如何防止多智能体读取过期状态

关于 Agent 记忆的大多数文章，都在讨论如何把信息存进去——该存什么、如何分块、选择哪种 embedding model。我想问问另一端的问题，因为我们恰恰在那里出了岔子。

当 Agent 读取一段共享状态时，它怎么知道这段状态现在仍然为真？

失败看起来像成功

我们维护了一个任务画布，Agent 会在每次 session 开始时读取它，并在工作过程中持续更新。画布中包含计划、当前步骤、已经完成的事项，以及接下来要做什么。下一个 Agent 会从上一个 Agent 停下来的地方继续。当这套机制正常运转时，感觉就像魔法一样。

但有一种失败模式，是我设计时没有考虑到的。某个 Agent 打开了一份最后更新于六天前的画布。上面写着：当前步骤：API integration。这在写入时确实是真的。但此后，人类改变了方向，另一个 Agent 做了一些不相关的工作，而 API integration 已经被放弃了。

Agent 读到这段状态后，信心十足地继续执行。没有任何数据损坏，也没有抛出任何错误。只是状态已经过时，而一次过时读取，在字节层面和一次最新读取完全相同。

我的第一反应是修复写入端：要求 Agent 在停止工作前更新状态。但这行不通，而且我认为原因具有普遍性。这类失败源自某种“缺失”。如果 Agent 没有写入就退出了——可能是因为崩溃、触发配额限制，或者只是认为工作已经完成——那就不会留下任何可供拦截的东西。你无法验证一次从未发生的写入。

所以，我们把检查移到了读取端。每次读取都会附带它自身的时效信息：

[canvas: last updated 6 days ago, 40 memory writes since. Treat completed/next as unverified.]

这确实有所帮助。Agent 会变得谨慎，而不是不加判断地继续向前冲。但这只是一种提醒，并不是保证——我只是在给一个概率系统贴上警告标签，然后寄希望于它真的会看。

我真正想问的问题

我一直以为，这应该是某个领域里早已解决的问题，只是我还没有找到描述它的正确术语。下面是几个我特别想了解其他人如何处理的问题：

时间间隔真的是正确的信号吗？ 一段六天前写入、此后无人触碰的状态，对于进展缓慢的项目来说可能完全有效。可一段六分钟前写入的状态，如果期间已经有三个 Agent 做过写入，也可能毫无价值。我使用“此后发生的写入次数”作为状态漂移的代理指标，但它也会把不相关的写入计算在内。有没有人找到过真正与“这件事已经不再为真”相关的信号？

时间间隔真的是正确的信号吗？ 一段六天前写入、此后无人触碰的状态，对于进展缓慢的项目来说可能完全有效。可一段六分钟前写入的状态，如果期间已经有三个 Agent 做过写入，也可能毫无价值。我使用“此后发生的写入次数”作为状态漂移的代理指标，但它也会把不相关的写入计算在内。有没有人找到过真正与“这件事已经不再为真”相关的信号？

谁有权让状态失效？ 我们允许 Agent 提议某项决策已经被取代，但凡是要覆盖先前决策的操作，都必须由人类确认。老实说，我不知道这究竟是明智的判断，还是单纯出于恐惧。如果允许 Agent 自由地让彼此的状态失效，系统最终会收敛，还是会陷入反复震荡？

谁有权让状态失效？ 我们允许 Agent 提议某项决策已经被取代，但凡是要覆盖先前决策的操作，都必须由人类确认。老实说，我不知道这究竟是明智的判断，还是单纯出于恐惧。如果允许 Agent 自由地让彼此的状态失效，系统最终会收敛，还是会陷入反复震荡？

并发写入者。 两个 Agent 在相隔几秒的时间内更新同一份状态。我们使用带租约的锁，它可以防止数据损坏，却完全无法解决语义冲突——两次写入单独来看都有效，放在一起却互不协调。有没有比 last-write-wins，再加上事后由人类发现问题更好的模式？

并发写入者。 两个 Agent 在相隔几秒的时间内更新同一份状态。我们使用带租约的锁，它可以防止数据损坏，却完全无法解决语义冲突——两次写入单独来看都有效，放在一起却互不协调。有没有比 last-write-wins，再加上事后由人类发现问题更好的模式？

模型真的会重视这种谨慎提示吗？ 这是我掌握数据最少的问题。我在读取结果中加入了状态过时警告，也确实观察到了更好的行为，但我还没有构建一个能够单独评估其影响的 eval。如果你测量过工具输出中的谨慎提示是否会改变模型的行为，我真心想知道你是如何设计这项评估的。

模型真的会重视这种谨慎提示吗？ 这是我掌握数据最少的问题。我在读取结果中加入了状态过时警告，也确实观察到了更好的行为，但我还没有构建一个能够单独评估其影响的 eval。如果你测量过工具输出中的谨慎提示是否会改变模型的行为，我真心想知道你是如何设计这项评估的。

这一切与缓存失效真的有什么不同吗？ 有些时候，我觉得这不过是戴着 AI 帽子的缓存失效问题，我应该去阅读分布式系统领域的文献，而不是自己发明术语。但另一些时候，消费者是语言模型这一事实——它会心甘情愿地用看似合理的虚构内容填补空白——又让我觉得这确实改变了问题的性质。我无法确定。

这一切与缓存失效真的有什么不同吗？ 有些时候，我觉得这不过是戴着 AI 帽子的缓存失效问题，我应该去阅读分布式系统领域的文献，而不是自己发明术语。但另一些时候，消费者是语言模型这一事实——它会心甘情愿地用看似合理的虚构内容填补空白——又让我觉得这确实改变了问题的性质。我无法确定。

我始终绕不开的部分

传统软件读取到错误内容时，通常会以明显的方式失败。类型不匹配、解析失败、断言触发。Agent 读取过时状态时却恰恰相反：它会基于一个已经不复存在的世界，产出自信、连贯而且完全合乎情理的工作成果。这样的输出，甚至比直接崩溃看起来更值得信任。

正是这种颠倒，让问题变得棘手。作为工程师，我的所有直觉都被训练成去捕捉那些会坏掉的东西。但它并没有坏掉，只是悄无声息地不再正确。

如果你正在让多个 Agent 共同使用共享状态，我很想知道你是如何处理这个问题的——哪怕答案是“目前什么都没做，而且我们还没因此吃过亏”。这同样是一个有价值的数据点。

披露：本文是在我个人笔记的基础上，借助 AI 辅助完成初稿的；发布前由我本人进行了编辑与事实核查。

如需采取进一步措施，你可以考虑屏蔽此人和/或举报滥用行为。