面向智能体工作流可靠性的容量感知控制

在 Gmail、GitHub、数据库或 shell 工具之间运行智能体的团队，应同时依据智能体检测到的能力和当前配额状况，决定是否启动、延后或缩小一次运行。SafeAI 表明，源代码和配置可以在执行前暴露这些能力；而 Cofounder 的职位描述则将运行标准、可靠性、成本、追踪记录和集成质量视为一个统一的运营面。Codex Resets 记录了与故障、异常快速的消耗和流量增长相关的多次额度恢复，这表明可用容量可能独立于工作流正确性发生变化。

具体改进是增加一个预检步骤，将静态能力清单与实时剩余配额、近期错误率以及运行重试成本估算结合起来。在容量受限时，只读或可恢复的工作可以继续执行；包含外部写入或部分完成成本较高的工作流则可以排队或要求审批。一项成本较低的检查方式，是在模拟配额耗尽的条件下重放近期追踪记录，并比较启用和不启用预检策略时的不完整副作用、重复操作和恢复时间。

智能体平台的 SRE 应让生产事故的收尾步骤更新代码库指导和可执行检查项，供后续智能体运行使用。Harness Engineering 提议将已接受的工作、修正、失败、权限关系和证明流程作为代码库上下文持续保留下来；Cofounder 则将追踪记录、指标、结构化日志、测试和运行标准确定为工作流的核心基础设施。Codex 的重置历史提供了缺失的运营触发条件：其中一次事故被追溯为长时间运行会话压缩期间缓存命中率下降，其他重置则发生在多起可靠性事故或无法解释的配额消耗之后。

对于每起事故，工作流都应将受影响的追踪记录关联到新增或修订的运行标准、恢复规则或回归测试样例。例如，记录长会话中的压缩和缓存行为，或验证请求被拒绝后的幂等恢复。这样，事故经验就能在执行时发挥作用，而不是只留在事后复盘中。可以在一小组已关闭的事故上测试这一流程：针对修订后的 harness 重新运行相关追踪记录，并检查它是否能检测到原始故障模式，或安全地将其控制住。