Harness：按下取消，再故意让它崩一次

Agent 正在输出，你按下取消；它等着审批，你关掉进程；重新打开以后，它还记不记得刚才那次写入有没有发生？这一篇把这些瞬间摆到台面上，亲手走一遍。

在加 MCP 和 Skills 之前，先让一次 Run 能被取消、崩溃、重启和解释。 功能可以后加，状态机和恢复语义一旦写错，后面每加一个工具都会放大问题。

状态：实现建议。状态名沿用 Mac 本地 Harness 的提案，当前 runtime 已实现部分工具与审批，但未完成本文的全部恢复验收。资料核对：2026-10-23。

最值得拆穿的「能跑了」

按功能开发很容易得到“聊天能跑、工具能调、取消按钮也在”的假象。真正的问题是：

• 取消发生在流式输出中间，UI 还会不会收到迟到的 delta？
• 审批超时后，模型能不能继续回答？
• 工具 intent 已落盘、结果没落盘时崩溃，重启后知道发生了什么吗？
• 重复提交同一个 commandId，会创建两个 Run 吗？
• 事件顺序在重启后还可信吗？

这些问题只有一条端到端路径才能暴露。垂直切片就是一次完整的 submit → model → tool → result → end，而不是先做五个孤立模块。

切片包含什么

run.submit
→ command.accepted
→ run.started
→ model request
→ tool.proposed
→ policy: allow / ask / deny
→ (ask) waiting_for_approval → approval.respond
→ ready → running → tool result / error / unknown
→ model request
→ run.succeeded / failed / cancelled / interrupted

最小实现用 fake model adapter：它不访问网络，按固定脚本返回一次工具调用和一次最终回答。这样不用付费 API，也能测完整的控制面。

fake model: "调用 list_files"
→ Harness 执行只读工具
→ fake model: "根据结果回答完成"

真实模型 adapter 之后替换它；Run 状态、事件、审批和恢复逻辑不变。

六个状态场景

注入	期望终态与证据
流式输出中取消	Run cancelling → cancelled；取消后不再发布 delta；已发生的工具副作用保留记录
审批等待中超时	ToolCall failed / permission_denied；Run 可继续生成无需该工具的回答
工具 intent 落盘后崩溃	ToolCall unknown；Run interrupted；重启后提示对账，不自动重放
重复 commandId、相同输入	返回已有 Run，不创建第二个
重复 commandId、不同输入	返回冲突错误，不覆盖原任务
工具返回结构化错误	错误作为 tool result 回传模型；Run 不因单次工具失败直接崩溃

事件不变量

无论走哪条路径，以下事实都应成立：

• 同一 Store 分配的 seq 单调递增，不重用；客户端不能假设没有缺口。
• 终态事件不可改写；后续补充以新事件表达，并保留原状态。
• 每个 tool call 与其结果成对出现；取消或崩溃时也要留下“无结果”或 unknown 记录。
• 执行 intent 先于副作用；结果事件后于副作用尝试。
• 取消是请求，不是撤销证明；已经发生的写入、请求或计费仍要记录。

小挑战：让六种结局各发生一次

1. 用 fake model 和内存 Store 跑通成功路径，确认事件顺序。
2. 在流式输出中触发取消，检查是否还有 delta。
3. 在审批等待中让审批超时，检查 ToolCall 与 Run 的终态。
4. 在 intent 落盘后模拟进程退出，重启并读取 Store，确认 Run 为 interrupted。
5. 重复提交同一个 commandId，分别测试相同与不同输入。
6. 让工具返回一个错误，确认模型能收到结构化结果并继续。

验收

• 六个场景都有自动化测试，不依赖真实模型和网络。
• 重启后能从事件重建“上次发生了什么”，不需要猜。
• 取消、失败、未知、成功四种终态不会互相伪装。
• 任何副作用都能追溯到 Run、ToolCall 和审批记录。

边界

• 事件日志不是 replay 脚本。 重放历史事件用于恢复视图，不等于重新执行工具。
• 取消不等于撤销。 取消后仍可能留下文件、网络请求或远端计费。
• unknown 是真实状态。 不要为了界面好看把它改成 failed 或 succeeded。
• 内存 Store 只用于测试。 生产环境仍需要事务、迁移和单写者约束，见架构提案第 10 节。

和现有代码的关系

• 当前 runtime 的命令与事件：PROTOCOL.md
• 当前工具与取消行为：runtime 说明
• 目标状态机与事件语义：Mac 本地 Harness 第 6、7、9 节

返回总览 · 下一篇Harness：上下文与运行报告。