MCP协议变更为无状态：工具执行幂等性挑战

无状态传输去掉的是一个状态持有者，而不是状态本身

新版 MCP 废除了 initialize/initialized 以及 Mcp-Session-Id 请求头。每个请求都携带服务器解释它所需的全部信息，任意请求都可以落在负载均衡器后任意一个兼容实例上。2026-07-28 官方规范发布版将这一结果描述为「无状态协议核心」。

这是重要的基础设施简化。它将粘性路由和协议自有会话存储从默认路径中移除。但它没有回答以下应用层问题：

该逻辑操作是否已经启动？

外部副作用是否已发生？

结果是否已持久化？

调用方是否已收到该结果？

谁有权限重试每一步？

生产级 AI 基础设施工程的纪律，从在为队列、数据库或 worker 框架做选型之前先命名这些责任方开始。Session 曾经通过给相关调用提供一个便捷容器来隐去部分决策。一旦容器消失，实现要么直接建模这些决策，要么将它们隐式留在进程内存中。

隐式状态是危险的选择。进程内存能告诉当前 worker 它看到了什么，但无法告诉下一个 worker 在崩溃、超时、重新调度或部署之后已经发生了什么。

四个关键的崩溃窗口

以 issue_refund 这一工具为例。客户端发送一个请求，但该业务操作跨越了多个边界：

服务器接受意图。

Worker 开始执行操作。

支付提供商执行退款。

服务器记录提供商结果。

结果到达客户端。

「请求失败了」不是一种状态。它可能意味着进程在工作开始前就死了、在本地工作期间死了、在提供商提交退款后死了、或者在结果已存储但响应尚未到达前死了。这些状态需要不同的恢复行为。

如果服务器在每次超时后盲目重放整个 handler，第三个窗口可能导致退款重复执行两次。如果 worker 将操作标记为已开始后就不再重试，第一或第二个窗口可能使合法工作永远搁浅。如果将已存储的结果视为调用方已收到的证明，第五步可能悄然丢失投递。

协议无法解决这种歧义，因为这种歧义属于应用程序。无状态 MCP 让这个边界变得可见，但并没有消除它。

恢复责任矩阵

在写重试代码之前，定义一个逻辑 operation_id，并将每个崩溃窗口映射到持久化证据和一个责任方：

该表分离了三个经常被混为一谈的概念：

• 执行状态：逻辑操作是否产生了结果。
• 副作用状态：在 worker 数据库之外发生了什么变化。
• 投递状态：结果是否跨越最终边界到达了消费者。

因此，一个可用的无状态 MCP 服务器架构需要一个任务记录，其生命周期独立于任何单一请求或服务器实例。它可以很紧凑，但必须能够在那类可以安全重试的故障中存活下来。

这也阐明了显式 MCP 状态句柄的用途。SEP-2567 用普通的服务器签发的句柄替代了隐式的 session 作用域应用状态，模型可以在调用之间携带这些句柄。句柄标识一个购物车、浏览器、工作流或操作。它不是效果是否已发生的证据。句柄背后的资源仍然需要自己的并发和恢复契约。

让操作记录成为事实来源

一个最小的操作记录可能是这样：

{
  "operation_id": "refund_01J...",
  "input_hash": "sha256:...",
  "status": "effect_pending",
  "attempt": 2,
  "effect_key": "refund_01J...",
  "effect_receipt": null,
  "result": null,
  "delivery_status": "not_ready"
}

字段本身不如围绕它们的不变量重要：

用不同输入重用同一个 operation_id 必须失败并关闭。

只有一个活跃的尝试可以拥有当前租约。

每个非幂等适配器接收一个稳定的 effect key。

提供商回执在执行被标记为完成前必须先持久化。

投递可以在不重新运行执行的情况下被重试。

这个设计将重试从「再次调用 handler」转变为「从最后一个持久化状态推进已知操作」。这就是韧性与重复执行之间的区别。

它也给了可观测性一个有用的单元。服务器实例 A 和 worker 实例 B 的日志不再是无关的请求追踪，而是附加到同一操作的多次尝试。告警可以区分卡住的租约、不确定的副作用、等待投递的已完成结果、以及 simply 停止轮询的客户端。

Task 帮助生命周期，但不影响业务幂等性

2026-07-28 版本还将长时间运行的工作移到了 Tasks 扩展中。服务器可以返回 task 句柄，客户端可以轮询或更新该 task。这更适合跨越一个请求生命周期的工作，但 task 句柄本身并不能使支付、邮件、部署或仓库变更变得幂等。

task 服务可以拥有生命周期转换，例如 accepted、working、input required、completed、failed 或 cancelled。与外部系统对话的适配器仍然必须拥有 effect key 和对账行为。投递层仍然必须拥有「结果存在」与「消费者已收到」之间的区别。

这种划分防止了一种常见的架构错误：让一个 status 字段描述三个独立的系统。队列可以如实地说一个任务完成了，而邮件提供商在接受消息后超时了。MCP task 可以如实暴露一个结果，而客户端在看到它之前就断开了连接。这两种说法可以同时为真。

何时不需要这套机制

并非每个工具都需要操作账本。只读搜索通常可以从头重试。没有外部副作用的确定性转换可能只需要请求级超时处理。Handler 的下游系统如果提供了强幂等性和可查询回执，则可以将大部分效果恢复委托给该系统。

持久化恢复也有成本：更多状态、保留规则、对账路径、访问控制和测试。显式句柄可能出现在聊天日志或子 agent 上下文中，因此经过身份验证的服务器应该将句柄绑定到请求的授权上下文。对于未身份验证的服务器，SEP-2567 建议将句柄视为具有高熵的短生命周期能力令牌。

目标不是让每个工具都成为工作流引擎。而是将恢复模型与不可逆边界相匹配。

用一个测试：如果重试操作可以使外部世界产生两次不同的变化，在第一次副作用之前持久化操作和一个稳定的幂等 key。如果执行和投递可能独立失败，则独立持久化它们。如果两个条件都不成立，则保持设计更小。

MCP 的无状态核心是一个真正的改进，因为它阻止了传输层 session 假装自己是应用状态。只有当每个持久化事实都有了一个明确的归属，并且每次重试都有一个责任方时，迁移才算完成。

你的实现在无状态变更之后，是否仍然将某类故障视为 session 所属？