智能体不是不会做，是卡住了也不告诉你：给会话装一台停滞检测器

>周报里那行「平均 6.2 步完成」看着很体面，直到你把某条会话的调用日志按时间铺开：同一个订单查询接口，它连着叫了十九次，参数一字未改。最后它交出一段格式完整、口吻笃定的答复——而这条会话被算进了「完成」，因为从结果看，它确实给了答案。

智能体线上最贵的一类缺陷，不是答错，是**卡住却不停**：反复调同一个工具、在原地打转、把预算烧光，最后还给你一个看起来完整的答案。答错至少有机会被发现，卡住装完成则会污染所有指标——成功率好看、成本难看，用户拿到一句「已处理」，然后隔天又来问一遍。

九月初有一篇研究（arXiv 2609.10780，v1 于 2026-09-09 提交），把两套渗透测试系统放在同一套环境里对比着跑，它给出的判断很直接：卡住的主因更像「规划与推进」这一层的问题，而不是记忆不够——给两边都补上覆盖记忆的能力之后，结果都没有改善。这个结论对做质量的人有另一层提示：既然病根在推进过程，那拦它的手段就该长在过程上，长在轨迹上，而不是长在最终答案上。

这个思路并不新。早年盯服务端，死锁与活锁检测盯的就是「不推进」；后来做接口测试，第一条纪律是「超时不等于失败」——超时只说明不知道结果，不说明结果为空。会话轨迹本质上是同一种东西：一个有多步状态的过程，过程就需要过程级的判定。区别只在于，服务端的停滞卡在 CPU 和连接池上，看得见；智能体的停滞会伪装成一句礼貌的答复，看不见。那就得给它装一台停滞检测器。

## 四个探头：停滞有四种看得见的形态

![image.png](https://developer.qcloudimg.com/http-save/yehe-9678105/3a3118afb3d5f803e09ebf0fbd990f7f.png)



## 一份能直接跑的停滞检测脚本

下面这份脚本内置四条会话轨迹，四条探头并行判定，输出带证据步号的告警单；其中两条被拦下。

```python
# stall_detector.py —— 会话停滞检测：四探头并行判定（纯标准库，开箱即跑）
import json

# 阈值按场景分档：工具降级/长链路任务允许更多重试与步数
PROFILES = {
    "默认": {"滑窗": 6, "重复动作阈值": 3, "无推进步数": 4, "步数预算": 12, "token预算": 4000},
    "工具降级": {"滑窗": 8, "重复动作阈值": 5, "无推进步数": 6, "步数预算": 18, "token预算": 6000},
}
WRITE_TOOLS = {"write:update_order", "write:refund", "write:ticket"}
DISPOSAL = {
    "重复动作": "截断该动作分支，切备用策略或转人工",
    "无推进": "截断会话、回收上下文，降级到人工或更强模型",
    "预算越线": "强制进入终态：返回未完成，不再追加预算",
    "假性完成": "拒绝出答复，回滚并告警（优先级最高）",
}


def step(sid, tool, args, fp, tokens, claim=None, effects=()):
    return {"id": sid, "tool": tool, "args": args, "fp": fp, "tokens": tokens,
            "claim": claim, "effects": list(effects)}


TRACES = {
    "会话A 物流赔付空转": {"档位": "默认", "步骤": [
        step("s01", "search_kb", {"q": "物流停滞赔付规则"}, "kb:hit-1", 180),
        step("s02", "get_order", {"order": "A1001"}, "order:A1001:paid", 120),
        step("s03", "query_logistics", {"order": "A1001"}, "logi:A1001:stalled", 150),
        step("s04", "query_logistics", {"order": "A1001"}, "logi:A1001:stalled", 150),
        step("s05", "query_logistics", {"order": "A1001"}, "logi:A1001:stalled", 150),
        step("s06", "query_logistics", {"order": "A1001"}, "logi:A1001:stalled", 150),
        step("s07", "query_logistics", {"order": "A1001"}, "logi:A1001:stalled", 150),
        step("s08", "answer", {"text": "已确认物流异常，已为您提交赔付申请"}, "logi:A1001:stalled", 260,
             claim="已确认物流异常，已为您提交赔付申请", effects=[]),
    ]},
    "会话B 改签假性完成": {"档位": "默认", "步骤": [
        step("b01", "get_order", {"order": "B2007"}, "order:B2007:paid", 120),
        step("b02", "check_policy", {"order": "B2007"}, "policy:change-allowed", 200),
        step("b03", "preview_change", {"order": "B2007", "to": "2026-10-02"}, "order:B2007:preview", 240),
        step("b04", "answer", {"text": "已完成改签，并已通知用户"}, "order:B2007:preview", 220,
             claim="已完成改签，并已通知用户", effects=["read:order"]),
    ]},
    "会话C 正常改签": {"档位": "默认", "步骤": [
        step("c01", "get_order", {"order": "C3009"}, "order:C3009:paid", 120),
        step("c02", "update_order", {"order": "C3009", "to": "2026-10-03"}, "order:C3009:changed", 260,
             effects=["write:update_order"]),
        step("c03", "notify_user", {"order": "C3009"}, "notify:sent", 140),
        step("c04", "answer", {"text": "已完成改签并通知用户"}, "order:C3009:changed", 200,
             claim="已完成改签并通知用户", effects=["read:order", "write:update_order"]),
    ]},
    "会话D 长链路预算": {"档位": "工具降级", "步骤": [
        step("d01", "search_kb", {"q": "跨仓调拨规则"}, "kb:hit-9", 320),
        step("d02", "get_order", {"order": "D4010"}, "order:D4010:paid", 300),
        step("d03", "check_inventory", {"sku": "S-77"}, "inv:S-77:low", 320),
        step("d04", "check_inventory", {"sku": "S-78"}, "inv:S-78:ok", 300),
        step("d05", "check_warehouse", {"wh": "WH-2"}, "wh:WH-2:open", 300),
        step("d06", "calc_eta", {"order": "D4010"}, "eta:2d", 300),
        step("d07", "preview_change", {"order": "D4010", "to": "2026-10-05"}, "order:D4010:preview", 320),
        step("d08", "check_policy", {"order": "D4010"}, "policy:ok", 300),
        step("d09", "check_coupon", {"order": "D4010"}, "coupon:none", 300),
        step("d10", "check_balance", {"user": "U-88"}, "balance:ok", 300),
        step("d11", "draft_message", {"order": "D4010"}, "draft:v1", 300),
        step("d12", "draft_message", {"order": "D4010", "tone": "friendly"}, "draft:v2", 300),
        step("d13", "check_sla", {"order": "D4010"}, "sla:ok", 300),
        step("d14", "check_faq", {"q": "改签时效"}, "kb:hit-10", 320),
    ]},
}


def signature(s):
    return s["tool"] + "|" + json.dumps(s["args"], sort_keys=True, ensure_ascii=False)


def probe_repeat(traj, p):
    tail = traj[max(0, len(traj) - p["滑窗"]):]
    counts = {}
    for s in tail:
        counts.setdefault(signature(s), []).append(s["id"])
    for sig, ids in counts.items():
        if len(ids) >= p["重复动作阈值"]:
            return {"探头": "重复动作", "证据": ids,
                    "说明": "滑窗内同一调用出现 %d 次（%s）" % (len(ids), sig)}
    return None


def probe_no_progress(traj, p):
    seen, run = set(), []
    for s in traj:
        if s["fp"] in seen:
            run.append(s["id"])
            if len(run) >= p["无推进步数"]:
                return {"探头": "无推进", "证据": run,
                        "说明": "连续 %d 步没有出现新的状态指纹（卡在 %s）" % (len(run), s["fp"])}
        else:
            seen.add(s["fp"])
            run = []
    return None


def probe_budget(traj, p):
    used = sum(s["tokens"] for s in traj)
    terminal = bool(traj[-1]["claim"])
    over = []
    if len(traj) > p["步数预算"]:
        over.append("步数 %d/%d" % (len(traj), p["步数预算"]))
    if used > p["token预算"]:
        over.append("token %d/%d" % (used, p["token预算"]))
    if over and not terminal:
        return {"探头": "预算越线", "证据": [traj[-1]["id"]],
                "说明": "超线未进终态（" + "，".join(over) + "）"}
    return None


def probe_fake_done(traj, p=None):
    final = traj[-1]
    if not final["claim"]:
        return None
    claims_write = any(k in final["claim"] for k in ("已提交", "提交", "已改", "已退", "已通知", "已完成"))
    has_write = bool(set(final["effects"]) & WRITE_TOOLS)
    if claims_write and not has_write:
        return {"探头": "假性完成", "证据": [final["id"]],
                "说明": "宣称『%s』，但本次轨迹没有任何写操作副作用" % final["claim"]}
    return None


PROBES = [probe_repeat, probe_no_progress, probe_budget, probe_fake_done]


def judge(traj, p):
    return [a for a in (fn(traj, p) for fn in PROBES) if a]


if __name__ == "__main__":
    stopped, out = [], []
    for name, item in TRACES.items():
        traj, profile = item["步骤"], item["档位"]
        alerts = judge(traj, PROFILES[profile])
        out.append("=== %s（%d 步 · 档位 %s）===" % (name, len(traj), profile))
        if not alerts:
            out.append("  未触发：正常收敛")
        for a in alerts:
            out.append("  [%s] %s；证据步号：%s → 处置：%s"
                       % (a["探头"], a["说明"], "、".join(a["证据"]), DISPOSAL[a["探头"]]))
        if alerts:
            stopped.append(name)
        if profile != "默认":
            base = judge(traj, PROFILES["默认"])
            out.append("  按默认档复判：%s" % ("、".join(a["探头"] for a in base) if base else "未触发"))
        out.append("")
    print("\n".join(out).rstrip("\n"))
    print("\n本次共拦下 %d 条会话：%s" % (len(stopped), "、".join(stopped)))
```

```text
=== 会话A 物流赔付空转（8 步 · 档位 默认）===
  [重复动作] 滑窗内同一调用出现 5 次（query_logistics|{"order": "A1001"}）；证据步号：s03、s04、s05、s06、s07 → 处置：截断该动作分支，切备用策略或转人工
  [无推进] 连续 4 步没有出现新的状态指纹（卡在 logi:A1001:stalled）；证据步号：s04、s05、s06、s07 → 处置：截断会话、回收上下文，降级到人工或更强模型
  [假性完成] 宣称『已确认物流异常，已为您提交赔付申请』，但本次轨迹没有任何写操作副作用；证据步号：s08 → 处置：拒绝出答复，回滚并告警（优先级最高）

=== 会话B 改签假性完成（4 步 · 档位 默认）===
  [假性完成] 宣称『已完成改签，并已通知用户』，但本次轨迹没有任何写操作副作用；证据步号：b04 → 处置：拒绝出答复，回滚并告警（优先级最高）

=== 会话C 正常改签（4 步 · 档位 默认）===
  未触发：正常收敛

=== 会话D 长链路预算（14 步 · 档位 工具降级）===
  未触发：正常收敛
  按默认档复判：预算越线

本次共拦下 2 条会话：会话A 物流赔付空转、会话B 改签假性完成
```

为什么这么写。先说四处刻意的设计。其一，判定与证据都挂在**稳定步号**上而不是列表下标——真实链路里重试、截断、重放都会让位置漂移，用下标记录证据，回放的时候你会指错步。其二，签名要**规范化**：参数按 key 排序后再序列化，数字与字符串统一，否则 `{"order": "A1001"}` 和 `{"order": "A1001"}` 这类写法差异会把它拆成两个签名，重复次数永远凑不够。其三，无推进探头的指纹必须挑「对任务有意义的状态」，千万别把时间戳、请求 ID、token 计数塞进去——那样集合永远在增长，探头一辈子不响，你会以为系统很健康。其四，假性完成的副作用清单来自**工具契约**（写操作白名单），绝不能从回复文本里猜：回复本身就是待判定的对象，拿它判它自己，等于没有判定。

踩过的坑里，最值得说的是阈值。四条轨迹里，会话D 是个 14 步的长链路任务，在「工具降级」档下它没有越线、正常放行；同一份轨迹改用默认档复判，会被预算探头拦下。这不是脚本前后矛盾，而是**阈值本来就必须按场景分档**：工具已经降级、链路本来就长的场景，你希望它允许更多重试；而普通问答场景里 14 步不收场，早该截断。拿全局一个阈值套所有会话，结果只有两种——要么长链路被误杀，要么空转被放行，而它还会以「这个阈值我们调过很多次」的面目出现在复盘会上。

## 四种形态，四套断言与处置

| 停滞形态 | 可观测信号 | 断言写法 | 线上处置 |
|---|---|---|---|
| 重复动作 | 滑窗内同一「工具 + 规范化参数」签名的出现次数 | 计数 ≥ 阈值（阈值按场景分档） | 截断该动作分支，切备用策略或转人工 |
| 无推进 | 状态指纹集合连续 N 步不新增 | 集合增量连续 N 步为 0 | 截断会话、回收上下文，降级到人工或更强模型 |
| 预算越线 | 步数或 token 越过预算且未进入终态 | 超线计数 ∧ 非终态 | 强制进入终态，返回未完成，不再追加预算 |
| 假性完成 | 终答的完成声明与工具契约要求的副作用不匹配 | 声称完成的写操作 ∩ 副作用白名单为空 | 拒绝出答复，回滚并告警，优先级最高 |

## 只看最终结果，和装了停滞检测

| 维度 | 只看最终结果 | 装停滞检测 |
|---|---|---|
| 发现时点 | 用户投诉或人工抽查时 | 会话进行中，越线那一步就告警 |
| 预算损失 | 全额损失，烧完才停 | 截断在阈值处，损失可控 |
| 用户感知 | 收到一段「已处理」的体面错答案 | 收到明确的「没办成，转人工」 |
| 归因能力 | 只有一条最终答复可看 | 有证据步号，可回放、可定位、可复现 |

工程落点上还有三件事要做。第一，探头本身也要有回归集：把线上被拦过的会话脱敏之后留档，连同那批「看着像停滞、其实正常」的长链路会话一起，做成一份轨迹回归集；每次动阈值、改工具契约、换提示词，都拿它跑一遍，断言是两句——该拦的必须拦下，该放的必须放行。探头的误判率不盯，它就会从「救命的东西」变成「没人看的告警」。第二，把告警接到会话观测里按形态统计：如果「重复动作」长期占比最高，该改的其实是工具层（加缓存或短路），不是继续调阈值；如果「假性完成」反复出现，说明工具契约里的副作用清单本身写漏了。第三，被拦下不等于结束：截断动作要配一条用户可见的话术与一次转人工，否则用户感受到的只是会话忽然中断——检测器救的是预算和真相，救不了体验，体验还得单独安排。

**智能体卡住的时候不会喊救命，它会给你一段看起来完成得很好的答案——所以判定要长在轨迹上，不能长在结尾上。**

周报里那行「平均 6.2 步完成」看着很体面，直到你把某条会话的调用日志按时间铺开：同一个订单查询接口，它连着叫了十九次，参数一字未改。最后它交出一段格式完整、口吻笃定的答复——而这条会话被算进了「完成」，因为从结果看，它确实给了答案。

智能体不是不会做，是卡住了也不告诉你：给会话装一台停滞检测器

人工智能

开发工具

测试

智能体停滞检测器：四探头并行判定重复动作、无推进、预算越线及假性完成，基于轨迹证据而非最终答案，拦截空转会话并输出可回放告警，按场景分档阈值避免误杀长链路任务。

代码解释

智能体

2026上云采购 | AI焕新·智启新局

tpts

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

智能体不是不会做，是卡住了也不告诉你：给会话装一台停滞检测器-腾讯云开发者社区-腾讯云

智能体不是不会做，是卡住了也不告诉你：给会话装一台停滞检测器

智能体不是不会做，是卡住了也不告诉你：给会话装一台停滞检测器

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐