事件驱动异步

前面几节的感知、执行、协作工具都由 agent 主动调用。本节转向另一个挑战：agent 如何管理耗时任务、响应随时可能到达的外部事件？这需要事件驱动的异步架构——五类工具里的事件触发工具和用户沟通工具正是依托它发挥作用的。

为什么需要异步

同步意味着“做完一件事才能做下一件”，异步意味着“多件事可以同时进行”。真实助理场景需要三项能力：异步执行是常态（长任务不应阻塞交互）、事件优先级的动态判断（取消当前/加入队列/并行处理）、中断和恢复的流畅性。而异步落地到当前 LLM 遭遇一个根本矛盾：LLM 的训练范式假设同步——发出工具调用后下一条消息必须是工具结果；而真实部署要求异步——用户随时可能打断，外部事件可能在工具尚未返回时抵达。这一“训练同步 / 部署异步”的矛盾贯穿本节所有工程取舍。为此需要把所有输入、输出、思考与外部交互统一建模为事件流，在新事件到达时自动触发处理，而不是低效轮询。

世界要能主动通知 Agent

OpenClaw 的 Cron/Heartbeat 是时间驱动的（定时轮询），对内置渠道之外的第三方事件（新邮件、API 回调、紧急通知）缺乏即时接入通道，只能等下一个周期才察觉。Pine AI 的 PineClaw 案例说明代价：Pine 代打真实电话，通话中随时需用户介入，靠 5 分钟一次的 Heartbeat 轮询会导致客服等验证码时挂断。解法是 Channel 机制——建立实时事件通道，关键事件即时推送，延迟从分钟级降到秒级。核心价值：真正的“主动服务”不仅需要 agent 能定时检查世界，更需要世界能主动通知 agent。

事件触发工具与用户沟通工具

事件触发工具是外部事件驱动 agent 的入口，常见三类：定时器（set_timer，处理依赖物理时间的事件，也对不支持推送的服务定时查询）、后台任务监控（monitor_shell，监控长命令的新增输出或关键词）、外部事件通道（connect_channel）。用户沟通工具则在 session 对用户透明、双方随时互发消息的范式下，让 agent “说话”成为显式的工具调用（可带附件、按紧急度附推送）；它同时是用户召回机制（按紧急度、用户状态综合选 IM/短信/邮件/电话/推送渠道）。

虚拟身份与隔离执行环境

要实现能独立、常驻、随时代表用户行动的 agent，面临一个架构选择：直接管理用户的个人账号，一旦出错或被攻破用户全部数字身份暴露；更稳妥的是给 agent 一套独立虚拟身份——独立通讯账号、存储、计算环境。它落地在隔离执行环境上：虚拟电脑（VM/容器）和虚拟手机（Android 模拟器）提供 OS 级隔离，agent 有自己的账号、家目录、凭证，操作可追溯可审计。两个现实挑战：反自动化（数据中心 IP 易被拦截，需住宅代理）、访问用户真实账号（用 VNC/RDP 的 HITL 认证，令牌有效期内复用）。

事件处理机制：安全点与三种策略

一个 agent 实例可能同时面对多个事件。骨架是并发编程的事件循环：每轮从队列取事件、追加轨迹、调一次 LLM、执行工具、回到开头等下一批——与 Go 的 for { select {} } 同构。关键性质：事件只在每轮循环的边界被消费。LLM 推理或工具执行时，新事件不会凭空插入打乱当前步，而是在队列等待，到达一个安全点（一段推理结束、一次工具返回）再统一处理；取消也在安全点检查（对应 Go 的 ctx.Done()）。三种处理策略的区别只在如何对待安全点：取消式（紧急事件，提前制造安全点：停当前操作、清空队列、追加、立即重调 LLM）、队列式（常规事件，放队尾、等安全点批量追加）、并行式（独立轻量查询，另起推理会话独立执行）。前提是把每个输入建模为结构化事件（来源/渠道/内容/上下文），紧急度判定建议用轻量分类 LLM 作事件路由器。

工程实现：同步格式容纳异步打断

回到“训练同步 / 部署异步”的矛盾：工具尚未返回时用户突然打断，同步格式（“发出工具调用后下一条必须是工具结果”）该如何容纳？业界的工程权宜之计是：常态下让 LLM 看到标准的同步轨迹，只在打断发生时才插入占位符来修复格式——正常流程零改动，异步打断时给未完成的工具调用补一个合成的 tool 结果占位，让消息序列在协议层保持合法，再把打断事件追加到末尾。

深层矛盾与未来方向

前面的占位符、异步工具接口、状态栏标记，本质上都是用提示工程弥补同一个“训练同步 / 部署异步”的矛盾，是过渡期的权宜之计。真正的解法需要在模型训练层面发生范式转变。机器人领域的 VLA（Vision-Language-Action，视觉-语言-动作）模型已在面对类似挑战——感知与动作之间存在不可避免的延迟——它的成功为 agent 模型的进化指了方向：下一代模型需要通过异步环境中的强化学习获得三种能力：

理解轨迹中事件的异步穿插：最核心的缺陷。当前模型期望严格同步序列，但真实环境里 tool call 之后可能不是 tool result 而是新 user 消息，thinking 进行到一半可能被打断；模型需在这种“乱序”轨迹中保持清晰认知——哪些工具调用还在等结果、哪些思考是未完成片段。
恢复被打断的任务和思考：被打断去处理紧急事件后仍记得未完成的任务，尤其要避免误以为被打断的工具调用已完成的幻觉。
批量事件的综合处理：多个事件批量追加时不能只看最后一个，要综合所有未处理信息。

实现这种异步 RL 需要新基础设施：异步环境模拟器（生成工具延迟返回、用户随机打断等场景）与异步能力的专项奖励。

不过“持续思考”不必等到下一代模型：用一层约两百行的编排，就能让现成的文本思考模型当场变成持续思考的 agent（continuous-time），恰好接上“工程权宜”与“模型进化”两半。机制是前面占位符思路的升级——与其在被打断时丢弃半截思考，不如把整个交互建成一条不间断的思维流：随时合上模型正在写的 <think> 块，把新到达的观察（工具返回、用户打断、新识别结果）作为普通消息注入，再让模型接着解码。它利用了一个常被浪费的资源：模型每秒能生成上千 token，而一次工具调用、一段用户说话要花好几秒，这些“等待”都是白赚的算力。由此长出边等边想（不等工具返回就基于半截信息往下想，甚至提前把下一步工具调起来）和边做边想（一边输出一边继续思考、动作进行到一半能自我纠正）两种行为。但更关键的一半在训练：光有编排只让持续思考成为可能，用“LLM 当裁判”式奖励去训练，模型会学着把思考藏起来、用沉默换好评，客观指标反而更差；只有用可验证、能保住信息覆盖度的目标，持续思考才带来实打实的收益。一句话——编排让行为成为可能，训练让行为变好：异步能力终究要靠合适的训练来固化，而非永远靠提示工程打补丁。

工程实践

安全点与协作式取消是 Zapvol 落得最完整的一环。用户 Stop、超时、进程关停三种触发全部收敛到同一条 AbortSignal（session.abortController），下游不区分。它就是上面那两条判断的样子——只在安全点动手：LLM 生成由 SDK 在下一个 await 点取消，工具是协作式的（signal 只是通知，工具须主动响应才真停；不响应的要等到 stepMs 超时才被兜底掐断）；协调式收卷而非即死：terminatePendingToolParts(parts, "Cancelled") 把悬在 input-available 的孤儿工具 part 收成终态，让消息序列在协议层保持合法、前端不永久转圈——这就是“同步格式靠插占位符容纳异步打断”的生产形态。异步执行由后台任务队列（BullMQ 六队列、双路径分发、幂等扣费）承载，长任务入队不阻塞交互；隔离执行由沙箱 ISandbox（createSandbox() 工厂分派，目前落地 Node、Daytona / E2B 占位；凭证经 KeyEncryption 隔离、不进沙箱）承载。

事件触发比 book 的最小集更全：draft_schedule（HITL——agent 提议一条循环计划、用户确认才持久化，如“每 30 分钟刷一遍订单”）对应 book 的循环定时器；wait_and_resume（一次性延时自续——暂停当前任务、delaySeconds 后以新 user 消息唤醒，用于等 CI / 轮询 / 次日续办）对应一次性定时器；NudgeScheduler（每会话去抖计时——“最后一条消息 N 分钟后触发 Nudge 分析，新消息到来即重置倒计时”）正是 book 所说 OpenClaw 的 Heartbeat；长期规则由 cron Scheduler 承载。运行中也能接受输入——task-service 的 appendMessage 与对子 agent 的 steer 让用户 / 父级在任务执行途中注入消息，对应 book“观察不只来自 action”的异步入口。浏览器操作则由 BUA（browser 工具经 BrowserBridge）提供一部分 computer-use 能力。

book 还指明了几条 Zapvol 尚未走到的方向：

待优化 · 外部事件通道：Zapvol 的自我唤醒目前是时间驱动的（schedule / nudge 定时触发）——恰好停在 book 批评 OpenClaw 的那一档。缺的是“世界主动推送”：把新邮件、API 回调等外部事件即时唤醒 agent 的通用通道（book 的 connect_channel / PineClaw Channel），以及盯住后台命令新增输出的 monitor_shell。

待优化 · 三策略分派与事件路由器：book 按紧急度分取消式 / 队列式 / 并行式三种策略，并用轻量分类 LLM 做事件路由。Zapvol 把取消式做到了生产级，但队列式批处理、并行式轻量查询、以及事件路由器这三块并不显式——mid-flight 追加更接近“到边界就并入”，缺按紧急度自动选择策略的分派层。

待优化 · 完整虚拟身份：Zapvol 有浏览器控制（BUA）与代码沙箱隔离，但 book 的完整“虚拟身份”——独立通讯账号、虚拟手机、住宅代理、VNC 可视化 HITL 认证——尚未落地。对 Pine 这类代打电话 / 操作账号的场景，这是一条明确的优化线。