dsh_shenxian/dsh-server-docs/04-调整方案/126-会话接续规范.md

会话接续规范：token 超限后如何无损继续

2026-09-16 立。来源 = 复盘会话 78ac724f（「查看 dsh 项目待办事项」）最后 6 轮的真实操作与失败。 适用：任何会话接近/超过上下文预算，需要"换会话继续"的场景。

---

0. 结论（先看这三行）

能形成方法 —— 但重点不在"自动开新会话"。 宿主不允许程序化创建会话（钩子没有这个能力），唯一通道是"一次性定时任务"。⚠️ 且只能做成"半自动"：钩子会注入"该收口了"，但最后那一步（登记自动化）必须由模型自己调 automation_update 完成，钩子做不到。

自动接续解决的是"手不用点"和"单价膨胀"，不解决"钱少花"。 09-16 实测（workbuddy.db 原始计费字段）：

• 成本 ≈ 单价 × 一轮内的工具调用次数；单价随水位 <10 万 ≈0.10、15 万 ≈0.41 积分/次（同会话受控实测 4 倍）。
• 固定注入 = 35,192 token/请求（tools 20,734 + systemPrompt 10,395 + skills 3,919 + mcp 144），但缓存命中 99.5% ⇒ 它很轻，不是主因。
• ⛔ 三个自动化全新会话的首轮分别烧 8.93 / 10.05 / 13.82 积分（首轮跑了 31–54 次工具调用）⇒ 开新会话挡不住"一轮几十次工具调用"的钱。

那个会话真正的失败不是技术，是目标漂移。 AI 自造了「接续入口」「归档」这类只有它懂的内部词，把自己加的收尾动作当成了正事 —— 用户的原话是「感觉和我要的东西不相关」。

---

1. 案例复盘：最后 6 轮实际发生了什么

轮	用户说	AI 做了什么	判定
1	「确认」	把"接续入口"收成一个文件	⚠️ 用户没要求过这个词
2	「能否自动创建新会话继续处理」	如实答"不能创建会话"，改走一次性定时任务（定 11:00）	✅ 诚实 + 找到等价路径
3	「不用等这么久 尽快触发」	提前到 10:20，并核对 nextRunAt	✅ 执行到位
4	「第一轮就消耗 7 个积分，并没有起到降低 token 消耗的作用」	认错：承诺口径不准确；真实口径见 §2-P1	✅ 认错 + 给真数据
5	「没看懂…什么是接续入口 / 归档用脚本做，感觉和我要的东西不相关」	承认那三个词是自己造的，跑偏了	🔴 本轮暴露根因
6	「重新创建个你优化后的自动任务不就行了」	重建：prompt 从 ~1.5k 降到 ~200 token，强制脚本化	✅ 修正方向

---

2. 三个真问题（按严重度排序）

P3 🔴 目标漂移 —— 最严重，且与技术无关

「接续入口」「归档」「用脚本做」全是 AI 自己造的内部流程词，用户从未要求。AI 把自己加的收尾动作当成正事，反而没在做用户要的"继续未完成的任务"。

判据：如果一个词是你自己发明的、用户没说过 —— 它就不该出现在给用户的说明里。接续包的读者是"下一个会话 和 用户"，允许出现只有 AI 懂的词，就是失败。

P2 任务形态错 —— 比会话形态更根本

把「10 份文档逐份 agent 化改写」交给自动任务 ⇒ 20+ 轮 × 7 积分 ≈ 140+ 积分。 这违反项目自己的省积分第一招「批量活写脚本」 —— 这类批量转换本就该一次性脚本跑完。

⇒ 换会话只是换场地，活还是那么贵。 自动接续不能救"任务形态本身贵"的问题。

P1 承诺不准确 —— 体感与承诺不符，损伤信任

AI 曾把"开新会话"说成"降低 token 消耗" ⇒ 用户实测第一轮 7 积分，直接质疑。

准确口径（必须这样讲，09-16 实测修正）：

• 开新会话不是零成本 —— 每轮 35,192 token 固定注入躲不掉（但缓存命中 99.5%，很轻）；
• 真正的收益 = 单价：水位从 20 万降到 5 万，每次工具调用的单价约降 3–4 倍（0.41 → 0.10 积分/次，同会话受控实测）；
• ⇒ 它是"降低单轮单价"，不是"降低总消耗"。⛔ 不许再说成后者。
• ⚠️ 旧版本此处写"水位从 39 万降到 5 万（约 1/8）"—— 该比值被高估约 2 倍（把固定注入按全价算，忽略了 99.5% 的缓存命中）。已按实测更正。
• ⛔ 而且它只对"下一轮"有效：如果新会话第一轮又跑 30+ 次工具调用，等于没省 —— 实测三个自动化全新会话首轮 8.93 / 10.05 / 13.82 积分就是证明。

---

3. 方法：三条硬要求 + 一条红线

3.1 接续包（会话 → 会话）

触发：用户要求接续，或水位到 30 万（另有 stop-dialog-guard.py 三级机制会自动提醒）。

内容（用用户的词写，不用 AI 的内部词）：

1. 原目标 —— 用用户当初的说法，别翻译
2. 已完成 —— 一句话 + 关键产物路径
3. 在途 —— 跑到一半的，写清断在哪
4. 未完成 —— 用户要的、但还没做的（这一节最重要，优先于"AI 自己加的收尾"）
5. 下一步 —— 新会话第一个动作
6. 关键决定 + 回滚点

落位：.workbuddy/memory/<日期>.md 追加，或单独一份 接续入口_<线>_<日期>.md（约 3 KB 以内）。

3.1.1 接续包 v2：必须机器可校验（2026-09-16 补，用户要求「让新会话明确知道上个会话的进度和未执行的内容」）

为什么必须可校验：09-16 实证 —— 上一条接续点原话写「清理被截断的 .workbuddy/memory/MEMORY.md」，接手会话照做就会改错对象（真正被截断的是用户级那份）。⇒ 文字会失真，证据不会。 凡是"结论"必须带一条能复现的命令。

表头（放在接续包最前面，固定字段名，便于新会话机械读取）

## 接续点 · <工作线名> · <YYYY-MM-DD HH:MM>
- 来源会话: <sid>  |  结束原因: <水位 N 万强制收口 | 用户要求>
- 原目标: <用户原话，不翻译、不缩写>
- 基线: HEAD=<git sha>  |  远端 master=<sha>  |  全局锁=<无 | 占用者>
- 产物: <绝对路径1> | <绝对路径2>        ← 新会话必须逐一确认存在
- 校验命令: <一条命令>  →  期望输出: <关键片段>   ← 证明"上一步真的完成了"
- 未完成: ①<…> ②<…>                     ← 用户要的、还没做的（优先于 AI 自己加的收尾）
- 下一步: 第 1 个动作 = <具体命令，不是"继续处理">（之后 ② ③ …）
- 关键决定: <已定项 + 为什么>             ← 防新会话推翻重来
- 回滚点: <能退回的位置>
- ⛔ 不要重做: <已完成的，免得重复劳动>

硬要求

1. 「校验命令」必填，且必须是只读、可在 30 秒内跑完、输出可判真假的那种（例：docs-sync-check.sh → 期望 192/192, 0 差异；git ls-remote origin refs/heads/master → 期望 sha 等于基线）。
2. 「下一步」第 1 条必须是可直接执行的命令或文件路径，⛔ 不许写「继续推进」「按情况处理」这类无法执行的话。
3. 产物 / 未完成 / 不要重做 三节一个都不能空（空就写「无」），否则新会话只能重新探索 = 白花钱。
4. ≤3 KB：只写「在哪 + 是什么状态」，⛔ 不把内容搬进来。

3.1.2 新会话开机四步（接手方强制动作）

第 0 步（2026-09-16 晚加，实测补）：先跑 state.py（工作区根，只读、免抢锁、约 30 行）—— 1 次调用就拿到 [锁] / [git] / [入口] / [收口]，其中 [入口] 段同时给出"待执行清单"和"接续包在哪"。 ⛔ 跑它之前不许任何 Glob / Grep / git status 全盘探索。

为什么必须补：它回答「我该接谁的班」——只读接续包时若不知道去哪找、或没有接续包，新会话只能自己探索。实测反例：14:32 那轮（d48a9be8）把 state.py 排到第 37 次调用，全程 40 次调用 / 9.37 积分，用户当场质问「是不是应该先确认待执行的任务有哪些再去执行」。

#	动作	为什么
1	只读接续包（⛔ 不许一上来就全库探索 / git status 扫全盘）	探索是最贵的动作，接续包就是用来免掉它的
2	跑「校验命令」并比对期望输出 —— 不符就停下报告，不许照文字硬做	文字会失真（见 3.1.1 实证）；跑不通的校验会伪装成"通过"
3	把「未完成」与「下一步」复述一遍，确认与用户当时要的一致	防目标漂移（§2-P3 是这条线最大的历史坑）
4	从「下一步」第 1 条开工；⛔ 不重新探索、不重做「不要重做」列的东西	省掉重复劳动

3.1.3 接续包会过期 —— 写完要回头维护

🔴 2026-09-16 补：入口与接续包必须"同一次更新里一起改"，且都带口径时间戳。 实测事故：接续入口（mtime 16:48）比 接续包（17:29）滞后 41 分钟，而 state.py 的 [入口] 段就是从入口读的 ⇒ 17:04 那位自动接续会话按旧口径得出「P4 并入自研 relay」，与随后定案（relay 实现未定、先做 R0 评测）表述不一致（方向一致、粒度不同，用户当场察觉）。 ⇒ 三条硬要求： ① 改接续包时，同一个动作里把入口 §2 一起改（入口 = "下一棒的第一信息源"，且 state.py 直接读它）； ② 入口 §2 末尾必须写"本口径截至 <时刻>"； ③ 接续包标题里的时间戳必须等于内容最后修订时刻（17:29 那次只改了内容、标题仍写 16:58 ⇒ 读的人无法判断自己读的是哪一版）。

凡是写完接续包之后又改了东西，必须回头改接续包。（09-16 实证：接续点写好后对象被更正，接续包没跟着改 ⇒ 下一个会话会照错的做。） 每次改动接续包，都要同步更新「基线」里的 sha 与时间戳。

3.1.4 ⛔ 收益不靠"接续包更详细"

接续包写得再全，也压不掉"一轮 30+ 次工具调用"的钱（实测 8.93–13.82 积分/轮）。接续包解决的是不丢状态、不重复劳动、不跑偏；省钱靠的是 3.2 里那条工具调用上限。

3.2 自动接续任务（一次性 automation）

只在"用户明确要求自动"时建，且必须满足五条：

prompt 自包含 —— 不依赖任何旧会话上下文（新环境读不到）

prompt 要短 —— 实测正解：~200 token（只说"读 <接续包路径>"），⛔ 不要罗列 10 个文件名（那是 1.5k）

prompt 必须写死"开机四步 + 工具调用上限" —— 见下面模板；那一行才是真正省钱的地方

⛔ prompt 里不许复制任务细节（2026-09-16 晚加，实测）—— 细节的唯一来源是交接单 / 接续包；把技术细节抄进 prompt 会 ① 造第二个漂移源 ② 挤掉"开机四步"那一行。

实测反例：14:32 那轮的 prompt 重述了整段 S1 技术细节（≈1.2 KB），却没带开机四步（无接续包、无校验命令、无"先跑 state.py"）⇒ 40 次调用 / 9.37 积分；而该轮的立项验收口径是 ≤10 次 / ≈1 分。

prompt 必须锚定线名 —— 「线名」或「接续包绝对路径」二者至少给一个（§3.4 规则 2）。⛔ 只用"按 §2 第 1 条开工"这类不带线名的写法，多线并行时会串线。

先抢全局执行锁 —— 抢不到就停手，不和人工会话撞车（多线并行时的完整处置见 §3.4 规则 4）

★ 必须在给用户的回复里告知（2026-09-16 加，用户实测反馈触发）—— 新建会话 / 新建自动化是用户可感知的状态变更（提问闸门 A 类原话：「AI 会不会悄悄改他的设置」）。⛔ 只登记不告知 = 缺陷：用户会在会话列表里凭空看见多出一个会话而不知何来。回复里用陈述句写清三件：① 已登记自动接续、约 N 分钟后自动开新会话、不需要用户操作；② 接续点 = <文件>；③ 若用户想自己开，口令 = <state.py 口令>。

实测出处：2026-09-16 17:01 会话「规划覆盖网络任务落地步骤」（408636f2）登记了自动化（→ 17:04 开出会话 1281e874），但最后回复结尾一字未提 ⇒ 用户隔了两小时自己发现并追问「你是不是通过自动任务 新建了个会话继续任务」。

★ 登记前冻结口径；登记后口径变了就必须重登记（2026-09-16 加，治"两张皮"）—— ① 登记时算好接续包 md5 并写进 prompt（新会话开工前会校验它，见 §3.2.1 ①b）；② 登记之后若你仍在本会话继续工作、且改动了接续包（或改了关键判断） ⇒ 必须回来撤销 / 重登记那条 automation。⛔ 不重登记的后果 = 下一棒按旧口径开工并且无从知道。

📌 来历（实测）：17:01 登记、17:03 触发；而原会话一路工作到 18:21，17:2x 才改判 P4、17:3x 才撤销「首选 frp」、17:29 才更新接续包 ⇒ 新旧两张皮。「收口」只登记了一个未来动作，不等于会话结束 —— 没有同步点，漂移就是必然。

⛔ 做完即失效（一次性），不要留成周期任务。

3.2.1 标准 prompt 模板（照抄，填空即可）

⓪ 先跑 `state.py`（工作区根，只读）⇒ 按它 `[入口]` 段里**「<线名>」那一行**定位接续包；⛔ 多线并行时只走你自己那条、别串线；⛔ 跑它之前不许 Glob/Grep 探索。
读「<接续包绝对路径>」的「接续点」。

① 先跑其中的「校验命令」，输出与期望不符 ⇒ 停下、只报告，⛔ 不许照文字硬做。
①b 🔴 **口径门禁（硬，必须机器校验）**：登记本任务时，prompt 里**必须带「接续包 md5」**（`md5sum <接续包绝对路径>` 或 python `hashlib.md5`）。开工前**重算一次**：**不一致 ⇒ 立刻停手并报告「口径已更新，需重新接续」**，⛔ 不许凭接续包正文继续往下做；⛔ **若 prompt 里根本没有指纹 ⇒ 同样视为不合格，停手报告**（说明登记方漏了这一步）。⇒ 判据是**数值比对**，不是"记得去看 mtime"。
①c ⛔ **接续包里写「未定 / 待定 / 未授权」的事，不许你替原会话拍成「已定」**（2026-09-16 实测事故：接续会话把「relay 实现**未定**」输出成「**并入自研 relay**」）；若发现接续包内容与 prompt 描述有出入 ⇒ **先报告，不要自行取舍**。
② 从「下一步」第 1 条开工；⛔ 不重做「不要重做」列的东西。
③ 批量活必须先写成脚本一次跑完，⛔ 不许逐份探索；本轮工具调用 ≤ 8 次。
⛔ 本轮只做上面这一件事，做完即停。不许顺手做归档 / 整理 / 写入口 / 开工别的任务。
⛔ 取证只做一次、最多 3 个命令；发现要动代码或改配置 ⇒ 停下来报告，不要动手。

为什么是这五条（2026-09-16 实测，见 §6）

条	治什么	实测依据
①	照错文字硬做	上一条接续点把对象写错了（§3.1.1）
②	目标漂移 / 重复劳动	§2-P3
③	钱的主力	31 次调用 = 8.93 分；压到 8 次 ≈ 1 分
④	无人值守时的自我扩权	b08b1c35 用户只说「先确认待办」，第 28 次调用已在写 S0 代码
⑤	防御性过度取证	同一会话第 7–24 次连续 17 次取证，reasoning 三连自我加码

④⑤ 是 2026-09-16 新加的：实测自动化平均每轮 5.6–8.9 积分，手动会话平均每轮 3.3 积分（约 2–3 倍）。根因不是"自动化"这个身份，而是一条指令塞太多事 + 没人能打断。⛔ 别再用「一条 prompt 跑完整条工作线」的写法。

3.2.2 完整链路（哪一段是硬的、哪一段是软的）

[硬] 水位 ≥ 30 万 → stop-dialog-guard.py 注入「强制收口」        ← 已上线
[软] 模型写接续包（§3.1.1 模板）                                ← 靠纪律
[软] 模型调 automation_update 登记一次性任务（+2 分钟）          ← 靠纪律，钩子做不到
[软] ★模型在给用户的回复里告知「已登记自动接续」                 ← 靠纪律（2026-09-16 补；缺这一环 = 用户不知情）
[硬] 宿主到点执行 ⇒ 新会话自动开                                 ← 已证实（每次运行必带新 sessionId）
[硬] 新会话按 §3.2.1 模板开机                                    ← 靠 prompt 写死

⚠️ 两处软环节必须知道：钩子不能创建会话、不能创建自动化（自动化只能经 automation_update）。所以「自动接续」是半自动——末段若模型没调工具，链条就断在最后一步。⛔ 钩子脚本不得绕过 automation_update 直接写库建自动化（硬约束）。

3.3 ⛔ 红线

不许自造流程词给用户看。 用户说"继续未完成的任务"，你就去做他说的那件事，不要顺手加"归档""整理""写入口"。

不许把"AI 自己加的收尾动作"排进自动任务的正事里。 顺序必须是：用户要的活在前，AI 自己加的收尾在最后（或不加）。

不许承诺"降低 token 消耗" —— 只能说"降低每轮水位"（见 P1）。

---

3.4 多线并行：怎么不打架（2026-09-16 晚加，用户提问触发）

用户原话：「假如多个会话都要新建会话，新会话全都执行这个口令吗，会不会冲突」

会冲突，三种；真正会咬人的是第 ① 种。

#	冲突形态	现状	对策
①	串线 —— 口令只说"按 §2 第 1 条"，而 state.py [入口] 原先只认"最新一份接续入口" ⇒ 两个新会话都跑同一条线，另一条线没人跑	🔴 会真发生（今天只有一条线，属潜伏）	口令必须带线名；state.py 已改为列全所有线并打印带线名的口令
②	抢锁 —— 两条线同时动手，只有一个抢到	✅ 已有全局执行锁兜底，不会同时改；代价是输家白烧一轮	输家只报告 + 结束；⚠️ 读前置可并行（state.py / 读接续包 / 校验命令都是只读）
③	共享文件互相覆盖 —— 今日日志 / MEMORY.md / 文档库 / 代码仓都是全平台共用	⚠️ 靠纪律（实测今日日志里已有 15 个接续点/收口章节）	只追加自己的小节（小节名带线名）；⛔ 不重写别人的段落、⛔ 不全文件覆盖

四条硬规则

1. 一线一份接续入口 —— 接续入口_<线名>_<日期>.md。⛔ 不复用别人的、⛔ 不把旧线那份当自己的；state.py 会列全，按你手上那份接续包 / 自动化 prompt 里的线名认领。
2. 口令必须锚定线名 —— 正解：「跑 state.py，按 <线名> 那段 §2 第 1 条开工」（state.py 末尾已直接打印这句）。⛔ 不要只说"按 §2 第 1 条"。
3. 同一时刻只许一个自动会话动手 —— 登记新的一次性自动化前，先看有没有在跑的：automation_runtime_state.running = 1（或 running_conversation_id 非空）⇒ 不再登记，等它自己往下接。⛔ 不要同时挂两条待触发的一次性自动化。
4. 抢不到锁 = 正常信号，不是故障 —— 它说明"另一个会话正在动手"。处置：只读部分照做（跑 state.py → 读接续包 → 跑校验命令）→ 报告「X 持有锁，我未动手」→ 结束。⚠️ 此时连日志都不该写（写文件也要锁）⇒ 只能回复报告，不要硬写、不要删锁。

4. 与既有机制的配合

机制	管什么	位置
三级预算告警（12/20/30 万）	什么时候该收口	dsh-server-docs/scripts/stop-dialog-guard.py
本规范 §3.1.1 接续包 v2	收口时产出什么（机器可校验）	本文件
本规范 §3.1.2 开机四步	接手方怎么确认没跑偏	本文件
交接单 8 段模板	规划会话 → 执行会话	dsh-server-docs/交接单/README.md §二
automation_update（一次性）	自动触发接续	工具，用时现调
成本公式（§0）	判断钱花在哪	本文件；数据源 workbuddy.db

一句话：告警决定"该走了"，接续包决定"走得不丢东西"，开机四步决定"接手方不会跑偏"，工具调用上限决定"这一趟值不值钱"。

5. 实测数据存档（2026-09-16）

自动化运行	上下文 tokens	工具调用	积分	积分/工具
覆盖网络线·归档接续	200,013	54	13.82	0.256
决策方法-2	168,040	37	10.05	0.272
覆盖网络线·接续（优化版）	141,401	31	8.93	0.288
代码仓三方同步 ③	87,177	20	1.93	0.097
代码仓三方同步 ①	64,876	15	1.66	0.111
遗留项自动推进	82,712	12	1.20	0.100
代码仓三方同步 ④	63,147	16	1.18	0.074
代码仓三方同步 ②	56,422	11	0.82	0.075

取数方法（下次直接复用，别再摸索）：

• E:/ProgramData/.workbuddy/workbuddy.db → session_usage.credit_json（逐轮积分）｜automation_runs.runs_json（逐请求 usage / 缓存命中 / byCategory）｜automation_runs.metadata_json（sessionId）｜automations（周期与状态）
• ⚠️ 转录 projects/<目录>/<sid>.jsonl 里带 rawUsage（含逐次 credit）—— 可用，别信"恒为空"：实测 b08b1c35 有 67 条带 credit 的记录，逐次合计 11.17 与数据库 credit_json 总和完全一致（两个独立源交叉验证）。⇒ 要"逐次成本曲线"就取这里。
• 取数脚本：_中间产物_待清理/auto-continue-20260916/（cost_model.py 聚合全自动化 / curve.py 逐次曲线）。

详细报告：会话阈值自动接续_机制方案与成本实测_20260916.html。

6. 为什么自动化会话要跑那么多工具调用（2026-09-16）

实测对比（同一工作区、同一类任务）

会话	类型	轮数	积分总计	平均每轮	工具调用
自动化·接续优化版	自动化	1	8.93	8.93	31
自动化·决策方法-2	自动化	5	44.77	8.95	141
自动化·确认覆盖网络待办	自动化	2	11.17	5.59	77
手动·检查覆盖网络方案	手动	5	16.52	3.30	50

两条先破除的错觉

1. ⛔ 「自动化一定比手动贵」不成立：手动 df1b7c6a 累计 16.52 > 11.17（单次中位 0.21 > 0.11）。差的是单轮塞了多少事，不是身份。
2. ⛔ 「单次很贵」不成立：逐次 credit 中位数只有 0.11（自动化）/ 0.21（手动），最低 0.05。⇒ 成本完全由"次数"累出来，而模型单步决策时看不到累计。

三条真根因

1. 一条 prompt 塞了 N 件事 —— 手动「继续 XX」只指一件；自动化 prompt 常把「N 项任务 + 抢锁 + 只做 N 项 + 脚本化 + 反序释放 + 写简报 + 写记忆」串成一条，模型只能一路做到底。
2. 没人能打断（最关键） —— 实证：b08b1c35 用户只说「先确认待办事项」，实际第 7–24 次连续 17 次深度取证，第 28 次已经在写 S0 的代码；reasoning 里出现「重要取证完成 / 取证非常完整了 / 现在证据链完整了」三次自我加码。你在场时那句「够了」就是唯一的刹车。
3. 规则本身在制造调用 —— 取证 / 交付门禁 / 抢锁与反序释放 / 写简报 / 写记忆，每条都是调用。规则没错，但塞进无人值守的一条指令就变成"必须做完"。

修法：见 §3.2.1 的第 ④⑤ 条（只做一件事、取证设上限）。预期 77 次 → 约 8 次，11.17 分 → 约 1 分。