支付去重之后,智能体为何仍会重付
原子领取记录能阻止投递层重复发送,但规划器若把超时记为未知,又未获知稍后到达的确认,仍可能基于过期状态行动。作者通过两次不同信息可见性的运行,排查投递状态与智能体认知脱节的问题。
AI 深度解读
同一笔付款,发送端明明已经用数据库记录挡住了重复投递,AI Agent 却换了一个投递键,把钱又付了一次。作者用两组对照复现了这个问题。唯一的差别是,负责决定下一步的规划器,有没有在决策前查一次原来的投递状态。
这篇最有用的地方,是把「发送端怎么去重」和「规划器凭什么决定重做」放在同一条时间线上。只要下游可能在超时之后成功,一条已经写入数据库的成功记录,就有可能和 Agent 手里的任务状态同时存在、彼此矛盾。
发送端挡住了哪一种重复付款?
最初的问题出在 Webhook 发送端。接收端要等 2.5 秒才返回确认,负责扫尾和补发的任务每 1 秒跑一次。首个确认回来前,同一笔付款被投递了 3 次。作者给每个投递键建一条可认领记录(claim row),通过原子操作让同一个键只有一个发送者能认领,投递次数从 3 次降到了 1 次。
这条记录的保护范围是投递键。相同的键再次进入发送端,认领机制能挡住它。但如果上层把同一笔付款当成一项新任务,重新分配一个键,发送端看到的就是另一条合法投递。作者后来复现的第二种重复,正是从这个入口产生的。
同样等了 1 秒,为什么一次发确认、一次又付款?
两组对照都从 evt-1042 开始。发送满 1 秒时,规划器检查确认消息(ACK),暂时没有收到,于是把步骤记为 UNKNOWN。约 2.5 秒时,确认到达,发送端把认领记录更新为 done,同时写下 ACK received for delivery_id=evt-1042。到这里,两组的发送端行为都一样。
第一组在规划下一步前,按 evt-1042 查了一次认领记录。约 3.5 秒时,规划器看到 done,把步骤从 UNKNOWN 更新为 SUCCEEDED,接着发客户确认。接收端只记到 1 次投递,重复付款为 0 次。
第二组没有查认领记录,也没有读发送日志。到了第 4 秒附近,规划器仍根据第 1 秒留下的 UNKNOWN 作决定,并把它当成付款失败。它用新键 evt-1043 再发了一笔付款,接收端于是记到了 2 次投递。对发送端来说,evt-1043 是第一次出现。对这笔业务来说,付款已经发生了两次。作者把整个对照重复跑了两次,报告的投递次数、后续计划和秒级时序一致。
决定重做之前,应该去哪里查结果?
作者的做法很小。规划器在决定下一步之前,拿着原来的键读一次认领记录。只要看到 done,就能把迟到的成功纳入下一轮计划。发送日志可以帮人排查,但这次实验里,即使日志已经明确写出 evt-1042 收到了 ACK,只要决策路径没读它,它就影响不了下一步。
第 1 秒记成 UNKNOWN 是合理的,当时确实没有足够信息。真正的问题,是系统把这个临时判断留到了下一次有副作用的决策。作者因此建议先用已有的状态读取,暂缓上事件总线或监听器。在他的模型里,状态已经写好,规划器也能读取,缺的只是把这次读取接到决策之前。
我的判断
我认同作者把检查点放在「决定重做之前」。单纯拉长超时,可以覆盖这次 2.5 秒才返回的确认,但运行时间再变长,还是会遇到结果未明的步骤。事件通知也可以传递迟到的成功,适合规划器无法直接读发送状态的场景。不过用了通知,仍要回答同一个问题:如果通知还在路上,规划器根据什么决定是否重做?原文没有比较过这些方案的延迟和可靠性,先加一次读取是作者在这套模型里的经验判断。
一次读取的效果也有时序前提。实验中,done 在规划器读取前已经写入。如果读到的仍是未完成,付款可能还在途中。此时仍然需要保留 UNKNOWN,并给它安排后续核对。另一层可考虑的保护是区分「业务操作标识」和「投递键」。如果两次发送都对应同一笔付款,并且执行付款的一侧能按业务标识做幂等判断,即便第二次拿到了新投递键,也还有机会拦住重复操作。这是从案例推出来的补充,作者没有测试。
实验是在作者本机跑的简化规划循环,只有 1 个初始键、1 个接收端和 1 条规则:按实际读到的最新状态规划。真实 Agent 框架没有参与。认领记录在生产中还需要租约(lease),否则认领者崩溃后可能一直占着记录,这部分作者也还没测。
能拿来做什么
- 如果你用 Node 编排 Webhook 或后台任务,把按原键查询状态放在「重发还是继续」的分支前。查到
done就推进后续步骤,结果仍未知时就安排后续核对。 - 给会触发付款等副作用的 Agent 工具保留原投递键,让下一轮规划能查回最初的操作。如果执行侧使用业务标识做幂等,重试时继续沿用同一个业务标识。
- 写一条迟到确认的回归用例,让规划器在第 1 秒看到
UNKNOWN,让 ACK 在约 2.5 秒才到。除了断言接收端只收到 1 次投递,也断言下一步发出客户确认,避免测试只覆盖发送端的同键去重。