Seu agente auxiliar foi recusado à meia-noite e o chat pai esperou até você voltar


São 23h. Você entrega uma tarefa bagunçada a um subagent em background — roda os testes, corrige o relatório, resume o que encontrou — e fecha o terminal.

Um minuto depois da meia-noite, o filtro de segurança do modelo recusa a requisição: “This content was flagged for possible cybersecurity risk.” O chat pai não ouve nada. Sem erro, sem aviso, sem próximo turno. Seu plano continua exatamente onde estava, e continua lá quando você volta na manhã seguinte, depois de 48 minutos de espera.

Pior: quando você vai olhar, o motivo não é nem o real. O pai recebeu status=error: '<parent session id>' — um session ID no lugar onde deveria estar o motivo da falha.

Dois bugs empilhados

Isso exigiu dois defeitos independentes. Qualquer um dos dois, sozinho, teria sido sobrevivível.

Um: a recusa real foi trocada por um KeyError. O filho herda o print sink do turno do pai (tools/delegate_tool.py copia _print_fn). Quando a sessão viva do pai já tinha sido aposentada, SessionAuthority.publish_execution indexava self.sessions[session_id] antes da sua generation fence. O próximo print de status do filho então levantava KeyError('<parent session id>'), e isso matava o filho. O pai recebeu esse session ID como motivo da falha, em vez de content_policy_blocked.

Dois: a falha nunca acordava o pai. Sem nenhum viewer conectado, a conclusão de um filho é gravada no histórico da sessão como uma nota, e a admissão se resolve sem chamada ao modelo. Para “um resultado que você pode ler depois”, é a decisão certa — economiza uma chamada ao modelo e evita que um agent converse consigo mesmo às 3 da manhã. Para “um filho que falhou e pelo qual o pai está esperando”, é exatamente o contrário: o pai deveria ganhar um turno para tentar de novo em outro modelo, ou para te avisar que foi recusado.

O fix: bater na porta, no máximo três vezes

Duas mudanças, uma por bug.

publish_execution em uma sessão aposentada devolve False em vez de levantar exceção. Essa já é a resposta que a generation fence dá a um callback atrasado de um sink que sobreviveu ao seu claim; agora o índice também está protegido. O filho segue rodando, a falha dele carrega o failure_reason classificado, e a exceção em si vai para o log com traceback.

Um resultado de delegation que falhou roda como turno do pai mesmo sem viewer. A decisão mora em delegation_wakes_parent() (tools/process_registry_notifications.py):

def delegation_wakes_parent(evt: dict) -> bool:
    """True for an async delegation's FINAL result with a failed child (any status other than done or a
    requested stop). Its unviewed local parent runs it as a turn rather than a note ..."""
    if evt.get("type") != "async_delegation" or evt.get("task_failure_notice"):
        return False
    if evt.get("_sibling_failed"):
        return True
    if evt.get("role") == "cron_run":
        return False
    ...
    return any(
        (r.get("status") or ("failed" if r.get("error") else "completed")) not in (*_DONE, *stopped)
        for r in results)

Alguns detalhes pesam:

  • Só o resultado final conta (type == "async_delegation", não o task_failure_notice antecipado). O aviso de diagnóstico por tarefa nunca acorda nada, então um batch não fica interrompendo o pai.
  • Um stop solicitado — interrupted, cancelled — não é falha. Se você ou o usuário parou, o pai não tem nada a recuperar.
  • Em um batch coalescido, um irmão que falhou acorda o pai tanto quanto um primário que falhou (_sibling_failed); sem isso, uma tarefa pequena morrendo deixa o pai esperando.
  • O role cron_run fica de fora: uma execução de cron disparada manualmente produz texto finalizado, tratado como nota, igual a uma agendada.

A terceira peça é um freio. Um pai acordado que redispara na mesma falha imediatamente (billing, um limite de uso) acordaria a si mesmo para sempre, então gateway/session_completion_notes.py define:

UNATTENDED_WAKE_LIMIT = 3

Depois de três wakes a falha volta a ser nota, até um viewer se conectar ou o usuário mandar algo (o que zera o contador). Há mais um limite: nada de wake em um chat que o viewer já fechou (exit ou /new, via refused_for_session), porque um re-dispatch ali seria recusado em background e acabaria rodando dentro do turno do wake.

O que muda na prática

Situação Antes Agora
Background subagent dá certo, ninguém olhando Nota silenciosa, lida na sua próxima mensagem Sem mudança
Background subagent falha (recusa, timeout, erro), ninguém olhando Nota silenciosa, o pai não diz nada O pai roda um turno: tenta de novo ou reporta o motivo
Você está olhando Turno normal Sem mudança
Você já deu /new ou saiu daquele chat — Sem wake (o trabalho cairia na conversa errada)
Mesma falha se repetindo — No máximo três wakes, depois uma nota

O resultado prático: um job que quebrou de madrugada agora te deixa um turno dizendo “tentei, falhou, o motivo é este, e eu já tentei de novo em outro modelo” em vez de um beco sem saída silencioso.

O padrão por trás desse bug

Vale dizer à parte, porque não é específico de subagents: caminhos de falha em workflows assíncronos perdem informação muito mais fácil do que caminhos de sucesso. O sucesso alguém lê, então um bug ali é notado na hora. A falha fica sem leitura, então o bug se esconde — até o dia em que você por acaso está esperando exatamente aquele resultado.

Três perguntas para fazer à sua própria automação:

  1. Uma falha em background tem um destinatário explícito, ou só um lugar onde ela é gravada para depois?
  2. O motivo da falha pode ser sobrescrito por uma exceção de efeito colateral na saída? (Aqui um KeyError substituiu content_policy_blocked.)
  3. A autorrecuperação tem um teto? Self-healing ilimitado vira incidente de billing durante uma indisponibilidade persistente.

Status e o que fazer enquanto isso

O PR #149568 foi merged em 2026-11-10 às 15:48 UTC; a tag v0.23.1 para em um commit de 11-10 00:24 UTC. Então o fix está só na main — instalações a partir do código que acompanham a main têm, v0.23.1 e anteriores não.

Atualização (17/11/2026): essas mudanças saíram na v0.23.2 (16 de novembro): um hermes update as traz. O « não está na v0.23.1 » acima é um retrato da data de publicação.

Até o próximo release, a mitigação prática é: não deixe uma delegation crítica totalmente sem supervisão. Ou torne a espera explícita (um cron job pequeno que volta e pergunta alguns minutos depois), ou instrua o subagent no prompt de que ele deve sempre responder com uma linha, mesmo em caso de falha — transforme silêncio em texto.

Para ir mais fundo nessa camada: orquestração de subagents ao vivo cobre a superfície de controle list/steer/stop do delegate_task, tratamento e recuperação de erros explica a classificação de erros e a escada de retry do Hermes, e aprovações sem supervisão cobre o outro travamento clássico do “não tem ninguém aqui”.