你发了 /steer 想改方向,它却僵在那儿:一次 clarify 把整轮对话锁死的死锁


Slack 里那个长任务跑到一半,agent 停下来了,发来一句“要我继续清理旧的构建产物吗?”。你其实不想回答这个问题——你改主意了,想让先去查认证模块。于是你敲了一行 /steer 别管构建产物了,先看 auth,按下回车。

然后,安静。

没有“收到”,没有新输出,那个问题还挂在那里。你等了半分钟,又发了一句“在吗”,依然没有反应。直到几分钟后,问题自己消失了,agent 才慢吞吞地继续——但它完全没提你刚才那行 steer。

这不是网络抖动,也不是模型太慢。这是一个正经的死锁,而且原因非常具体。

/steer 到底是什么

先把概念说清楚,因为误解就在这里。

/steer 不是新开一轮对话,也不是打断。它的语义是:把这句提示塞进当前这一轮正在跑的 run,等下一次工具调用结束、模型进入下一轮思考时让它看到。官方文档的原话是“arrives at the agent after the next tool call”——不打断、不新建用户回合,模型的工具调用循环不被打断,只是多了一段新上下文。

这个设计很好用:agent 正在跑测试,你说“重点看 auth 模块”,它下一轮就会调整方向,而不用从头开始。

但它有一个前提:必须还有“下一次工具调用”。

死锁是怎么形成的

Agent 中途问你问题,用的工具叫 clarify。它跟别的工具不一样——它不返回数据,它就是在等一个人回答。在网关这一侧,它表现为一条待答的提问,可能还是 Slack、飞书里一张持久化的卡片。

现在把两件事叠在一起:

  1. 这一轮 run 里,唯一在飞的工具就是 clarify,它阻塞着等用户。
  2. 用户没有回答问题,而是发了一条被识别为命令的消息(/steer)。

第二条是关键:一条被识别的 slash 命令故意不算作对提问的回答。这个设计是对的——你想发的是命令,不是回答那个问题。所以提问继续保持待答状态,clarify 继续阻塞。

于是那个工具批次永远不返回。没有“下一个工具调用边界”,/steer 就没有落地点。更糟的是,它还会被接受:agent.steer() 只要求“当前有一个活着的 turn”,而 turn 确实活着——它就卡在 clarify 里。所以你收到了一句承诺(“下一次工具调用后送达”),然后永远等不到兑现。

在修复之前,唯一的出口是 agent.clarify_timeout 到期。

修复:接受 steer 之前,先把提问放掉

第一个提交(fix(gateway): a /steer releases the clarify that owns the turn)做的正是这件事:在 /steer 的处理函数里,在把 steer 塞进队列之前,先把待答的提问释放掉。

释放的方式与超时那条路完全一致:以 CANCELLED 解决这个提问,并把那张持久化的原生卡片退掉。提问一撤,阻塞就解了,被解锁的 turn 会继续跑,/steer 就在下一个边界正常 drain。原来散文分支里内联的那一对“解决 + 退役”调用被抽成了 _release_pending_clarify,两个调用点共用一份逻辑。

万一模型在被解锁之后直接结束了这一轮呢?也不会丢。残留的 steer 会被 finalizer 当作下一条用户消息重新投递,等于“你这句话总会到达,只是可能晚一轮”。

第二个坑:顺序反了会丢

修完第一个,还有一个更细的竞态,值得单独说,因为它解释了为什么“看起来只是调换两行”的改动也算一个独立的 fix。

释放提问这件事,会立刻解锁 agent 线程。而它接下来还要 await 一次卡片更新——在 Slack、飞书这类平台上,那是一次真实的网络往返。原来的顺序是:先释放提问、await 卡片更新、然后才接受 steer。在这段 await 期间,刚被唤醒的 agent 可能已经开始处理下一个请求,甚至直接把这一轮跑完了。等 steer 真正入队时,已经没有活着的 turn 可以注入,这句提示就丢了。

第二个提交(fix(gateway): /steer is queued before the clarify it releases wakes the agent)把顺序倒过来:先入队 steer,再释放 prompt。这样无论卡片更新多慢,steer 都已经在队列里等着了。

一句话总结这两个提交:释放提问是解锁的前提,而入队必须先于解锁。

今天你自己怎么绕过去

在这两个提交进入 release 之前(它们都在 main 上,不在 v0.23.0 里),有几条实用的规避方式:

别对着提问发命令。 如果 agent 正弹着问题,先回答它(哪怕答“先别动,等下再说”),让它这一轮结束,再发 /steer。或者什么都不做,等它超时。

知道你的超时是多少。 默认已经从 1 小时降到了 90 秒——早期配置里可能是 3600。你可以查一下自己机器上的值:

hermes config get agent.clarify_timeout

0 或负数表示无限等待(老的顶层 clarify.timeout 如果被显式设置过,仍然优先)。如果你曾经为了“给用户充足时间”把它调得很大,那正好是这个死锁最难受的地方:一个没人回答的问题,会把整轮对话按在桌上。

想中途插话但不想接管这一轮,用 /btw。 它是“顺便问一句”的通道,不会打断正在进行的工作,也不会把这条消息变成命令去干扰待答的提问。具体用法见 用 /btw 在中途问一句。

需要 agent 一次问清楚多个问题,就从源头减少 clarify 的等待。 与其来回问五轮,不如一次把五个问题列出来——这类用法在 clarify 批量提问 里讲过。

这个 bug 教给我们的事

表面上看,这是一个“两行代码顺序”的问题。真正有意思的是它暴露的三层假设:

第一层,/steer 假设“总有下一个工具边界”。这个假设在正常情况下成立,因为工具会返回;但 clarify 是唯一一个“返回条件由人决定”的工具,它把假设打破了。

第二层,命令路由假设“命令不需要这一轮 turn”。这个假设也基本成立——大部分斜杠命令只是读写配置、切换模式。但 /steer 恰恰是少数几个需要 turn 才能生效的命令。

第三层,两个修复合在一起说明:解锁是一个有副作用的动作。一旦你把“解锁”和“投递”分成两步,中间那段 await 就成了新的竞态窗口。要么把投递排在解锁之前,要么把两件事做成原子的——这里选了前者,因为改一行顺序比造一个事务便宜得多。

如果你在跑多 agent 编排、或者用 /steer 给子代理纠偏,类似的“命令 vs 回答”边界还出现在别处,可以参考 子代理实时编排 里的控制信号说明,以及站内的 hermes gateway 命令参考 对命令路由的整理。

状态

两个提交都在 main 上(11 月 7 日),不在 v0.23.0 这个 tag 里。也就是说:hermes update 到当前 release 还拿不到这个修复;要么等下一个版本,要么跟 main。

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。

在那之前,记住那句最短的操作建议就够了:agent 在等你回答时,别用命令回答它的提问。