连接与会话——断线之后,谁还记得它讲到哪了
「界面」卷拆的是像素层:界面怎么画、历史归谁管、信什么。这一卷拆另一半,信任层:那些画面凭什么信、承诺凭什么兑现。准入线只有一条:只写决定某个界面承诺真假的基建。第一篇的题目,来自我写作期间被自己问住的第一个问题:SSE 流断了怎么办?换一台服务器重连呢?
一、停在半行字上的界面
流式输出的第 37 秒,界面停在一个写了一半的 Markdown 表格上。光标还在闪,加载动画还在转,而网络连接八秒前就断了。用户盯着屏幕分不清两种状态:“模型在想“和“管道死了”。麻烦在于,界面同样分不清,因为它不知道。
把用户在断线时刻的真实困惑列出来,一共三问:还连着吗?我漏了什么?从哪继续?这三问的答案没有一问在渲染层,全在连接的另一侧。这篇讲的就是让界面有能力诚实回答这三个问题的基建。反过来讲也成立:这三问答不了的界面,它显示的一切“实时状态“都是表演。
二、SSE 的出厂设置,和它的三个坑
先还 SSE 一个公道:协议设计者想过断线。每个事件可以带 id: 字段,浏览器原生的 EventSource 断线后自动重连,并把最后收到的 id 放进 Last-Event-ID 请求头带回去,服务端若配合,就能从断点续发。恢复机制是出厂设置,不是发明。
但 agent 客户端拿到手就碎了三个角。
坑一:原生重连根本用不上。 EventSource 不支持自定义请求头,带不了 Authorization。所以 agent 客户端几乎都用 fetch 手搓 SSE 流,而 fetch 没有自动重连:出厂设置里最值钱的那部分,正好是要被扔掉的那部分。重连、退避、断点游标,全部自己写。
坑二:中间层吞流。 nginx 默认缓冲响应、企业代理按住不转发,连接“活着“,数据不动。“连着但没数据“和“断了“在客户端不可区分,唯一的解法是应用层心跳。而心跳间隔是一个两头挨打的权衡:慢了撞上运营商 NAT 的空闲超时(TCP 常见几分钟),快了烧电,这个权衡在移动端还会加倍回来(基建第 2 篇的主线)。
坑三:Last-Event-ID 只是一个约定。 要它生效,服务端得肯留记录:每个事件有递增编号,且保留一个可重放的缓冲窗口。协议只定义了这个字段的格式,不担保任何一家服务端会照着重放。
最后是半包。SSE 帧层面协议自解,事件以空行分隔,Last-Event-ID 指向的永远是最后一个完整事件。真正的半包在应用层:工具调用的参数以 JSON 字符串增量流式下发,断线时你手里是半个 JSON。界面部分第 3 篇讲过 TUI 如何消费“半成品文档“,这是它的网络层孪生;评测卷序章的截断检测,换了个位置再来一次,不完整性是这个家族在每一层的老熟人。
三、行业的三个答案
断线恢复没有标准答案,2026 年的主流方案正在朝三个不同方向走。三个都核实过,其中一个是本地一手。
答案 A:删掉恢复,拥抱无状态(MCP,2026-07-28 修订)。 官方 changelog 写得很直接:“Remove SSE stream resumability and message redelivery (the Last-Event-ID header and SSE event IDs) from the Streamable HTTP transport.“SSE 事件 id 删了,Last-Event-ID 删了,独立的服务端推送流(GET stream)删了,连 Mcp-Session-Id 和初始化握手都删了,协议整体转向无状态优先。后果直白:流断在半路,在途结果作废,客户端在应用层重试。这是一次诚实的设计退让:与其让协议层承诺一个多数实现做不好的恢复语义,不如把问题连同自由一起交还给应用层。连接是易耗品,协议不替你留记录。
答案 B:把流镜像进外部存储(Vercel resumable-stream)。 服务端把流式 chunk 边发边镜像进 Redis(带 TTL),streamId 存在会话记录里;客户端断线后凭 id 请求续读,从最后一个收到的字节继续。连接在这里只是租来的加速器,事实在共享存储里,所以换一台服务器重连毫无障碍。边界也清楚:第三方测评指出它罩得住“同一设备刷新页面“,罩不住多端并发消费;TTL 过期,缓冲即蒸发。
答案 C:三层防线,自己存记录(kimi-code 的 kap-server/transcript,本地一手)。 这是界面部分第 7 篇事件流模型至今最完整的工程化样本,值得多写两段。
第一层,序号:每个 (session, agent) 流上的操作批次分配单调递增的 seq,订阅带着 transcript_since 游标。第二层,有界内存 journal:游标落在 journal 覆盖范围内就重放差量;覆盖不了,服务端如实回 complete: false,客户端降级为全量刷新,降级路径是一等公民,不是异常处理。第三层,磁盘事实源:每个 agent 一份 wire.jsonl 追加记录,冷会话由两级 fold 重建,连“关机时还挂起的用户交互“都折叠成 cancelled 记录在案,交互流的终态有交代。基线重置报文是 items-empty 的:历史永远走 REST 分页拉取,“快照 + 尾部增量“在真实产品里的样子。
三个答案,三种存放记录的位置:协议层拒绝留记录;应用层租外部存储;专门服务自己存三层记录。 没有谁赢,它们分别对应三种产品形态(工具协议、Web 应用、多端会话服务)。
四、纲领:重连语义由 source of truth 的位置决定
把三个答案和其余方案放进同一张表,规律可以归成一句:换服务器重连能不能成立,取决于事件的 source of truth 存在哪一层。
| 事实存放在 | 重连语义 | 代表 | 部署重启时 |
|---|---|---|---|
| 连接里(进程内存) | 断线即丢,只能 sticky session | 最朴素的 WS 服务 | 全部会话阵亡 |
| 有界 journal(内存) | 热续:游标在覆盖内重放差量 | kimi transcript ops journal | 丢最近一段 |
| 磁盘 log | 冷重建:慢但完整 | kimi wire.jsonl;Claude Code 会话文件 | 无损 |
| 外部共享存储 | 换服务器随意连,连接=租借加速器 | Vercel(Redis);Cloudflare Agents(每 Agent 一个 Durable Object,单写者正确性 + WebSocket 休眠:对象睡了连接还活着,这段时间不计算力费) | 无损 |
| 都不记 | 断了就断了,应用层重试 | MCP 2026-07-28 | 不适用(本来无状态) |
界面部分第 11 篇说“统一 Event Log“是四个统一之一,当时它是一句架构主张;这张表是它的工程含义全集。顺带补一句 actor 档的注脚:Cloudflare Agents 的官方仓库里挂着一个重连竞态的 issue(#1837,移动网络抖动或重新部署弹跳 Durable Object 时,客户端 hook 在重连与续传之间赛跑)。每往上一档,省下的是会话状态,换来的是新的竞态。没有免费的档位。
五、幂等与序号:at-least-once 世界的生存守则
只要服务端肯重放,重复推送就不可避免,传输的现实是 at-least-once,不是 exactly-once。消费侧按事件 id 去重是基本功;真正会咬人的是副作用:工具已经执行了,确认事件在断线中丢了,重试会不会再执行一遍?
这里界面部分第 7 篇的三层分类拿到了第二生命。当初它为解释“不同 UI 消费事件的策略差异“而设计:执行流、副作用流、交互流。放进分布式语义里,它正好变成了重放安全性分类:执行流可重放(幂等投影)、副作用流不可重放(只能记录不能重做)、交互流要仲裁(第七节)。一个为界面写的分类法,在网络层一个字不用改。
序号的分配权同样有讲究。kimi 的答案是每个 (session, agent) 一个单调 seq,单写者换秩序,避免了多节点分配的全序难题。而它的契约里有一个细节值得单独说:seq 相关字段全部是可选的,不带 seq 的旧客户端自动降级为“丢信号驱动的全量刷新“。断线恢复与 schema 演进这两件最难同时满足的事,在同一份契约里和解了:新节点带游标热续,旧节点无游标慢刷,谁也不阻塞谁。
回到评测卷序章的问句:没报错就代表输出没问题吗?管道版的回答是:在 at-least-once 的世界里,“没报错“的诚实含义是“至少一次,可能更多,请保持幂等”。
六、单机同构版:你每天都在用的那台事件溯源服务器
这篇文章的全部难题,有一个零网络版本,你每天都在用。
Claude Code 把每个会话写成本地文件:~/.claude/projects/<工作目录转义>/<sessionId>.jsonl。本机取证看一眼结构:append-only 的行式 JSON,类型分布包括 user、assistant、attachment、queue-operation(输入排队)、cost-state(费用快照),一条不挑读者的 wire 事件流,每行带 sessionId 和时间戳。claude --resume 做的事,就是从这份文件重放重建会话。
对照第四节那张表:它的 source of truth 在磁盘 log 档,而“连接“这个东西根本不存在,所有断线重连问题被消解成“把文件读回来“。这不是玩具对照:kimi 的 wire.jsonl 冷重建就是这个模式的网络版,Vercel 的 Redis 是它的共享版,MCP 的应用层重试是承认了“读回来“的成本之后干脆不读。断线恢复的种种难题,都可以看成“把文件读回来“在不同网络距离上的变体。 单机文件、冷重建、热 journal、共享缓存、放弃恢复,是同一件事在不同距离上的几种做法。
七、交互流也要外置
最后补上断线故事里最容易被忘掉的角色:挂起的审批。
permission.requested 发出时用户正在地铁里,这个挂起对象必须和事件一样外置存活:进 log、有超时策略、能被推送唤醒(推送链路是基建第 2 篇的主战场)。多端竞争是它的分布式形态:桌面点了批准、手机点了拒绝,两个响应经过两台服务器,仲裁需要三件协议工作:先到先得的判定规则、事件版本号防旧覆新、后到端收到“已被他端处理“的收敛事件而不是一个失败。界面部分第 11 篇写过一句“谁先响应用谁的结果“,这十几个字背后就是这三件事。kimi 的 fold 把关机时挂起的交互折成 cancelled,是同一纪律的关机时刻版本。
八、总结
把三问对应到四档谱系,界面的权限边界就出来了:
| 状态在连接里 | journal 档 | 磁盘/共享 log 档 | 无状态档 | |
|---|---|---|---|---|
| “还连着吗” | 心跳,勉强 | 心跳 + 游标水位 | 心跳 + 游标 + 落盘确认 | 只能说“我不知道“ |
| “漏了什么” | 无法回答 | journal 覆盖内可答 | 永远可答 | 不可答,请重试 |
| “从哪继续” | 不可承诺 | 短窗口承诺 | “继续上次会话“按钮敢亮 | “重新开始” |
| UI 敢显示的 | 实时转圈 | + 断点续传提示 | + 完整历史回看与多端 | 只剩重试按钮 |
所以这一篇的结论可以压成一句:界面承诺的真假,不取决于渲染层多努力,取决于事实源存在哪一层。 半行字卡在屏幕上的那一刻,界面能说“正在重连,已恢复到第 N 个事件“,还是只能让动画继续转下去骗人,这个差别在上线之前,就已经被后端的一张表决定了。
下一篇把镜头从连接的两端拉近到拿在手里的那一端:一部随时会被操作系统杀掉的手机,如何在一次会话的每个站点(输入、发送、排队、流式、回看)保住“流畅“和“完整“这两件互相打架的事。
参考与延伸
- 事实核查分层(截至 2026-09-28):MCP 部分引自官方 changelog(modelcontextprotocol.io/specification/2026-07-28/changelog,“Remove SSE stream resumability and message redelivery…“为原文引用)及多家第三方解读交叉。
- Vercel 部分基于 AI SDK 官方文档(Chatbot Resume Streams,
resumable-stream+ Redis)与第三方边界测评。 - Cloudflare 部分基于官方 Agents 文档(Agent class internals:DO 单写者、WebSocket 休眠)与仓库 issue #1837。
- kimi-code 部分为本地一手阅读(
1e553fc:packages/transcript/AGENTS.md的 op-batch sequencing contract、packages/kap-server/AGENTS.md的 journal/transcript_since/冷重建描述)。 - Claude Code 会话文件为本机取证(2026-09-28,类型分布为单样本)。
- SSE 协议行为(id/Last-Event-ID/EventSource 限制)为标准协议常识。