假设」消解。

三条铁律的共同点是拒绝隐式行为:每一步的状态都显式落盘、显式流转、显式核对。生产事故的根因调查里,「当时系统以为行动处于什么状态」永远是最重要的问题,这三条铁律保证这个问题永远有确定答案。

第三条铁律常被质疑「核对也有成本」。核对的成本是一次查询,猜测失败的代价是双倍下单加一次人工客服加一条客诉——两个数量级的差距。工程上真正的难点不是理解这条规则,而是在「超时第 37 次、监控一片红」的压力下仍然遵守它:这要求 UNKNOWN 状态在设计上就不可跳过(状态机里没有「从 UNKNOWN 直接到重试」的边),把纪律固化进代码结构,而不是靠人的自觉。

权威边界:谁拥有原子性

闭环架构里最容易被误解的一条边界:只有权威业务系统才负责资源的原子性约束。库存不超卖、余额不变负、同一航班不超订——这些约束的执行点在权威系统,因为只有它持有资源的当前真相。

平台侧的 Operation 记录不等于业务排他。一条 PENDING 的 Operation 存在,不代表资源被锁定——如果平台自作主张做了「预占」(在平台库里标记「这批库存已被预定」),两个平台实例并发时、或有旁路写入直接进权威系统时,预占与真实约束就会脱节,产生两边都以为对方管了的三不管地带。平台的 Operation 是意图与审计记录,不是锁。

边界划清后各司其职:平台保证「命令不丢、不重、可追溯」,权威系统保证「约束不破」。两者用 operation_id 对齐——这是整条链路唯一需要共享的标识,也是对账时的主键。

UNKNOWN 的最终消解有时需要补偿。对账发现「其实执行成功了」,而业务侧已经按「未执行」处理过(比如人工又补了一单),这时需要的是补偿动作而不是重试——取消、退款、冲正都是补偿的标准形态。补偿本身也要走闭环:它同样是一个动作类型,同样落 Outbox、同样幂等。把补偿当作一等公民设计进本体,而不是事故现场的临时脚本,是可靠执行的分水岭。

小结:原子性是权威系统的职责,平台的职责是让每一个意图可追踪。

业务级约束:乐观锁不是万能的

对象版本检查(乐观锁)是最常用的并发控制:更新时带上版本号,版本不匹配则拒绝。它防的是「并发覆盖」——两个写者基于同一旧版本各自修改。但有一类约束乐观锁防不了:业务规则约束。

典型例子是排班区间排他:同一员工同一时段只能有一个班次。两次并发请求排的是两条完全不同的班次记录、碰到的对象版本也各不相同,乐观锁全程放行,结果员工被排了两个班——没有发生任何「覆盖」,却违反了业务规则。这类「区间重叠」约束必须在权威系统里显式实现:数据库唯一索引覆盖不了区间语义,需要区间重叠检查(查询冲突后拒绝)或数据库级的排除约束。

对比总结:乐观锁防写写冲突,业务规则防语义违规;前者是通用机制,后者必须按业务逐条建模。本体的价值在建模期就显现——把「同一员工不能重叠排班」写成动作类型的校验规则,Agent 的提议在校验层就会被拦下,根本走不到权威系统;权威系统的约束作为最后一道防线仍然保留,两层校验同源同口径。

小结:乐观锁是防御工事,业务规则是法律条文,后者只能靠显式建模。

与 Palantir 动作类型的对照

这套闭环在 Palantir Foundry 的 Ontology 里有现成的对应物。动作类型(Action Types)把决策以写回动作捕获:动作在 Ontology 中定义(改哪些对象类型、参数约束是什么),执行经写回机制落到权威数据,Webhook 动作可以同步外部系统,官方语义保证外部请求失败时本体侧不生效;动作日志(Action Log)记录所有经动作类型执行的编辑,天然满足审计要求。授权由动态安全(Dynamic Security)按用户与上下文裁决——对应闭环第二步的授权检查。

AIP Agent Studio(2025 年 4 月公告,5 月初正式可用)让 Agent 长在本体上:Agent 能运行 Ontology Actions、查询数据、使用检索上下文,而模型的输出被限制为「调用已定义的动作类型」,不是自由生成命令。这个设计的含义值得展开:Agent 的自由度被约束在本体预先定义的动作空间里——可靠性不是靠提示词求出来的,是靠「动作类型是唯一写入口」这个架构决策保证的。

小结:动作类型是「Agent 行动」的接口定义,校验、授权、审计、写回都挂在接口上,而不是散落在调用代码里。

落地清单

Outbox 表结构要点:

CREATE TABLE operation_outbox (
  operation_id  VARCHAR(64) PRIMARY KEY,
  op_type       VARCHAR(64) NOT NULL,
  payload       TEXT        NOT NULL,
  status        VARCHAR(16) NOT NULL,
  proposed_by   VARCHAR(64) NOT NULL,
  created_at    TIMESTAMP   NOT NULL,
  settled_at    TIMESTAMP
);
  • operation_id 全局唯一且是主键——重试复用,绝不换号;
  • op_type 对应本体动作类型,参数进 payload 快照——校验时的世界状态随后可能变化,回执要能对上当时的意图;
  • status 枚举至少含 PENDING、SENT、UNKNOWN、CONFIRMED、FAILED,UNKNOWN 是一等公民,不是异常。

幂等键设计:权威系统侧对 operation_id 建唯一约束,重复投递返回首次的执行结果而不是报错——让重试方拿到确定回执;幂等窗口要覆盖所有重试路径,包括人工触发的补投。

对账任务:定时扫描 UNKNOWN 与长时间停留 SENT 的记录,按 operation_id 向权威系统核对执行结果,核对后终态化回写;UNKNOWN 停留超过阈值触发告警。对账频率按业务容忍度定——资金类分钟级,运营类小时级。

并发与顺序:并发操作同一实体时,投递要有排序保证(按实体标识分区的队列),否则「取消」和「发货」乱序到达权威系统,产生「先取消后发货成功」的荒诞终态。排序键就是本体的实体标识——又一个词汇统一的用处。

小结:清单里每一项都不难,难的是从第一版就拒绝「猜」。

参考资料

读者留言

COMMENTS 暂无
仅本站原创文章开放留言 · 请勿留下手机号、邮箱等个人信息

还没有留言,来说第一句?