多 Agent 最显眼的功能是同时开几个 solver。真写起来,反复改的其实是收尾。
设想 A、B 两条路线一起跑:A 已经给出可用结果,B 还在试。父 Agent 能不能先交付?如果 B 不要了,按下取消是不是就能开下一轮?这些不处理,页面上看着结束了,后台还在请求模型、还在写会话记录。
prtseek 的 delegate_agents 启动后立刻返回子会话编号,结果用 wait_agents 收。父任务不用堵在派发调用里,代价是多一份账要记:自己派出了什么,哪些结果还没拿回来。
delivered 这个字段
我一开始以为子任务进终态就等于结果到手。不是。终态只说明结果产生了,父 Agent 的上下文里可能还没有它。
所以单独记了一个 delivered:父任务有没有真的把结果收走。
wait_agents 看到新的终态就返回,顺手告诉你还有没有 pending。它不等所有路线跑完——一次默认等 20 秒,可以设 1–30 秒;等超时了也照样返回“还有任务在跑”,这个超时不负责判定子任务失败。
父任务准备收工时,completionCheck 再把直属子任务看一遍。还在跑的、已经结束但没收的,都要处理。挡的是一种很别扭的交付:子任务明明找到了结果,父任务没拿到,还在按旧判断写最终回答。
cancel 之后还要等一下
回到 A、B。收下 A 之后,如果 B 没必要继续,就 cancel_agent,然后再 wait 一次,把 B 的最终状态拿回来。取消请求返回时,工具可能还在退出,“已经通知停止”和“已经停止”是两件事。
取消范围限于本轮直属子任务和它们的后代。整轮关闭的顺序是先给工作流打 closed、挡住新派发,再取消 context,最后等 WaitGroup。这几步不能换:用户下一句话进来之前,上一轮的 transcript writer 得先收拾干净。
有一处容易把状态记错。子任务正常返回后,清理代码自己也会发一次取消信号;直接看清理后的 context,正常完成会被记成 cancelled。现在的实现把运行期间的取消和收尾时的取消分开,并且在释放 busy 标记之前等后代退出。
这套东西依赖工具愿意响应取消。新接进来的外部程序如果完全不理会 context,只能另外做进程终止——光等 goroutine,它不会自己消失。
RunBudget 挂在 context 上
父任务允许 200 次调用,子任务再各给 200 次,派几层之后总开销就和最初的限制没关系了。
现在父子通过 context 共用一个 RunBudget,调 provider 之前先预留额度。预留是原子 CAS:只剩一次的时候两个 solver 同时来,只有一个拿得到。
这里数的是逻辑模型请求,压缩上下文和 continuation 也算在内;provider 内部的网络重试另有限制。它管不了每次请求多长,所以调用预算替代不了 Token 预算。
任务数量另有三道闸:单次派发 1–6 个 solver,同时活跃的子任务最多 8 个,本轮累计 24 个,派发深度 4 层。并发管眼前的资源,总量挡的是“结束一个再起一个”慢慢往下跑。这些是当前代码里的数,没什么理由说成最优。
共享额度和记账得分开。每个 Chat turn 用自己的 ModelObserver 记用量,最后再汇总父子。混在一起会出另一种错:子任务的消耗先算进父任务,汇总时又加一遍,数字越滚越大。
有时候一个 solver 就够了
单次允许只派一个,是不想给简单题硬凑第二条路线。两个人读同一个文件、试同一种解法,最后还要多花一轮合并结果,这种并行是负收益。
我更想看另一组对照:多花的这些调用,换回了哪条原本拿不到的证据。耗时一起看,错误报成功的次数也一起看。现在先把“停得下来、收得回来”做实;再加并发之前,拿具体题目说话。
相关代码
对应版本:c888078。
server/ctf_execution.go— 协作工具、计数限制、结果收取和关闭顺序agent/run_budget.go— 共享调用预算与原子预留agent/model_meter.go— 每个 Chat turn 的独立观察器server/ctf_workflow_regression_test.go— 工作流回归场景