Agent 问完用户之后:持久人机交互如何接回原研究
一份基金风险报告已经收集了披露资料,却还不知道该用哪个基准比较。Agent 向用户提问后,应该停下来,还是继续工作?
答案取决于接下来要做什么。整理基金费用、核对披露日期,不需要先知道基准;计算相对收益、给出相对风险判断,则需要。如果把整个任务都停住,会浪费可以并行推进的时间;如果一边问一边默认一个基准算下去,最后很可能返工,甚至把猜测写成结论。
人机交互首先是依赖管理,其次才是消息收发:让不依赖答案的工作继续,让依赖答案的工作等待,并让回复回到原来的执行位置。 本文沿这份研究任务,拆开模式选择、执行交接、回复采用和恢复。前半部分讨论 ETF Agent 的完整 HIO 机制,后半部分给出公开 Open ETF Agent 当前可采用的普通问答路径;两者范围不同。
一、选择 blocking 之前,先拆开工作依赖
这里的 blocking / non-blocking 描述的是原研究如何等待答案,不是 HTTP 请求是否异步,也不是浏览器还能不能输入。两种模式都可以把问题持久保存,让用户关闭页面后再回来。
| 判断 | non-blocking:提问后继续 | blocking:请求等待 |
|---|---|---|
| 还有什么可以做 | 有不依赖答案的合法工作 | 后续有价值的工作都依赖答案 |
| 原研究的动作 | 继续读取、计算或交付已有部分 | 部署启用且安全检查通过后停放原 Run |
| 用户回复怎样进入 | 经纠偏安全点进入后续 Main 请求 | 经恢复入口唤醒,再进入原任务 |
| 一直没有回复 | 可在明确缺口的前提下正常结束 | 受等待期限、Stop 和原任务预算约束 |
在基金报告里,缺比较基准时可以先查费率、规模和披露时间,把相对比较留空,这适合 non-blocking。如果用户要求的唯一产物就是“相对指定基准的超额收益”,而基准和区间都没有确定,继续调用模型并不会创造有效输入,这时 blocking 更合适。
一个重要区别是:某一步必须等,不代表整个 Run 必须停。 假如读取持仓明细还缺授权,持仓分析必须等待授权,但公开披露分析仍可继续。把问题标成 non-blocking,只是允许独立工作前进,不会让依赖它的读取或外部操作变得合法。
模式由模型结合任务语义选择,运行时不另加一个“这个问题够不够重要”的评分器。这样保留了模型规划工作的空间,也把责任说清楚:模型负责指出缺口、选择可推进的工作;确定性代码负责身份、权限、预算和安全停放。这段 HIO 路径不负责证明工作之间的语义依赖,因此“哪段工作确实不依赖答案”仍需要在规划与最终报告中保持一致。
non-blocking 默认更适合长研究,但它有代价。回复到达前,部分工作可能已经完成,后续只能基于新输入补充或修正,不能假装此前已使用答案。blocking 则减少这类返工,却增加等待延迟。选择依据应是错误假设的代价和可独立推进的工作量,而不是“异步一定更先进”。
二、一次提问怎样变成两条执行路径
两种模式共享同一个起点:Main 提交问题,Human Interaction Owner(HIO,人工交互模块)校验原请求并保存稳定身份,再返回接纳回执。回执说明问题已进入系统,而不是用户已经看见或回答。
按起点分组阅读关系与条件;完整图保留在下方。
- → 人工交互
- → 持久请求
- → 独立工作
- → 安全暂停
- → 响应准入
- → 纠正
- → 恢复唤醒
- → 原主代理
- → 原主代理
- → 发布
完整关系图 · 可放大查看细节
图中的“独立工作”和“安全暂停”是不同选择;回复也按原 Run 的实际状态分别进入纠偏或恢复,不会同时启动两套 Main。
non-blocking:保存问题,继续原循环
ask_user 返回稳定的交互引用后,Main 继续原来的模型与工具循环。用户还没有回答的可选问题,不会自动成为结束条件,也不会迫使系统额外调用模型等答案。报告可以先交付已确定的部分,并明确留下尚未完成的比较。
回复到达时,接收端先保存原文及关联,再把交接送入原 Correction(纠偏)安全点。非阻塞回答不会为此抢占并取消正在进行的独立读取。安全点的作用是让输入变化发生在可核对的执行边界:已经发出的请求不能被事后改写,尚未派发的旧提案可以按原纠偏规则被替代;下一次合法的 Main 请求才带上新回答。这样,“用户改了条件”有明确生效位置,而不是后台悄悄换掉正在执行的参数。
这里有过一个很具体的反例。在真实浏览器、认证服务和 PostgreSQL 配合脚本网关的受控验收中,用户回答非阻塞问题时,通用纠偏逻辑却取消了正在进行的资料读取。读取留下未结算调用,原任务以 partial 结束,答案也没被采用。修复不是取消纠偏,而是根据原问题与回复的精确绑定,只暂缓“抢占独立读取”这一效果,让读取先结算,再由 Main 安全点采用。普通的即时纠偏仍可中断读取。补充一个答案和要求立即改道,不能共用一个含糊的“继续”信号。
blocking:先证明可停,再让出执行资源
模型写出 blocking,只是请求等待。真正停放前,Recovery 要能回答几件事:
- 最新 Main 请求是否已结算,恢复游标是否指向同一份封存输入?
- 已交付正文是否已持久保存,工具和 Hook 是否还有未结算的效果?
- Child 是否已结束,或已安静地停在可恢复的 partial 检查点?
- 当前取消状态、期限、lease 与 fence 是否仍允许这次交接?
通过这些检查后,原 Run 才进入非终态的 Human Park,释放允许释放的执行资源。它保留任务身份、已提交结果、检查点和预算;不触发正常完成 Hook,也不为等待再创建一个 Run。若还有一个 Child 请求在途或某项效果结果未知,就不能仅凭模型说“我要等用户”把它包装成安全暂停。
一个 Root 最多一个实际 Human Park,可以有多个有界的非阻塞交互。等待截止取问题有效期、剩余累计人工等待额度和用户硬截止中的最早值。重启和再次提问不会补满额度,收到回答后等待执行容量的时间,也不能继续计作人工等待来抵扣。自动执行的 Scheduled Task 不进入人工等待,缺少必要输入时保留可完成的研究或拒绝依赖它的操作。
完整 HIO 的安全停放已有实现和受控恢复验证,但生产 Human Park 默认关闭。对接产品时,需要分别确认“问题可以接纳”和“部署允许实际停放”,不能从一个 blocking 回执推断后者已经启用。
三、持久化的重点,是回答与原任务之间的因果关系
页面上的聊天记录能保存文字,却不一定保存“这句话回答了哪个请求、下一步该交给谁”。用户可能同时打开两个研究任务,也可能从全局待办回复旧问题。靠最新消息或相似措辞匹配,无法承担这种交接。
请求需要绑定原 producer/action、Root Run、会话、接收人、类型、版本与有效期。回复则携带精确的请求身份、认证主体、稳定的 response ID 和原始内容。前端负责选择要回答的原问题,服务端负责验证绑定;模型不需要再猜一遍“这句话大概是在回答谁”。
持久状态至少要区分四个事实:
| 事实 | 它允许系统作出的判断 |
|---|---|
| Request accepted | 原问题已保存,可以重新展示与查询 |
| Response received | 原回答已保存,重复提交可以返回同一回执 |
| Response adopted | 原消费者已把回答纳入自己的执行交接 |
| Effect committed | 获批的具体业务效果已有执行结果 |
“采用”的证明必须落到消费者。完整 HIO 的运行中问答,要能关联实际 Main 请求中的纠偏输入;公开普通问答路径,则先把回复提交为原 ask_response 的工具结果检查点。两者都不能仅凭 HTTP 返回成功就显示“研究已继续”,也不能把模型读到答案等同于模型理解正确。
这种拆分直接解决重试问题。若回复已保存但网络确认丢失,客户端使用同一 response ID 和相同正文重试,应读回原回执;同 ID 改了正文,则是冲突。系统不需要再问一次,也不能生成两次采用。用户原文保存在原会话或 Session 中,交互模块保存关联与交接凭据,不复制一套模型上下文和运行账本。
前端还必须保存“这一次提交”的结果,而不只是轮询任务状态。同一套受控浏览器验收把两份不同答案同时提交,后端正确返回一份 202、一份 409,并只保存一条回复;失败方的界面却在轮询后把冲突提示刷没了。详情读取失败时,还可能换一个 response ID 再发。修复后,前端先冻结原提交身份、保留冲突,再核对服务端已收答案,刷新不能把冲突改回“可以重新发送”。这说明后台只收一次,和用户知道到底收了哪一次,是两个都要验收的目标。
原始字节在这里有实际意义。恢复受保护命令时,数据库里重新序列化出的 JSON 可以“含义相同”,却未必是用户审阅的那份输入。审批要对照原 sealed preview 的精确身份,而不是拿新拼出的等价对象替代。这项约束应留在真正需要它的命令与效果边界,不必让每个普通问题都承担整套审批协议。
四、恢复时先看原 Run 状态,再决定把回复送到哪里
回复接纳和恢复执行应分开。用户能提交答案,并不要求系统此刻已有模型执行名额。保存完成后,调度端再根据原 Run 的真实状态选择路径。
原 Run 仍在运行:送入下一次安全点
继续使用原 Correction 路径,不另起一个并发 Main。下一次实际模型输入要包含原回答,并关联对应的采用回执。此时最值得检查的不是页面显示了什么,而是新输入是否真的进入目标请求。
原 Run 已停放:取得执行权,再恢复原检查点
Wake 需要重新取得原类别的执行容量和唯一 lease。假如另一个任务已经占用了释放的名额,回答继续保留在“已收到,等待继续”,不能抢占或偷偷超额执行。
取得执行权后,恢复的是最近一个合法的 Main 检查点,而非原进程的内存栈。旧游标即使格式合法,也可能指向回答到达之前的请求;后来产生的 Child 回执,也不能遮住真正的最新 Main 身份。因此恢复必须一起核对 request、seal、cursor 和已提交正文,防止从旧条件重新派发。
如果问题来自 Child,交接还多一跳。Main 可以先处理用户答案,但只有显式选择恢复原 Child,完整原文才会沿原问题关联进入 Child 自己的输入。Main 的转述不能冒充用户原话。当回复到达与原 Child 不携带证据或产物引用的 partial 交接相遇时,Child/HIO 共同核对原请求、响应和阶段;Memory 与 PostgreSQL Store 在各自受保护的提交边界内消费同一规划,并重验执行权,避免两套存储得出不同的接纳结果。
另外,Human Park 的安全检查允许已经结算、可恢复的 Child partial 随 Root 一起停放,却不会自动唤醒 Child。Main 仍可决定不再需要它;已取消或终结的 Child 也不会因旧回复变回活动状态。
原 Run 已终结:保存回答,重新取得继续意图
终态不能当作一种更长的暂停。完整 HIO 对符合原续研条件的普通问题,会要求用户明确“继续分析”,再由 Continue 创建关联的新 Run;已有报告仍属于原运行。已经采用的回复不能再次触发续研,过期的权限或审批也不能借这个入口复活。公开 v0.21 普通问答尚不支持终态续跑。
三条路径共同守住一个边界:已知停在哪里,才能从那里继续;不知道某次请求或效果是否已经执行,就先保留未知状态。 比如回复已经采用,但下一次模型请求派发后失去结果,保存着回复也不意味着可以再发一次。恢复要先核对原请求结果,而不是用新的 Run 掩盖不确定性。
五、等待模式与授权类型,是两个不同的维度
blocking / non-blocking 决定普通问答期间怎样安排工作;普通问答、权限申请、动作审批决定用户的回答能改变什么。权限与审批按各自合同阻挡相关效果,并不因此支持任意等待模式组合。将两者混在一起,最常见的后果是把“这个问题不阻塞研究”误解成“这个动作不需要批准”。
| 交互 | 用户决定的对象 | 生效位置 |
|---|---|---|
| 普通问答 | 研究条件,例如比较基准 | 原 Main 或 Child 的输入 |
| Permission Request | 可追加的访问范围 | 原 Authorization 的 Run grant |
| Effect Approval | 一次具体操作及其最终参数 | 原 Effect 的确认与执行链 |
以持仓研究为例,“请使用沪深300”改变分析条件;“允许本次研究读取持仓明细”改变可访问范围;“确认执行预览中的外部操作”批准的是一项已确定的动作。获得读取能力,不等于相关外部动作也已获批;批准一个动作,也不会顺带授予以后任意访问或执行的能力。
当前完整 HIO 的权限申请入口是 request_research_scopes,实际可申请的持仓投影限于 anonymized_holdings_summary 和 portfolio_details。Authorization 先给出合法可申请范围,用户确认后再核对当前政策、路由与上限,最后追加原 Run grant。它不是任意文件或任意系统权限申请器,普通聊天里的“可以”也不是该类型化确认。
Effect Approval 绑定的则是原 Action、最终参数摘要、预览和版本。参数、接收对象或预览发生实质变化,就需要针对新动作重新提案。用户批准后,原 Effect 模块仍要记录实际执行结果;若外部请求已发送却结果未知,再点一次批准不能使重放变得安全。
因此,统一 HIO 值得复用的是请求身份、待办展示、回复接纳和交接。授权与效果的判断留在各自负责的模块,才能在研究继续推进的同时,让未获准的那一步确实停住。
六、公开实现怎样采用:从一个顺序问答闭环开始
Open ETF Agent 没有把完整 HIO 全部搬到公开版。v0.13 的固定实现先建立单问题的持久接纳与原调用采用;v0.21 的固定公开源码把它接入本地研究项目,支持有上限的顺序问答。
这里的“固定公开源码”表示可读回的候选实现及其限定测评;最终发布包的原 CI 和正式 tag/Release 仍需另行核验,不能把源码提交等同于正式发布。
这条实现对应 blocking 一侧:ask_response 保存问题并让出 Worker,用户回答后再显式执行同一个任务。它适合先把“找得到问题、答得上原问题、恢复后确实用到答案”做完整;没有后台独立工作要并行时,不必先建非阻塞纠偏和跨会话收件箱。
按固定项目指南建立项目、导入选定资料并完成提供方、数据与费用批准。在项目配置中保留 report、启用 response,再显式设置:
"interaction": {"schemaVersion":"human-interaction@1","maxQuestions":3}上限可设为 1–8;没有 interaction 配置的旧项目继续原单问题合同。配置更新只影响未来任务。任务运行到问题后,沿普通问答入口操作:
node dist/src/research-cli.mjs interaction list --project PROJECT
node dist/src/research-cli.mjs interaction inspect --project PROJECT --run TASK --question-id QUESTION
node dist/src/research-cli.mjs run respond --project PROJECT --run TASK --question-id QUESTION --response-id RESPONSE --text ANSWER_FILE
node dist/src/research-cli.mjs run work --project PROJECT --run TASK
node dist/src/research-cli.mjs run report --project PROJECT --run TASKTASK、QUESTION 使用 list/inspect 返回的原标识;ANSWER_FILE 是保存回答的文本文件。查询和接纳回答都不调用模型。respond 得到 received-not-adopted 后,原 Run 的 work 才提交工具结果检查点;前一回答已采用、问题配额和原模型/工具预算仍允许时,才可以提出下一问。报告沿原文件交付路径取回。
这一接收、采用、再提问的顺序由交互合同代码核对,等待仍占用原任务期限。恢复时保留完整项目目录,并继续原任务,而不是重新提交一个替代任务。日常使用从当前 main README进入,旧任务留在其兼容版本完成。
这条公开路径已有真实模型配合合成资料的执行记录。固定 v0.21 测评里,十个自然任务留下了十二次问题接收/采用与十份可冷读报告,说明顺序多问不再只有脚本网关演示。但这证明的是当次交接和报告读回,并不证明模型总能正确理解用户偏好:其中一题未能召回既有的英文格式偏好。其中一次模型自行推断了资料版本的适用日期,最后按用户明确选择的版本继续并保留日期不确定性。它说明交接正确和理解正确仍是两件事:Runtime 能保证原答案回到原调用,研究结论仍要核对答案的具体含义。固定执行证据保留了这项观察。
采用时应把范围看清:这是本地单用户的普通顺序问答,不提供非阻塞插话、Child 定向咨询、追加权限或外部效果审批。需要这些能力时,前文的身份、消费者和恢复分工可以作为设计依据,不能把一个 response 开关当作完整平台。
追溯最小协议:在固定 v0.13 复现一次回复的接收与采用
要单独观察“先收到,后采用”,可按 v0.13 README安装该固定版,使用 Node 26.8.1–26.x 和一个新的本地目录。下面调用的是该版本原 CLI,不是上面的项目命令:
npm run session -- start --session runs/article-reply --case durable-response
# 用 start 输出的原 runId 和 questionId 替换占位符
npm run session -- question --session runs/article-reply --run RUN_ID --question QUESTION_ID
npm run session -- respond --session runs/article-reply --run RUN_ID --question QUESTION_ID --response reply-1 --text 'Synthetic label: blue'
npm run session -- resume --session runs/article-reply --run RUN_ID
npm run session -- response-status --session runs/article-reply --run RUN_ID这是脚本网关的单问题路径:respond 保存原文并得到 received-not-adopted,resume 才把它提交为原调用的工具结果。请在原有 300 秒期限内完成;等待不续期,回复不授予权限。它用于观察持久交接,当前项目使用仍以上面的 v0.21 入口为准。
结语:该停的是依赖答案的工作,应该保留的是执行依据
回到那份基金报告:基准未定时,公开资料仍可整理;相对比较要等待;回答到达后,只有原任务的后续输入采用了它,比较才真正按新条件开始。若整个任务已经没有独立工作,就让原 Run 安全停放,而不是占着模型循环空转。
设计下一次人机交互时,可以先回答四个问题:现在还有哪些合法工作不依赖答案?谁有权决定真正停放?回答最终由哪个消费者采用?进程重启后,凭哪份持久事实从哪里继续?这四个问题明确了,弹窗、收件箱和状态卡才有可靠的内容可展示。
延伸阅读
前台与后台研究的并行体验讨论用户如何在长研究期间继续聊天;异步研究按时交付讨论时间承诺与保存的结果。它们与本文的人机交接可以协作,但不替代回答的精确关联和采用。
更多机制案例收录于 ETF Agent Engineering Notes。欢迎 Star 公开技术文集。