新闻资讯 | Insights
AI Agent 自动执行如何避免重复下单?从幂等、重试到人工审批的可靠执行指南
企业让 AI Agent 查询系统相对容易,真正困难的是让它安全执行创建订单、发起审批、更新库存等有副作用的动作。本文从任务状态、幂等键、重试分类、补偿恢复、人工审批和验收演练出发,给出一套适用于 CRM、ERP、WMS 与工单系统的可靠执行设计。
让 AI Agent 自动查询 CRM、ERP 或 WMS 并不等于让它安全地修改业务数据。真正的可靠执行,需要回答三个问题:一次业务意图是否只产生一次副作用,执行中断后能否恢复,遇到高风险动作时谁来承担最终确认责任。解决路径不是让模型“更小心”,而是用应用层状态、幂等控制、受限重试、人工审批和可观测审计共同约束工具调用。
1. 先分清:模型成功、接口成功与业务完成
Agent 可能已经调用了“创建订单”工具,但在等待响应时网络超时。此时系统无法直接判断:请求没有到达、服务端拒绝了,还是订单已经创建但响应丢失。如果应用把超时当作失败并重新创建,就可能出现两笔订单。
企业应把一次 Agent 任务拆成三个状态层次:
- 意图状态:用户要求完成什么业务动作,例如“为客户 A 创建一张报价单”。
- 执行状态:工具调用是否已发出、是否等待下游确认、是否需要重试或人工处理。
- 业务状态:订单、审批单或工单在真实业务系统中的最终状态。
只有业务系统返回可核验的结果,任务才算完成。模型生成了“已完成”的文字,最多只能算输出状态,不能替代业务系统的事实记录。涉及AI 智能系统与 CRM、ERP、WMS 集成时,这个状态边界应写进接口设计和验收标准。
2. 幂等是防止重复副作用的第一道门
幂等的目标不是让请求只发送一次,而是同一业务意图被发送多次时,系统最终只产生一次有效副作用。AWS Well-Architected 文档建议,变更类操作使用幂等令牌;相同令牌和相同参数再次提交时,应返回原结果,而不是再次执行变更。
幂等键应该绑定业务意图
不要用当前时间、每次重试生成的随机数或模型输出文本直接充当幂等键。更稳妥的做法是由应用在任务创建时生成稳定标识,例如:租户、业务对象、操作类型和一次任务 ID 的组合。这个键应贯穿 Agent 计划、工具调用、消息投递、重试和人工恢复。
服务端至少需要保存以下状态:
| 记录 | 作用 | 关键要求 |
|---|---|---|
| 幂等键 | 识别同一逻辑操作 | 唯一约束,不能随重试变化 |
| 参数摘要 | 防止同键换参数 | 参数不一致时拒绝复用 |
| 执行状态 | 区分处理中、成功、失败 | 支持查询和恢复 |
| 原始结果 | 重试时返回一致结果 | 不重复触发下游副作用 |
只在应用代码中“先查询再写入”并不够。并发请求可能同时通过查询,随后各自执行。Microsoft 的 Idempotent Consumer pattern 建议使用稳定去重标识、持久化去重记录,并尽量把去重标记和业务副作用放在同一事务或原子操作中;数据库唯一约束应成为并发冲突的最终裁判。
3. 重试要按故障类型设计,不是越多越可靠
重试适合处理短暂网络抖动、服务限流或临时不可用,但不适合修复参数错误、权限不足、业务规则不通过等永久性失败。Microsoft 的 Retry pattern 将重试策略与取消、延迟重试、指数退避和最大尝试次数结合,并提醒非幂等操作可能因重复执行产生意外副作用。
建议把错误分成三类:
- 可安全重试:连接中断、短暂超时、明确的限流响应。需要限制次数、增加退避,并观察下游是否已经受理。
- 需要查询后决定:创建订单超时、支付结果未知、跨系统写入后响应丢失。先调用只读状态查询或对账接口,不能盲目重新提交。
- 不可重试:字段校验失败、库存不足、权限不足、审批被拒绝。应记录原因,修改输入或转人工,而不是消耗额度反复调用。
重试还要有总时限和熔断条件。对于交互式任务,持续等待可能比明确提示用户更糟;对于批处理任务,可以进入后台队列,但必须有最大执行时间、死信或人工处理队列。Agent 的最大步骤数、工具调用次数和单任务预算也应设上限,避免模型在异常状态下循环尝试。
4. 用状态机承接长流程和中断恢复
短问答可以同步完成,跨系统的订单、采购、合同或工单流程则应采用持久化任务。不要把完整流程状态只放在模型上下文里,因为上下文可能被截断、Worker 可能重启、模型版本也可能变化。
一个可落地的任务状态机可以包含:待执行、执行中、等待下游、等待审批、部分完成、成功、需人工处理和已取消。每次状态变化都记录任务 ID、步骤号、工具版本、操作者身份和业务对象 ID。Agent 只负责提出下一步计划,工作流引擎或应用服务负责推进状态和执行边界。
Temporal 官方文档把 Activity 定义为单一、边界清晰的动作,并强调 Activity 可能因失败而重试,因此应设计为幂等;同时,临时故障、间歇性故障和永久性故障应采用不同的 Retry Policy。企业不一定要使用某个特定工作流产品,但应具备类似的持久化执行、超时、重试、心跳、断点和恢复能力。
对于多步流程,还要明确补偿动作。比如订单已创建但通知发送失败,通常不应撤销订单,而应把通知放入待补偿队列;库存预占成功、付款失败,则要根据业务规则释放预占。补偿不是简单的“全部回滚”,而是针对每个步骤定义可逆动作、人工确认条件和最终对账方式。
5. 把人工审批放在副作用发生之前
人工审批不是让人重新阅读模型的长篇思考,而是让有权限的人看到可核验的执行摘要,并在副作用发生前做决定。OpenAI 的 Agent 文档将 guardrails 用于自动检查,将 human review 用于敏感操作的批准或拒绝;审批暂停后,应保留可恢复的运行状态,而不是重新开启一轮对话。
审批卡片至少应展示:
- 谁发起了任务,Agent 使用了什么身份和权限
- 将调用哪个工具,目标业务对象是什么
- 关键参数、数据来源、影响范围和预期结果
- 是否已经执行过前置步骤,失败后如何恢复
- 审批通过、拒绝或超时后的下一状态
可按风险分层:只读查询和草稿生成自动执行;创建记录、修改状态等可追踪动作需要用户确认;资金、删除、权限、对外承诺等高风险动作需要具备业务权限的人工审批。审批人不能只确认“模型说得像不像”,而要确认参数、权限和业务依据是否正确。
6. 用可观测性证明没有重复执行
可靠执行必须能在事后回答:同一任务尝试了几次,哪一次真正产生了业务变化,是否出现并发重复,谁批准了高风险动作,失败后进入了哪个队列。建议将任务 ID、幂等键、Trace ID、工具调用 ID 和业务单号关联起来,至少观察:
- 重试次数、重试原因、退避时长和最终状态
- 幂等命中次数、参数不一致次数和并发冲突次数
- 工具调用的请求、响应状态、超时与下游业务结果
- 审批等待时长、审批人、审批决定和恢复时间
- 部分成功、补偿、死信、人工接管和对账差异
日志不等于可以无限保存业务原文。合同、客户、员工和财务数据应按最小必要原则脱敏、分级授权并设置保留期限。关于 Trace、工具调用和业务结果的关联,可结合AI Agent 可观测性建设一起规划;对于有遗留系统的企业,还应参考AI Agent 接入老系统中关于接口封装、幂等和事务边界的思路。
7. 把故障注入写进 AI 项目验收
Agent 自动执行不能只用“正常输入能跑通”验收。建议在隔离环境建立可靠性测试集,逐项演练:
- 工具请求已到达但响应超时,重复提交是否只产生一个业务对象
- 两个相同任务并发到达,唯一约束和状态机是否正确处理
- 消息重复投递,消费者是否按稳定标识去重
- 下游完成第一步后服务崩溃,恢复后是否从正确步骤继续
- 主流程失败但补偿接口也失败,是否进入人工队列而不是无限重试
- 审批超时、审批拒绝、权限撤销和任务取消,是否阻断后续写操作
- 模型输出缺字段、工具参数越界或业务系统返回未知状态,是否 fail closed
验收指标应围绕业务结果,而不是只看模型回答质量:重复业务对象数量、未确认副作用数量、可恢复任务比例、人工接管完整性、审计链路完整性和异常状态下的最大成本。具体阈值应由业务风险、系统能力和人工处理量共同确定,不套用没有业务口径的通用准确率。
数舵科技公开的服务方向包括企业 AI 应用开发、AI Agent、RAG 知识库、大模型私有化部署,以及与 CRM、ERP、MES、WMS 和 IoT 等系统集成。对于软件定制开发项目,可靠执行相关的任务状态、幂等键、审批边界、异常队列和验收演练,应在软件定制开发服务的需求确认阶段明确为交付内容,而不是等系统出现重复订单后再补救。
写在最后
AI Agent 的价值不只是“能调用工具”,而是能在不确定的网络、接口和人工协作环境中,把一次业务意图可靠地推进到可核验的结果。幂等解决重复副作用,重试治理解决临时故障,状态机和补偿机制解决中断恢复,人工审批守住高风险边界,可观测性则让每次执行都能被追溯和改进。只有这几层共同成立,Agent 才适合从演示入口走进企业的真实业务流程。
常见问题
参考资料
企业 AI 数据脱敏怎么做?从识别、替换到 RAG 与日志安全的实施指南
企业把客户、员工、合同和业务数据接入 AI 前,不能只做简单打码。本文区分遮盖、脱敏、Tokenization、伪匿名化与聚合,梳理敏感数据识别、策略编排、可逆映射、RAG 索引、Prompt、日志和模型输出的全链路控制,并给出可执行的验收清单,帮助项目负责人明确数据边界、处理目的与责任。
企业 AI 如何避免被单一模型绑定?从路由、版本治理到切换验收的架构指南
企业上线 AI 不应只解决今天能不能调用模型,还要提前回答模型涨价、下线、质量波动或合规边界变化时能否平稳切换。本文从模型抽象、路由策略、版本登记、数据与 Prompt 资产、可观测性和验收设计出发,给出一套降低供应商锁定风险的实施路径,帮助项目负责人把退出能力纳入建设范围。