跳到主要内容
← 返回AI Agent Engineering|12 周从 Demo 到真实 Agent 系统

AI Agent Engineering · Week 05

05-02|Deterministic Flow:企业系统为什么需要确定性

用 Branch、Retry、Timeout 与 Idempotency 设计在重复请求和外部故障下仍可预测的退款流程。

Deterministic Flow · Retry · Idempotency

“确定”不等于“永远成功”

支付接口会超时,审批可能等三天,客户可能连续点击两次。Deterministic Flow 的目标是:同一状态和同一事件进入系统时,允许的下一步、重试预算和最终记录都能被解释与测试。

refund_requested
↓ eligibility rule
eligible?
↙ NO    YES ↘
rejected  waiting_for_approval
         ↓ approved
       refund_execution
         ↓ idempotent result
        refunded
图 1|分支来自已定义的事实和事件;每条路径都有合法终点与失败出口。

Branch:依据事实选择已知路径

Branch 可以根据金额、签收日期、商品类别和审批结果进入不同路径。分支条件必须能由可信字段计算,并且每种结果都有明确下一状态。模型可以帮助从文本提取材料,不能偷偷创造新的退款政策。

Retry:只重试可能恢复的动作

超时和临时 5xx 可能值得重试;unauthorized、参数错误和规则拒绝不会因重试改变。重试策略至少包含最大次数、退避、总时限和可重试错误集合。

Timeout:把等待变成状态

等待审批不是线程一直运行。Workflow 保存 waiting_for_approval、截止时间和恢复事件。超时可以进入 approval_expired 或升级人工,而不是让 Agent 在后台持续询问。

Idempotency:重复请求只产生一次业务效果

如果退款 API 已扣款但响应在网络中丢失,直接重试可能再次退款。系统应为同一退款命令生成稳定 idempotency key,并保存请求与结果。重复命令返回第一次结果,而不是再次执行副作用。

  1. 1Workflow发送 refund(order, amount, key=RF-XB-9-v1)
  2. 2Provider退款成功;响应途中超时
  3. 3Workflow在预算内使用同一 key 重试
  4. 4Provider返回第一次结果,不重复退款
  5. 5Workflow保存 providerRefundId,进入 refunded
图 2|幂等键保护业务效果;Retry 只控制再次尝试,两者不能互相替代。
Branch

决定合法路径

Retry

处理临时失败

Timeout

限制等待时间

Idempotency

防止重复副作用

图 3|四项机制解决不同故障;把它们都叫“重试策略”会留下重复执行和永久等待。

Failure Lab

超时后换一个新 idempotency key

为什么诱人: 团队把重试当成新请求。

为什么失败: Provider 会把它识别成第二次退款。

更合理设计: 同一业务命令的所有尝试复用稳定 key,并保存最终结果。

把审批等待放进 Agent Loop

为什么诱人: Agent 可以不断检查是否批准。

为什么失败: 调用和成本持续增长,进程重启后还可能丢失等待位置。

更合理设计: 持久化等待状态,由审批事件或定时器恢复 Workflow。

对 403 做指数退避

为什么诱人: 团队统一使用一套“可靠重试”。

为什么失败: 权限拒绝不会随时间恢复,还会制造无意义流量和告警。

更合理设计: 明确 retryable 分类;授权拒绝立即停止并记录。

实践:给退款流程补齐故障语义

为资格查询、等待审批和退款执行分别写出 Branch、Retry、Timeout 与 Idempotency 规则。特别说明响应丢失、审批超时和重复客户请求怎样处理。

Acceptance Criteria

  • ☐ 每个 Branch 只依赖可信状态与确定规则。
  • ☐ retryable 与 non-retryable 错误明确区分。
  • ☐ 重试有次数、退避和总时限。
  • ☐ 等待审批被保存为状态,而非持续运行的 Loop。
  • ☐ 同一退款命令在所有重试中使用同一幂等键。
  • ☐ 重复事件不会产生第二次退款或第二个审批任务。
  • ☐ 每条路径都有完成、拒绝、过期或升级出口。

主动回忆

  1. Retry 与 Idempotency 分别解决什么?
  2. 为什么 Timeout 应形成可恢复状态?
  3. 哪些错误不应该重试?
  4. Deterministic Flow 如何处理外部系统的不确定故障?

下一课定义 State:Workflow 如何准确知道退款进行到哪一步、哪些事件合法,以及为什么业务状态与聊天历史属于两类数据。

延伸阅读 / Sources

核查日期:2026-10-18。

长期有效的原理: 确定转移、有限重试、持久等待和幂等副作用。当前实现方式: 引擎的 retry policy、timer 与 idempotency API 会变化,业务语义必须由测试固定。