动手实验 · 把机制做成可验证产物

用三个可复现的标准库 Python 实验，把 Loop 恢复、工具门禁和 Context 压测从阅读结论变成工程验收。

作者: Rick
核验: 2026-08-18
证据: 实验
难度: 基础
阅读: 15 分钟

本章任务

要回答的问题

我应该先用哪一个实验，把当前最危险的 Agent 机制变成可检查产物？

读完你能

按失败成本选择 Loop、Tool 或 Context 实验
用统一格式记录故障注入、预期结果和证据
把实验结果映射回对应专题与源码入口

适合现在读: 读过一两个专题、准备开始实现或评审 Agent 运行时的工程师
先修知识: 能运行 Python 3.11 或更高版本；理解 Tool Call 与 JSON 事件的基本形态
实践产物: 一条实验路线、一份验收报告模板，以及三个可直接运行的脚本
证据边界: 这些实验验证机制和不变量，不代表任何模型、Provider 或生产环境的性能结论

先选最可能让你的 Agent 出事故的机制

不要从最有趣的实验开始。先回答：当前系统失败一次，损失最大的是哪一条边界？

当前风险	先做哪个实验	你要证明什么
工具已经执行，进程却在结果落盘前退出	Lab 01 · Loop 恢复	同一 `operation_id` 不重复副作用，Verifier 从正确检查点继续
用户批准了一个动作，执行时参数却发生变化	Lab 02 · Tool Gate	Schema、Policy 与批准令牌共同约束那一次具体动作
Context 快满，压缩后忘了约束或信任了恶意文件	Lab 03 · Context Pressure	受保护片段不丢失，不可信来源被扫描，压缩保留来源

三项实验都故意不调用真实模型，也不依赖第三方包。先把 Harness 的确定性边界跑通，再接入模型变量。

三项实验怎样组成一条学习路线

运行时路线：先读 Agent Loop 与 Session Lifecycle，再完成 Lab 01。你会得到一条能回答“工具到底执行过没有”的事件时间线。

安全路线：先读 Tool System、Permissions 与 Sandbox，再完成 Lab 02。你会得到一个参数漂移和令牌重放都绕不过的执行门。

上下文路线：先读 Context System 与 Memory，再完成 Lab 03。你会得到一张随窗口占用率变化的保留、压缩、淘汰与阻断记录。

统一的实验记录格式

每项 Lab 最后都提交同一类报告，避免只写“跑通了”：

{
  "lab": "01-loop-recovery",
  "failure_injected": "after_effect_before_result",
  "expected_invariant": "duplicate_effects == 0",
  "observed": {
    "exit_reason": "injected_crash",
    "duplicate_effects": 0,
    "resumed_checkpoint": "effect_committed"
  },
  "evidence": ["events.jsonl", "effect-ledger.json"],
  "remaining_risk": "external service must expose idempotency or commit lookup"
}

报告里至少有：故障点、不变量、观测值、证据文件和仍未解决的边界。没有证据文件的“成功”不算通过。

如何运行与保存产物

从项目根目录运行全部自检：

pnpm labs:check

也可以单独下载并运行：

脚本默认把临时结果写到 .agent-mechanics-lab/。这些目录不应提交；应提交的是你整理后的实验报告、关键事件和对真实系统的迁移说明。

从实验回到真实产品

实验代码把网络、模型和数据库都替换成确定性模拟，这不是为了简化结论，而是为了隔离变量。迁移时按顺序替换：

保留事件 Schema、操作 ID 和验收断言。
把模拟副作用替换成一个有测试环境的真实工具。
把固定输入替换成模型产生的 Tool Call。
重跑同一故障矩阵，比较新增失败属于模型、协议还是外部系统。

如果接入模型后无法继续复现原实验，先恢复确定性版本，不要同时调 Prompt、Policy 和持久化协议。

完成标准：留下能被别人复核的机制证据

一项 Lab 只有同时满足以下条件才算完成：

自检命令退出码为 0；
至少触发一次预定失败，而不是只跑 Happy Path；
能指出哪一个文件或事件证明不变量成立；
能写出从实验到自己产品的一个迁移差异；
能说明实验没有覆盖什么。

下一步不是做更多 Lab，而是把其中一个断言接进你自己的 CI 或故障注入套件。

脚本与源码入口

附录：实验前自查

展开六个自查问题

这项实验模拟的最坏副作用是什么？
哪个状态是事实来源，哪个只是索引或界面？
故障应该落在哪两个持久化动作之间？
通过条件是否能由代码判断，而不是由模型自评？
哪个结果文件能让另一位工程师独立复核？
接入真实模型以后，新增了哪些不可控变量？