「(无)」也是一个气泡:沉默得做成一次工具调用

「这一轮不说话」是一个决定,不是一段缺失的输出。决定应该有名字、有账、有门。
1. 场景:一个说一句就是一次打扰的线程⌗
MaxClaw 有一条特殊的线程叫 Main。它是用户和整个 Agent 系统之间唯一的「前台」:其他对话、后台任务、定时器、状态变化,最后都可能汇到这里,由 Main 决定要不要跟用户说点什么。
Main 的界面是气泡流。设计文档对它的约定很直白:
你在这里写下的每一段话,都是发给他的一个气泡。
而 Main 的大部分回合不是用户发起的,是后台回合:某个任务交回了结果、某个状态变了、某个定时检查到点了。多数时候,看完之后的正确结论是「没什么值得说的」。
于是问题变成:怎么让一个 LLM 在某一轮里什么都不说?
2. 这条路已经走过一个来回⌗
先交代背景,因为这次改动乍看像是「把删掉的东西又加回来」。
| 时间 | 做法 | 结果 |
|---|---|---|
| 早期 | 所有线程都有 stay_silent 工具 | 太好用了。设计文档记录:Main 里近 7 天调用 354 次,约 50 次/天 |
| 11-05 | 删除 stay_silent;后台回合一律写一两句结果 | side chat 没问题——回复挂在触发事件下面,是一条记录,不推送 |
| 之后 | Main 的规则改成「没话说就不写正文,直接结束」,运行时把空响应视为正常结局 | 模型做不到 |
| 本次 | Main 专属的终止性工具 nothing_to_say | — |
删 stay_silent 的理由是它被当成了「懒得汇报」的出口:一个通用的静默按钮放在所有线程里,模型会把本该写下的结果也吞掉。side chat 里后台回合的回复只是挂在触发事件下的一行记录,写两句不打扰任何人,所以那里「一律写结果」是对的。
但 Main 不一样。Main 里写下的每一段都是给用户的气泡。「我看过了,没到要告诉你的程度」写出来,本身就是一次打扰。
3. 「输出空响应」为什么不是一个可依赖的接口⌗
为了让 Main 能「空着结束」,运行时其实已经做了不少:
silentEndAllowed = isBackgroundTurn && thread.role === 'main'
├─ direct-loop-host:最后一次调用没有文本也没有工具调用 → 不做空响应重试
├─ Anthropic 适配器:allowEmptyResponse → 不做「改非流式再请求一次」
└─ turn-runner:返回 '' 而不是 EMPTY_RESPONSE,不记 turn-empty 事件
运行时这一侧是通的。问题在模型那一侧。设计文档里记了一组实测:Main 当时所用的模型,按提示词要求「不写正文直接结束」,0/10。它要么去调一个无关的工具,要么老老实实写出「(无)」——然后「(无)」就成了一个气泡。
这其实不奇怪:
- 训练分布里几乎没有「助手回合:空」这种样本。 聊天模型被大量强化的是「回应」,一个既无文本又无工具调用的 assistant 消息在很多 API 里甚至被视为退化输出。
- 空不可区分。 即便模型真的吐了空,运行时也分不清这是「我决定不说」,还是「模型输出断了 / 被截了 / provider 抽风」。原来的空响应重试逻辑存在,就是因为空在大多数场景下是故障信号。
- 空没有理由。 事后回看过程时,你看不到它为什么选择沉默。
用「输出的缺席」去编码「一个决定」,本质上是把控制信号塞进了带内的错误通道。模型不配合,运行时也难以审计。
4. 解法:沉默是一个终止性工具动作⌗
本次落地的东西很小(19 个文件,+89 / −21),核心是一个工具:
const nothingToSayTool: SkillTool = {
name: NOTHING_TO_SAY_TOOL, // 'nothing_to_say'
runtime: 'core',
parameters: z.object({
reason: z.string().max(120).optional(), // 只在「查看过程」里,不给用户看
}),
normalizeParams: clipDecorativeParam('reason', 120),
async execute(_params, context) {
if (!isMainChannel(context?.channelKey) || context?.executionScope === 'worker')
return { ok: false, error: 'nothing_to_say 只在 Main 里可用' }
return { ok: true, terminal: true, terminalNote: '本轮没有话要对 Max 说,已结束。' }
},
}
几个值得拆开说的点。
4.1 terminal: true:调用即收尾⌗
terminal 是运行时已有的约定(最早为重启排空设计):工具结果带 terminal: true,循环在这一步之后显式结束,没有后续模型调用。
这一点关键。如果只是一个普通工具,结果喂回模型,模型很可能顺手再补一句「好的,本轮无事」——又是一个气泡。终止性把「决定沉默」和「真的沉默」绑在同一个原子动作里。
工具描述里也写明了顺序:「该做的事先做完(工具调用在它之前),最后再调用。」它可以出现在其他工具调用之后——一个后台回合完全可以先查状态、记笔记、更新看板,然后静默收尾。
4.2 reason 是装饰参数:截断,不拒绝⌗
reason 超长时不报错,而是截到 120 字加省略号。clip-param.ts 的注释说得很实在:
refusing a closing tool’s note costs the turn a whole extra model round for nothing.
一个收尾工具因为备注写长了被拒,模型就得再来一轮——为一段用户根本看不到的文字。这种参数应该宽进。
4.3 同一次输出里的文字:一律不算⌗
模型调用 nothing_to_say 时,经常会在同一条 assistant 消息里附一句「(无)」或「本轮无事」。这次改动的规则是:只要回合以静默工具成功收尾,这一轮写的文字都不是对用户说的话。
turn-fold.ts 把它加进了已有的清单:
export const SILENT_END_TOOLS = ['intake_ack', NOTHING_TO_SAY_TOOL, RETIRED_STAY_SILENT_TOOL] as const
测试专门用「(无)」做正文,覆盖三个出口:
| 出口 | 测试 | 断言 |
|---|---|---|
| 服务端折叠历史页 | thread-records.folded.test.ts | 页面 items 为空,连触发行都不留 |
| 前端气泡投影 | main-bubbles.test.tsx | 渲染结果不含「(无)」 |
| 前端对话视图 | conversation.test.ts | 三个静默工具带正文时都返回 [] |
| 送达判定 | turn-delivery.test.ts | decision = 'silent',reason = 'nothing_to_say',未读数 0 |
展示、未读、推送三件事读同一个事实(「这一轮是否以某个静默工具成功结束」),而不是各自去猜正文是不是「看起来像空话」。TurnDelivery 里的改动也很直接:
const SILENT_END_TOOLS = [INTAKE_ACK_TOOL, NOTHING_TO_SAY_TOOL]
const silentEnd = SILENT_END_TOOLS.find((name) => succeeded(name).length > 0)
const acked = silentEnd !== undefined
let reason = silentEnd ?? (decision === 'silent' ? BACKGROUND_RESULT_REASON : null)
注意 succeeded:只有成功的调用算数。被拒的调用(见下节)不会让一轮回复凭空消失。
5. 门开在哪:声明给所有回合,放行只给后台回合⌗
这是整个设计里最工程化的一段。
nothing_to_say 只该在「Main 的后台回合」里用。用户亲自发消息起的 Main 回合,是在回答用户——这时候调静默工具就是不理人。
最直觉的做法是:后台回合把工具放进 tools 数组,用户回合拿掉。但这会打碎 prompt 缓存。
回合 N (后台) tools = [..., nothing_to_say, ...] ← 缓存前缀 A
回合 N+1 (用户) tools = [..., ...] ← 前缀变了,全量重算
回合 N+2 (后台) tools = [..., nothing_to_say, ...] ← 又变了
tools 数组位于请求前缀里,Main 又恰恰是后台回合与用户回合交替最频繁的线程。按回合翻转可见性,等于每次切换都把长前缀的缓存作废。
所以采用两层:
┌─ 第一层:线程级可见性(TOOL_AUDIENCE,同一线程内恒定)
│ nothing_to_say 只在 Main 的工具面上
│ side chat、任务线程根本看不到它
│ → 同一线程的 tools 数组跨回合字节稳定
│
└─ 第二层:回合级放行(TurnToolPolicy,派发前拦截)
silentEndOffered = isBackgroundTurn && toolThread.role === 'main'
不满足 → 返回普通工具失败:
「已拒绝 nothing_to_say:只在 Main 的后台回合可用;
这一轮是对 Max 的回复,照常写。」
turn-tool-policy.ts 文件头把这条原则写成了通则:工具照常声明——同一 scope 内 tools 数组跨回合字节稳定,prompt 缓存不因可见性翻转失效。ask_user_question、propose_change 已经是这样处理的,nothing_to_say 加入同一个集合:
export const TURN_LEVEL_TOOLS = new Set([
ASK_USER_QUESTION_TOOL, PROPOSE_CHANGE_TOOL, SHADOW_PROPOSE_TOOL, NOTHING_TO_SAY_TOOL,
])
TURN_LEVEL_TOOLS 里的工具还被排除在「回合开始时告诉 provider 哪些工具不可用」的集合之外——源码注释说明了原因:每翻转一次就产生一条事件,在 Main 里会越堆越多。它们的门只在派发前的 refusal() 里。
拒绝的形态也有讲究:
- 在派发之前:被拒的调用没有任何副作用。测试
turn-tool-policy.test.ts断言拒绝时内层执行器executed为空,放行时才出现['nothing_to_say']。 - 以普通工具失败回喂,不抛异常:模型收到「这一轮是对用户的回复,照常写」,下一步就去写回复。错误信息本身就是纠偏提示。
- 工具自身还有一道检查:
execute里再判一次「是不是 Main、是不是 worker」。策略层是主门,工具内是兜底,任何一层漏了都不会在错误的线程里静默。
6. 为什么不复用 intake_ack⌗
SILENT_END_TOOLS 里本来就有 intake_ack,它也能让一轮静默。为什么不直接让模型用它?
intake_ack | nothing_to_say | |
|---|---|---|
| 语义 | 「收件箱的这一窗口 / 这条信号我看过了」 | 「这一轮没有话要说」 |
| 参数 | 必须带 window / signal | 只有可选 reason |
| 副作用 | 写 intake_acks 表,可查账 | 无,只结束回合 |
| 适用 | 收件箱摘要、即时信号 | 其他后台回合:状态变化、任务结果、进度报告、定时…… |
合并它们就得二选一:要么让 intake_ack 的 window 变成可选、账本里混进一堆不对应任何窗口的确认;要么让模型给一个状态变化唤醒硬编一个窗口号。两者都在污染一份有审计价值的数据。
两个工具共享「静默收尾」这一个效果(同属 SILENT_END_TOOLS),但各自保有自己的语义。效果可以归并,意图不该归并。
7. 和 stay_silent 的区别到底在哪⌗
回到第 2 节那个看似的回旋。nothing_to_say 和被删的 stay_silent 机制几乎一样,差别在作用域:
stay_silent(已删) nothing_to_say
─────────────────── ──────────────────
所有线程可见 只在 Main 可见
所有回合可调 只在 Main 的后台回合放行
side chat 也能吞掉结果 side chat 照旧「一律写一两句结果」
stay_silent 的问题不是「静默工具」这个形态,而是它出现在沉默没有价值的地方。side chat 的后台回复不推送、不打扰,写下来只有好处(留痕、可回看),在那里给一个静默按钮,就是在鼓励省略。
Main 是唯一一个「写下来 = 打扰用户」的线程。只有在这里,沉默是有价值的输出,所以只有在这里,它值得一个显式的名字。
同时,原先为空响应铺的路(silentEndAllowed、跳过空响应重试、allowEmptyResponse)没有拆。文档写的是:空响应仍是 Main 后台回合的正常结束,别的模型能空着结束时照旧。工具是给做不到的模型的主路径,空响应是能做到的模型的兼容路径,两者落到同一个结局。
8. 一个容易漏的细节:提示词改了,历史不动⌗
规则改动意味着 Main 后台回合的提示要从「不写正文,直接结束」改成「调用 nothing_to_say 结束,不写正文」。这段提示 MAIN_BACKGROUND_TURN_NOTE 不是放在系统提示里,而是冻结进每个触发行的 modelView,首写赢:
- 部署后新起的后台回合,触发行带新措辞;
- 已有的行逐字节回放旧措辞,不改写历史。
如果直接在系统提示或旧行上改字,整条线程的请求前缀就变了,缓存再碎一次。冻结进行内,新规则只从「下一个回合」开始生效,历史和缓存都不动。e2e 测试 turn-delivery.e2e.test.ts 检查的正是新触发行里出现新句子、Main 里不出现 side chat 的「没什么要说的就一两句」、side chat 里仍是那句。
9. 小结⌗
| 问题 | 常见做法 | 这里的做法 |
|---|---|---|
| 怎么表达「不说话」 | 让模型输出空 / 输出约定字符串再过滤 | 一个终止性工具调用,terminal: true |
| 模型顺手写了废话 | 正文过滤、关键词判断 | 以静默工具成功收尾 → 本轮正文整体不算 |
| 只想在某些回合开放 | 按回合增删 tools | 线程级恒定声明 + 回合级派发前拒绝,保住缓存 |
| 和已有的静默工具关系 | 合并成一个 | 共享效果(SILENT_END_TOOLS),保留各自语义与账本 |
| 作用域 | 全局可用 | 只在「写下即打扰」的那条线程 |
| 规则提示怎么上线 | 改系统提示 | 冻结进新触发行,旧行逐字节回放 |
把沉默做成工具调用,看上去只是绕了个弯。但它换来的是三样空响应给不了的东西:可区分(决定 vs 故障)、可审计(过程里有一次调用和一句理由)、可设门(哪条线程、哪种回合才允许)。
说到底,对一个会说话的系统而言,「不说」也是一种输出。既然是输出,就该走输出的正门。