被安全策略拒绝一次,整段对话就卡死:Hermes 把这个坑填了

深夜十一点,你让 agent 帮你把刚抓下来的一段网页内容整理成摘要。它回了一句很客气的话:这个请求它不能处理。你以为是内容太长,换了个说法再问——还是同一句。你又试着问“那我们换个话题,帮我看看这个报错”,依旧是同一句拒绝。从这一刻起,这个对话窗口里什么都问不动了,只能关掉重开。
这不是模型在闹脾气,是历史记录把自己锁住了。这个坑在 11 月 5 日被修掉,而且修法比“报错就好”讲究得多:被拒绝的那一轮会从模型能看到的历史里移除,但仍然留在你的屏幕上,灰色的、点不动。
一句话拒绝,怎么会锁住整段对话
关键在于内容安全过滤的判定方式:它看的不是最新那一句话,而是整段对话。 你发的一句话加上前面的上下文,构成了一次判定;只要这个组合被判定为不该处理,那么在这个组合不变的前提下,同样的请求永远会被拒。这是它的设计目的——避免用户靠换几个字绕过过滤。
问题出在“被拒绝的这一轮怎么存”。以前 Hermes 把它当成一次普通失败:如实写进会话历史,下一轮再从历史里读出来一起送上去。于是历史变成了这样:
- 你的那句话(还在)
- 一句拒绝(还在)
- 你的新问题(新加的)
第 3 步送上去的时候,过滤看到的是“1 + 2 + 3”——那个已经被判定为不可处理的组合还在里面。结果还是拒绝,然后这次拒绝又被写进历史。如此循环,新消息永远在跟一段“被污染的上下文”一起送审。社区里那些“Hermes Bot 卡住的会话”的报告,根子就在这里。
改法:这一轮从“模型看到的历史”里消失,但没从你眼前消失
修复分成前后两步,第二步才是真正对用户友好的那一步。
第一步(feat(agent) 那次提交):内容策略拒绝的处理函数不再把这一轮带走。它把“拒绝之前的历史”交回给调用方,让内存里的消息列表什么都不往前带,token 用量照常结算,但这一轮不落库;这轮已经写下的持久行,在同一轮结束后的收尾阶段被软删除——和 /undo 用的是同一套机制(行留着,标记为非活动)。收尾必须在轮次租约释放之后才能做,因为在租约持有期间改动会话记录会被拒绝。
第二步(紧接着的那次提交,标题就叫“retain a safety-refused turn for display”):直接删掉太狠了。用户回头看不到自己问过什么,会以为自己没发出去。所以现在改成保留但隐藏于模型:
- 你那条消息仍然出现在会话里,渲染成一条灰色的“已拒绝,换个问法”提示块;关掉再打开还在。
- 它被标记成一个专门的展示类型(
content_refused),并带上一句固定说明。 - 这一轮里的工具调用和原始拒绝详情仍然是软删除的——所以屏幕上只会出现一条干净提示,不会堆一堆 API 报错。
- 模型侧读到的是“活动行”,也就是看不到这一轮的任何内容。
一句话:对模型来说这一轮被擦掉了,对你来说它还在。 这正是能同时满足“别再触发过滤”和“用户不困惑”的唯一做法。
各端一致,不是只修了命令行
这件事在实现上只有一个入口:CLI、TUI、网关(包括 Bot Chat)、ACP,以及子代理,全都经过同一个门面。所以修复对所有这些界面同时生效。桌面端还专门补了渲染:被拒绝的那一轮显示成灰色、不可交互的块,而不是一条能点的消息。
这里有个容易搞混的地方:触发内容策略拒绝和审批被拒是两套东西。后者是你(或策略)拒绝了一次工具调用,会话本身没毛病,继续聊就好;前者是模型服务端认为这段内容不该被处理。本文讲的是前者。
不是所有失败都该这样处理
修复里最值得学的一点,是它没有把“删除这一轮”做成通用规则。
- 内容策略拒绝是确定性的:同样的历史必然再被拒,所以留着它没有任何好处,只会锁死对话。
- 而 429(限流)、超时、5xx 是暂时性的:下一轮很可能就成功了,而且失败前的上下文依然有价值,所以这些失败保持原来的“写入并重放”路径,一个字都没改。
- 上下文溢出也是“不能增长”的一类,处理规则和这次是同一思路——不把注定失败的输入再喂一遍。
判断标准就一句话:这次失败是这段对话的确定性属性,还是这一次请求的偶发状况。 前者要擦,后者要留。
真被拒绝了,该做什么
被拒绝后的提示语这次也重写了,从“你的消息被移除”改成更直白的说法:这条消息已经不在这次对话里了,所以你没有卡住——直接问别的事情就能继续;换个说法、去掉可疑的附件、或者用 /model 换一个模型,也可能让它通过;如果后面的话也被拒绝,就 /new 开个新对话(Bot Chat 里是从标签菜单归档它)。
这几条建议背后都有道理:换说法改的是判定输入,去掉附件去掉的是最常触发过滤的内容,换模型换的是执行过滤的那一侧,/new 则是直接换掉那段已经“定型”的历史。
如果你只是想自己动手清理历史,/undo 和 /rewind 那条线仍然在,那篇讲 Esc Esc 的文章把四种回退方式的区别讲得很清楚。至于“一段对话为什么会分成好几个段落”——这正是拒绝修复里“软删除”和“展示读/模型读分离”能成立的前提,会话边界那篇值得先读。
现在能用吗
这些提交在 main 上(11 月 5 日,PR #149708 及其前后几个修复提交),没有进 v0.23.0 的标签(那个标签是 11 月 5 日早些时候切出来的)。也就是说你从正式版装到的版本里,被拒绝的轮次仍然可能把对话锁住——如果遇到,最实用的办法是 /new 开新对话,而不是继续在同一个窗口里试。
更新(2026-11-10):这批改动已随 v0.23.1 发布(2026-11-09),
hermes update升级即可用。上文「不在 v0.23.0 里」仍然成立,v0.23.1 把缺口补上了。
顺带一提,如果你在做的是“在请求发出前就拦下来”的治理,pre-LLM 策略钩子是另一层:那是你自己写的规则,在调用模型之前执行;本文讲的是模型服务端的过滤器。两层的心态完全不同——前者你能控制措辞和范围,后者你只能调整输入。
总结
这次修复的价值不在“少一个 bug”,而在于它给了一类失败一个正确的处理范式:确定性的失败不要留在历史里,用户该看到的仍然要看到。软删除加展示/模型双读,让“模型看不见”和“人看得见”同时成立——这套模式以后处理类似的死循环,大概还会再用。
如果你手上正好有一个被锁死的会话,升级之后重新打开它,那条灰色的拒绝提示应该会出现在原来的位置,而你可以接着往下问了。