执行Run

某项Task在指定发布版本和预算下的一次执行尝试。

Run是Task的一次执行尝试。它绑定部署版本、开始条件、预算、worker租约和checkpoint；其中可以有多个Turn、Step和ModelCall。网络重试通常不是新Run，恢复同一次执行也不必重新定义业务动作。清楚区分这些对象，才容易分析成本、失败原因和发布回归。

例如某次合同研究因模型服务故障暂停，worker重启后可以从同一Run继续；若业务owner修改了合同版本和验收，则应记录新条件并决定创建新Run。两种情况都不能简单把随机Run ID当外部幂等键。相同被授权动作在恢复链中要保持操作身份，新的合法动作才建立新ID。

Run快照应包含模型与harness版本、prompt渲染引用、工具schema、来源generation、时间边界、路由理由及费用。动态ACL不能被冻结成永久授权；恢复时重新核验。事件将每个Attempt和外部回执挂到Run下，避免模型调用结束后丢掉仍在执行的工具状态。

测试需要在不同边界终止worker：模型返回后、工具提交前、外部成功但回执未存时，以及验证通过前。目标是恢复时知道哪些结果可复用、哪些动作需要对账，而非重新自由生成关键决定。比较模型实验也以Run为单位保留输入、预算和结果，避免把多次尝试中的最好答案当一次执行的可靠性。

同一个Task的不同Run应可比较：输入条件是否相同，是否使用相同来源窗口，人工是否介入，哪一步触发重试。没有这些信息，失败后再跑一次得到好结果，可能只是数据更新或人为修订所致。运行比较应保留这些差异，而不是只统计最终成功的那一次。

可复现记录不要求公开模型私有思维链。保留输入引用、决策摘要、行动与外部证据即可支持业务审查。对供应商不可固定的行为，应如实标为复现限制，而非承诺完全相同输出。

实践重点：记录attempt、租约、模型和checkpoint；恢复不必创建新的业务动作。

验证抓手：检验同Task多次Run以及恢复后的副作用去重。

常见误区：每次重试生成全新动作身份而重复生效。

Temporal：执行状态与外部副作用；LangGraph：Checkpoint模型源码。