workflow_manage_unexpected

道-方法 · 道层 skill 全文

本页是 <code>rules/skills/drafts/workflow_manage_unexpected.md</code> 的逐字投影（仅隐私清洗，零改写）。

遇阻处理与防过早终止判断（道 skill，draft）

元数据

• 类型：Draft Workflow（道层，给 judgment，不调度执行）
• 适用场景：任务执行中撞到障碍（外部约束、权限、缺数据、工具失败、难以线性解决的问题），要决定是继续推进还是声明 blocked / await_user；或要判一个已下的 blocked 是真到墙了还是过早放弃。
• 证据：bounded。判断纪律抽自 workflow_controller_loop 已在真实 Loop 用过的 await_user/block 段，并由本轮 guardian 18 轮零推进的一手案例校准（既有真 block 也有过早 block 的对照）。配套检测器在 ≥1 真实 positive + ≥1 硬 negative 上做过确定性判别。未在 live agent loop 内在线拦截验证，停在 artifact 级离线判定。
• 参考实例：adhoc_jobs/complexity_defense_method_20260602/detectors/premature_block/（block receipt → 确定性结构判别 + regulator 判 tried-action 真伪）。
• 日期：2026-06-04。

目标（一句话）

遇阻时 agent 有两个相反的失败方向：一边是把外部约束当终止条件、过早写 blocked 当合规汇报（该继续没继续），另一边是无意义硬撞同一堵墙、循环烧 context（该停没停）。这个 skill 给的判断是：遇阻后按动作阶梯逐级试，只有阶梯走到底、每级都留下试过的证据，才允许精确 block；以及怎么用一个确定性检测器 + 第二 agent 判一个 block 是合法到墙还是过早放弃。

它是 workflow_controller_loop 里「诚实汇报不是停止策略」那一段的独立可路由形态。判断逻辑的真源放在这里，controller loop 指过来，不在两处各写一份。

边界（不做什么）

• 不做运行时的 Phase 动态重排（遇阻后在系统运行中改 phase 顺序的实现）。那是 Phase 5 的运行时本体（接 N3 / T752），本 skill 只给「该不该转、转之前先试什么」的判断。（2026-06-06 更新：Phase 5 slice 2 Candidate A tools/phase_runtime/strategy_ladder.py 已把本 skill 的动作阶梯实现为运行时决策策略 LadderStrategy，其 block receipt 复用本 skill 的 premature_block 检测器离线核 C1-C4；本 skill 仍是判断真源，runtime 是其消费方。Candidate B tools/phase_runtime/strategy_gate_stall.py（GateStallStrategy）是同一接口上的对比候选，用显式 stall 检测[issue_count 不降]实现本 skill T3 死循环守卫的另一种运行时形态，block receipt 同样过 premature_block 检测器；Candidate C tools/phase_runtime/strategy_dag.py（DagStrategy）是同一接口上的第三个对比候选，用 DAG 依赖图重排实现「转之前先在别处推进」：phase 阻塞时先跑一个独立的 READY 兄弟节点（动态调整顺序），穷尽后沿依赖边 branch_back hand-off 重做上游，block receipt 同样过 premature_block 检测器。A 靠同墙无增量、B 靠 stall 计数、C 靠结构无环 + 让位上限，三者哪个更优由 T797 对比测试定。T797 裁定 A 默认 backbone + C 服务依赖结构 plan；T798 把 B 的 abort 门（不安全约束 credential/permission/destructive_risk/user_stop 立即停、不白跑阶梯）嫁接进默认 A，使默认策略对不安全约束也 abort-fast，A 的 abort block receipt 仍过 premature_block，与 B/C 对齐。）
• 不替代落地判定（workflow_landing_to_production）或漂移检测门部署（workflow_complexity_drift_detection）。本 skill 配套的检测器遵循后者的 V1–V6 有效性标准，是它的一个失败模式实例（行为轴），不是另起一套。
• 不是 live-loop 在线拦截系统。检测器停在 artifact 级离线判定：喂一份 block receipt + source bundle，离线判这次 block 合不合法，不在 token 流里实时阻断。
• 不放宽 git / 权限 / 破坏性操作的硬安全边界。「先试再 block」指在安全边界内穷尽可走的动作，不指绕过 rules/git_safety.md 或自我提权。

遇阻时的动作阶梯（核心判断，逐级试）

撞到障碍时，先把它转成「下一个可执行动作」，按下面阶梯逐级尝试，能走通就走、走不通才下探一级。每一级都要记下试了什么、结果如何。

1. 换路径：同一目标有没有别的实现路径 / 工具 / 入口。原路被堵不等于目标被堵。（例：一个命令被权限挡，换只读探针先确认状态；一个 MCP 源不在本仓，换本地等价数据。）
2. 移资源进可控范围：缺的东西能不能搬进手够得到的地方。缺文件就生成 / 拷贝到可写位置，缺数据就先抓取，缺依赖就装到本单元的隔离环境。
3. 降级范围：完整版做不了，有没有一个更窄但真实的切片能做完并被下游消费。bounded 的真东西好过 0。（这是 PROMOTE-ONE 的同一条逻辑。）
4. proposal / no-mutation：连降级版都要等外部条件，那就产出 proposal-only 或 adhoc/no-mutation 的产物（写出方案、待授权清单、可复跑脚本），把球推到「只差一次授权」的位置，而不是停在「做不了」。
5. 精确 block：只有上面四级全部走不通，才进入 await_user / block，且必须举证——逐级写清试过的动作和为什么这一级也死。blocked 是穷举之后的结论，不是遇阻的第一反应。

判断口诀：blocked 要可证伪。一个合法的 block 必须能回答「你换了哪些路径、搬了什么资源、降级到什么程度、为什么 proposal 也不行」；答不上来，就是过早放弃，不是到墙了。

合法 block 的验收标准（可测，附 receipt 结构）

声明 block 时落一份 block receipt，让「合不合法」可被第二方机械核对。结构：

{
  "task_id": "T648",
  "blocking_constraint": "一句话说清被什么挡住（权限 / 缺数据 / 外部系统 / 破坏性风险 / 用户明确停止）",
  "constraint_class": "permission | missing_data | external_system | destructive_risk | credential | user_stop",
  "tried_actions": [
    {"ladder_step": "alt_path",        "action": "试了什么", "outcome": "结果（含报错原文 / exit code）"},
    {"ladder_step": "move_resource",   "action": "...",      "outcome": "..."},
    {"ladder_step": "downgrade_scope", "action": "...",      "outcome": "..."},
    {"ladder_step": "proposal_only",   "action": "...",      "outcome": "..."}
  ],
  "why_all_paths_dead": "为什么四级都走不通，逐级对应",
  "requested_unblock": "需要谁做什么这一步才能解（具体到一条命令 / 一次授权）"
}

合法 block 的判据，逐条：

• C1 阶梯覆盖：tried_actions 覆盖到障碍性质所允许的所有上层阶梯。不是机械凑满 4 条——有些约束天然只有 2-3 级可试（如硬权限墙：换路径试探针、降级、proposal，到此为止），但每一条「没试」都要在 why_all_paths_dead 里说明为什么这一级对这个约束不适用，不能默默跳过。
• C2 动作真实：tried_actions 里每条是真跑过的动作 + 真实结果（报错原文 / exit code / 文件状态），不是「我考虑了换路径但应该不行」这种没动手的推断。
• C3 约束到墙：blocking_constraint 落在六类硬约束（权限 / 缺数据且无法获取 / 外部系统 / 破坏性风险 / 凭据 / 用户明确停止）之一，且 why_all_paths_dead 经得起核：这个约束在当前权限和资源下确实没有会话内可走的下一步。
• C4 解法具体：requested_unblock 具体到一条可执行的解阻塞动作（谁、跑哪条命令 / 给哪次授权），不是「需要更多信息」这种模糊请求。

四条全过 = 合法 block，停得对。任一不过 = 过早 block，应回到阶梯继续。

共生检测器：premature_block（确定层误差信号）

光有上面的判断纪律不够——纪律是语义层，没有机械完成信号就会在注意力一变时漂回「遇阻即 blocked」。所以本 skill 同一工作单元里配一个确定性检测器，给「这次 block 合不合法」一个可操作、由第二方判定的误差信号。它遵循 workflow_complexity_drift_detection 的 V1–V6 有效性标准（行为轴的一个失败模式实例）：

• V1 确定性判别：确定性外壳（无 LLM）读 block receipt，判结构层面的阶梯覆盖（C1）和字段完整。crisp 部分（receipt 有没有、ladder_step 枚举齐不齐、有没有 outcome）由壳判，可复现、exit code 反映。
• V2 硬负样本：一份 receipt 只列了 2-3 条 tried_actions（表面像「没试够」），但约束是硬权限墙、那几条恰好穷尽了可走路径——应判 PASS（合法）。证明判别靠「可走路径是否穷尽」这个机制，不是「tried_actions 少于 N 条就 flag」的橡皮图章。
• V3 可操作误差信号：对判为过早的 block，regulator 要指出具体哪一级阶梯有未试的可走动作（「constraint_class=permission，但没试只读探针确认状态」），而不是「试得不够」。给出能让 agent 直接回去做的那一条。
• V4 第二独立 agent：判 tried-action 真伪和「可走路径是否真穷尽」的 regulator 只见 block receipt + source bundle，不见下 block 那个 agent 的其余推理。自己审自己不算。
• V5 通用谓词：检测逻辑是通用 pattern（阶梯结构 + 约束类别 → 该覆盖哪些级），具体 task 的值只进 fixtures 不进谓词。
• V6 诚实边界：通过 V1–V5 只支持「这一个检测器 × 验证过的场景」的 bounded 声明。跨场景泛化、live-loop 在线拦截、跨模型稳定各自另证。

方法论建议（可按情况调整）

• 遇阻第一动作是「转成下一个可执行动作」，不是「评估能不能做」。评估容易滑向「应该不行」的纸面推断；动手试一条，结果是真信号。
• 区分两类「停」：到墙了停（阶梯走到底）和烧 context 地硬撞停。后者也是失败——同一堵墙撞第二次还没新动作，就该按阶梯第 4 级产 proposal 把球交出去，而不是再循环一轮。本轮 guardian 的死循环正是反面：18 轮重复 spawn 同一个被权限挡死的 session，每轮都「正确地」停了，但 guardian 层从没把球转成「跑一条 cp 命令解阻塞」的 proposal。
• block receipt 是给第二方看的，不是给自己开脱的。写的时候假设一个只见 receipt 的独立 agent 会逐条核 tried-action 真伪，按这个标准记录。
• 综合不投票：检测器对一个 block 合不合法的裁定要可机械核对（指向 receipt 字段 / source 行），不靠多个 agent 投票。

已知陷阱（来自真实案例）

• T1 把外部约束当终止条件：遇到权限 / 缺数据就直接 blocked，跳过「换路径 / 降级 / proposal」。诊断里的原话是「premature-block：遇阻把外部约束当终止条件、写 blocked 当合规汇报」。修法是阶梯强制——没有逐级 tried_actions 的 block receipt 不算合法 block。
• T2 把「正确地停」当成「处理好了意外」：worker 层每轮都按纪律停得很干净，但只要解阻塞的动作在 worker 控制范围外（要 guardian / 用户敲命令），干净地停 N 轮 = 零推进。「停得对」和「意外被处理」是两件事；后者要有人在能动手的那一层把 proposal 真执行掉。这正是为什么 block receipt 的 requested_unblock 必须具体到一条命令——让有权限的那一层 10 秒能解。
• T3 硬撞 vs 到墙混为一谈：同一堵墙撞第二次还没有新的 tried_action，不是坚持，是循环。检测器对「连续两份 receipt 的 tried_actions 无增量」应视为已穷尽信号，转 proposal，不再重试。
• T4 receipt 造假式合规：列一串没真跑的 tried_actions 充数（「考虑了 X，应该不行」）。靠 V4 的 regulator 隔离判 tried-action 真伪挡这个，确定性壳只能数结构、数不出真伪。
• T5 不信 builder 自报：检测器实现交出去后，它报 PASS 不作数。亲自重跑 + 亲读代码，查有没有硬编码场景值、regulator 隔离成不成立（同 workflow_complexity_drift_detection T5）。

运行事故的死法签名鉴别与恢复（Run3 实战沉淀，2026-07-03）

先鉴别，后处置。 三次实例中两次初判错误（内存事故初判时把 harness 收割因素混入；两个脚本 bug 失败被误当配额拒绝）。误诊选错恢复路径的代价远高于花两分钟取证。取证三件：死亡时间分布、日志尾部遗言、当时资源水位。

配套经验：

• APFS 快照扣留陷阱：macOS 上清出的空间可能被 Time Machine 本地快照持有，表现为"删了 10GB 半小时内蒸发、卷持续回满"。诊断 tmutil listlocalsnapshots /，释放 tmutil deletelocalsnapshots <日期>（实例：一次释放约 60GB）。
• 升级给用户的判据：push 通知当且仅当存在只有用户能做的决策（买配额 vs 等窗口、清哪些磁盘内容）；已经自动处置或纯进度类不推，推送疲劳会稀释真告警。推送里给出选项和默认路径（"默认等 X 点自动恢复，已布防"），让用户可以不回。
• 零丢失恢复原则：一切可 resume 的先 resume 不重跑；工作已在 git/rollout 里就不算丢。恢复 prompt 必含现场核对指令（git log + 状态面 + 半途产物收拾规则），让被恢复者先对账再续做，防止双重提交或漏收 worker result。
• 对被恢复者的预期管理：恢复 prompt 里写清「再遇同类故障→写 EXIT_STATE 干净退出，不空转重试」，把下一次故障的收拾成本降到常数。

输出规格

• 判断产物 = 一份 block receipt（上面的 JSON 结构），落在当前 loop / 任务的 loop_home 或任务目录，不散落。
• 检测器自带目录（detectors/premature_block/）：SPEC.md（判别谓词 + regulator 接口 + verdict 语义）、fixtures/（≥1 真实 positive 过早 block + ≥1 硬 negative 合法 block + source_bundle）、run_oracle.py（断言确定性判别，regulator raw 输出落 log 供人亲判 V3）、VALIDATION.md（bounded 声明 + 亲读亲跑记录 + 诚实残差）。
• regulator 后端按名引用 cli_agent 路由，路径查 tools/INDEX.md。

跨域根与联系

• 缺误差信号是支点、调控者不能是被调者自己：来自开环控制（project_open_loop_control_theory）。block 合不合法不能让下 block 的 agent 自己判。
• 可操作误差信号必须能定位（指出哪一级阶梯有未试动作，不是「试得不够」）：来自可验证 checkpoint 实验（1-bit ≈ 无信号）。
• 语义层纪律必须配机械 checker 否则漂回：来自本轮诊断（确定层有完成信号、语义层没有，agent 滑向有信号的一侧）。
• 配合：判断纪律的 Loop 内母体 → workflow_controller_loop（本 skill 是其 await_user/block 段的可路由形态）；检测器有效性标准与同族实例 → workflow_complexity_drift_detection（V1–V6 + f2/f5）；降级到 bounded 真切片 → workflow_landing_to_production（PROMOTE-ONE）；regulator 第二 agent 注入 → workflow_unit_decomposition_and_context_injection；本 skill 判完当场怎么走阶梯之后，事后把这次遇阻记进持久台账做 category×signal_source 分类查阅复用 → workflow_error_recording（两者互补：一个管当场动作，一个管事后记录）。