AI日报｜智能体委托任务要留下交接证据

本轮优先检索北京时间11月4日执行前24小时，一手更新集中在11月3日；物理AI条目扩展到48小时并标明11月2日。今天最值得企业知识库负责人关注的变化是：实时智能体开始支持更多任务委托类型，也开始提供更细的进度事件，但“能把任务交给另一个智能体”不等于“交接已经可审计”。生产系统必须知道交了什么、带了哪些证据、子任务进行到哪里、最后由谁验收。

今日重点

实时响应的任务委托类型继续扩展。OpenAI Node SDK v7.48.0于11月3日扩展Live Responses的delegation工具和选择类型，并提醒穷尽式TypeScript分支可能要处理新增变体。需要关注的是智能体平台与前端架构负责人；未知边界是新增类型并不会自动补齐权限、超时、取消和回执。
WebSocket开始汇集更细的任务与工具进度。OpenAI Ruby SDK v0.116.0同日扩展任务委托工具选择，累积丰富与稀疏的WebSocket进度，并采集MCP参数进度。进度可改善操作可见性，但参数到达不等于参数合法，流结束也不等于业务成功。
流式会话减少持久化写入，但会引入明确的恢复窗口。Cloudflare Agents SDK v0.33.0升级到Pi 1.5，把流式答案与工具输出按批次持久化。官方说明默认设置下崩溃可能损失约一秒进度；厂商给出的存储与吞吐数字来自指定SQLite基准，不能直接当成企业项目承诺。
会话观察、继续执行和工具轮次上限成为显式能力。Pi 1.5用`session.watch()`替代`session.events()`，提供`session.continue()`，并允许用`maxTurns`限制工具轮次；反复崩溃且超过重启限制的任务会结束，不再停放。生产团队要定义“继续”是恢复原任务还是新建任务，避免重复执行有副作用的工具。
会话格式升级可能无法靠旧版本回滚。Cloudflare明确说明，一旦会话由Pi 1.5运行，Pi 1.4就不能读取；遇到部署问题要向前修复。这意味着灰度前要准备兼容副本、会话排空和前滚方案，不能把应用回滚等同于数据回滚。
知识抓取开始区分成功、robots拒绝、超时和页面错误。Cloudflare Browser Run的`/crawl`结果新增每URL的`outcome`，并在任务级返回robots诊断。知识库团队可以把“没有入库”拆成来源策略、网络、页面或解析问题；但抓取成功仍不等于内容获准使用、版本正确或结构解析合格。
世界模型继续靠仿真承接物理AI验证。NVIDIA 11月2日发布面向交互式仿真的Cosmos方法文章，讨论把世界模型适配到传感器、任务与数据。它对机器人和工业视觉的意义是扩大极端场景测试，不是替代真实产线的安全、节拍和精度验收。

本轮没有找到同一窗口内足以改变玻璃瓶缺陷检测采购或验收结论的新算法发布，因此不拿旧基准凑栏目。物理AI条目只保留为验证方法变化，主线仍是企业知识库与智能体的任务交接。

重点拆解：委托不是普通工具调用

普通工具调用通常有固定接口：输入字段明确，执行一次，返回结果。任务委托则把一个目标交给具有一定自主性的子智能体。子智能体可能继续检索、调用多个工具、询问用户、生成中间产物，甚至再委托别的任务。因此，父智能体如果只保存一句“已交给检索智能体”，就无法解释子任务使用了什么权限、依据什么文档、是否真的结束。

企业知识库尤其容易遇到这个问题。一个售后问答智能体可能把“查设备手册”交给检索智能体，把“核对保修范围”交给规则智能体，再把“创建工单”交给执行智能体。三个子任务对证据、权限和副作用的要求完全不同。检索失败可以换查询；规则判断必须保留版本；创建工单必须防止重复执行。委托层若没有交接契约，系统表面上多智能体协作，实际却是多个黑箱串联。

更可用的设计是给每次委托建立四个关联对象：任务信封、证据包、进度链和验收回执。

一、任务信封：先说明交什么

任务信封至少包含父任务ID、子任务ID、目标、范围、截止条件、调用者身份或脱敏主体、租户、允许的数据域、允许的工具、禁止动作和完成定义。这里的关键不是字段越多越好，而是让子智能体不能自行扩大边界。

例如“查找设备故障原因”不能直接委托成“访问全部维修记录”。应限定设备型号、时间范围、知识源、是否允许读取客户工单、是否允许创建新记录。若子任务需要更高权限，应返回升级请求，由父任务或人工批准，而不是继承一个宽泛服务账号。

任务信封还要规定超时、取消和幂等。父任务被用户取消时，子任务是否立即停止？工具已经提交工单时，重试会不会重复创建？建议用稳定的幂等键绑定业务动作，并把“停止生成文字”和“撤销已执行动作”区分开。后者往往需要补偿流程，不能靠断开WebSocket完成。

二、证据包：让子任务知道凭什么

证据包不是把整段聊天原样复制给子智能体，而是按最小必要原则传递：用户已确认的事实、文档ID与版本、引用片段、权限判定、上游工具回执、假设和未决问题。敏感原文应留在受控审计存储，交接只传可追踪引用或脱敏字段。

企业RAG还要区分“可重新检索的知识”和“必须冻结的历史证据”。一般知识可以按当前权限重新检索；已经用于判断、报价或审批的证据必须保存当时版本。否则子任务今天重跑时看到新文档，可能生成一个合理但无法复原历史决策的结果。

抓取诊断也应进入证据边界。`robots_disallowed`、`timeout`和`page_error`都意味着“未取得证据”，不能被摘要成“未发现相关内容”。前者是来源不允许或不可访问，后者才可能是内容不存在。把缺页原因写清，才能避免智能体用猜测填补空白。

三、进度链：进度不是完成

OpenAI Ruby SDK开始收集WebSocket与MCP参数进度，说明操作界面可以更早展示“正在接收参数”“正在调用工具”“正在整理结果”。但生产系统应把这些事件视为状态转换，而不是业务事实。

建议最少区分`created`、`accepted`、`running`、`waiting_input`、`tool_pending`、`partial`、`completed`、`failed`、`cancelled`和`expired`。每个状态带事件序号、时间、父子任务ID和原因。连接重建后，客户端以最后确认序号继续，而不是把所有事件重新当作新进度。终态必须由服务端或确定性工作流确认，不能以“流停止了”判断完成。

对有副作用的MCP工具，参数流式到达时只能做展示或校验准备；必须等完整参数通过模式、权限与业务规则校验后再执行。参数进度不应把密钥、客户身份或完整合同内容写进普通监控标签。

四、验收回执：谁来确认交接完成

验收回执至少包含输出模式、证据引用、工具执行结果、未解决事项、风险、是否需要人工复核，以及父任务是否接受。子智能体声称`completed`只表示它停止工作，不表示父任务接受结果。父任务应按交接时的完成定义检查：引用能否回到原文、权限是否匹配、字段是否齐全、工具是否只执行一次、未决事项是否保留。

这套回执还要支持部分成功。例如检索得到手册但没有拿到最新维修记录，应返回“手册证据已完成，维修记录不可访问”，而不是把整项标成成功或失败。对客户服务场景，部分结果可能足以先给安全建议，同时转人工补充；对财务或生产控制场景，缺一项关键证据就必须停止。

白泽的企业RAG开发服务可围绕检索、权限、工具和任务验收共同定义交接契约；知识治理主导的项目可核验企业知识库开发服务。本轮没有可公开证明多智能体委托带来效率提升的白泽项目案例，因此不链接不匹配案例，也不冒充既有成绩。

升级与恢复：先证明能前滚

Pi 1.5的会话不可被1.4读取，是一个典型提醒：智能体升级不仅是代码升级，还包括会话数据与事件模式升级。上线前应抽取脱敏会话副本，在新旧读写路径上验证；灰度期间限制新格式会话比例；一旦写入不可逆格式，就用前滚修复而不是强行回退旧版本。

恢复测试至少覆盖网络断开、进程崩溃、工具超时、父任务取消、子任务重复回调、事件乱序和服务重启。允许损失约一秒流式进度，不等于允许重复提交工单或丢掉最终回执。文本进度可以重放，业务动作必须依靠幂等键和确定性状态库恢复。

厂商公布的27倍存储事务下降、指定基准吞吐提升和CPU下降属于其测试环境。企业评估时应在自己的会话长度、工具输出、并发与存储后端上测量，并同时观察恢复正确性。更快但无法复原任务状态，不算生产优化。

可直接使用的验收清单

每次委托是否有稳定的父子任务ID、范围、权限、工具白名单与完成定义；
证据包是否能回到文档版本、片段、权限判定和上游回执；
进度事件是否有序号、终态、重连续传与去重，不把断流当完成；
MCP或其他工具是否在完整参数校验后执行，并有幂等键与取消规则；
部分成功、缺证据与人工接管是否保留，未决事项不会被摘要掉；
新会话格式是否完成灰度、前滚和恢复演练，旧版本不可读时不会误回退；
日志是否只保存必要元数据，敏感问题、身份与参数进入受控审计存储。

建议先用20至50条脱敏任务链做回放，其中包含正常委托、越权请求、工具失败、网络中断、重复回调、部分成功和人工接管。这是测试设计假设，不是行业标准或白泽固定报价。验收结果要报告样本量，缺失记为`null`，不能把没有事件当作零错误。

今日企业行动

给一个现有委托补任务信封。写清目标、范围、权限、工具、超时、取消和完成定义。
把进度和结果分开。连接事件只负责可见性，业务终态由确定性状态与验收回执确认。
演练一次不可回退升级。用脱敏会话验证前滚、幂等、重连和部分成功，不在生产中首次发现数据格式边界。

准备评估企业知识库智能体时，可先整理典型父子任务、文档与权限、允许工具、业务副作用、人工审批点、会话保存周期及失败恢复要求。白泽智能｜重庆斯巴达信息技术有限公司将据此把交接证据和验收回执写进实施范围，不承诺固定效率、搜索排名或咨询数量。

来源与证据边界

OpenAI条目来自官方SDK发布说明，Cloudflare性能数字来自厂商指定基准，NVIDIA条目是方法介绍；本文关于任务信封、证据包、进度链、验收回执和测试样本的内容是工程建议，不代表厂商承诺或白泽既有项目成绩。