核对日期为2026年11月7日,本文所讨论的两份客户端发布记录日期均为11月6日。它们是运行时更新,不能据此宣布出现新模型,也不代表每个已安装客户端和每个账号已经具备同样条件。

工程上更容易漏掉的问题是“成功”属于哪一层:命令被接收、会话继续、工具真正结束,以及产物经过独立检查,是四件不同的事。这里以公开文档为边界,用完全合成的本地文件演示验收方法,不接真实服务,不把教学脚本包装成生产MCP客户端。

一、这次更新实际改变了什么

Claude Code 2.1.319 的发布记录列出终端MCP tasks、权限提示转拒绝的设置,以及后台任务相关变更。这里引用的是该版本记录,不推断这些机制在所有入口中的首次出现日期,也不把它们扩大成任意工具都能可靠跨进程运行。

Claude Code 2.1.319 发布记录

Codex CLI 0.167.0 的同日记录包含多后端切换、提供商切换后的聊天可见性、网络审批生命周期和失败响应的压缩计量修复。这些改动让恢复与诊断更明确,但“旧聊天仍可见”仍不等于原执行环境和远端任务可以无损恢复。

Codex CLI 0.167.0 发布记录

更新说明是验收起点,不是成功证明
更新线索可以据此检查仍需另外证明
Claude Code MCP tasks服务端任务接收、后台状态和结果回送必需任务结束、产物正确、取消是否真的生效
拒绝原需提示的调用后继续turn拒绝事件是否被记录、其他工作是否继续被拒绝的必需步骤已完成
Codex provider/backend切换历史可见、目标会话与续跑状态运行环境、权限、账本和文件仍对应
压缩和网络审批修复保留失败、请求结束与审批状态任务业务成功或远端动作已撤销

本篇与API会话存储、模型排名和订阅选购分开:重点是客户端与工具之间的生命周期,以及外层自动化如何在有后台工作、拒绝或恢复失败时保留正确的最终状态。

二、先区分三种“后台”

Claude 文档区分普通慢MCP调用的自动后台化,与服务器自己维护的MCP task。前者在主对话中超过默认两分钟后可能移到后台;后者在服务器接受任务后就返回。对调用方而言,两者都可能先获得标识,却拥有不同的退出与恢复边界。

Claude MCP 后台调用与服务器任务

不要用同一个“后台完成”标签混合不同机制
类别先返回的是什么会话退出后的边界
普通长MCP调用后台化本地跟踪的后台调用/任务标识不保证随客户端退出继续;取消也不保证服务端未做工作
服务器维护的MCP task服务器已接受的任务远端服务器可继续;stdio进程与服务器自身实现需另核
Codex异步hook一次后台hook调用会话结束会取消未完成hook,并丢弃尚未交付的输出

Codex 的后台hook是另一种机制:完成后的信息在后续安全时点交给模型,不能用于阻止、批准或改写已经触发它的动作。需要在动作前控制权限,应使用相应的同步策略,而不是等待一个异步报告来追认。

Codex hooks 与后台hook生命周期

因此,日志至少要记录任务由谁持有、谁能查询、谁负责取消、结果交到哪里。只有一个task ID却没有原服务器、会话或调用关联时,恢复程序容易误查新任务,或者把没有收到结果误写成失败后直接重跑。

三、拒绝后继续、exit 0与恢复成功分开

发布记录中的 permissions.denyInsteadOfPrompting 表示:原本要等待权限提示的调用会被拒绝,而当前轮继续。这里的继续不是给了权限,也不是该工具成功;如果被拒绝的是计划中的必需步骤,外层就应保留阻塞状态或明确批准新的替代方案。

Claude Code 2.1.319 发布记录

另一个容易误读的例子是 Codex queue 的 --resume:当前命令参考明确说明,无法恢复会话时可能打印警告但仍成功退出。因此外层只检查退出码0,会把“消息已排队”当成“工作已恢复”。这不是所有CLI的通用行为,而是需要在此处明确处理的命令语义。

Codex CLI 命令参考

反过来,客户端退出非0也不证明远端任务已经停止或回滚。它只说明这次客户端链条不能判为成功;后续还要查远端结果与产物,避免因为本地失败就再发一次有副作用的请求。

以下教学状态均为本文的规范化标签
信号可以说明什么不能直接说明什么
client_exit_code = 0该客户端命令按自身规则正常退出已恢复、必需任务全部成功或文件已验证
required任务为denied所需调用被拒绝允许绕过策略或省略该步骤
任务为completed任务报告已到终态返回值、文件和业务检查均正确
独立验证通过声明的检查在指定输入上通过所有未来输入或其他入口也可靠

四、先生成完全离线的七个场景

准备一个新的空练习目录,要求Python 3.10或以上。把下面保存为 prepare_fixture.py。它只在当前目录下创建 lifecycle-demo 和一份固定文本,不读取账号配置,也不会启动Claude、Codex、MCP或网络请求。

fixture.json 是本文自己设计的教学格式,不是任何厂商的事件schema。每个场景只有一个必需任务,expected 是我们预先写下的分类答案;真实接入时应由可信的计划定义必需任务集合,不能让模型把失败步骤悄悄改成“非必需”。

保存为 prepare_fixture.py;机器示例在六语中保持一致
import hashlib
import json
from pathlib import Path

root = Path.cwd() / "lifecycle-demo"
(root / "artifacts").mkdir(parents=True, exist_ok=True)
content = b"synthetic report\n"
(root / "artifacts" / "report.txt").write_bytes(content)
artifact = {"path": "artifacts/report.txt", "sha256": hashlib.sha256(content).hexdigest()}

def case(name, state, expected, artifacts=None, resume=False, resumed=False, exit_code=0):
    return {
        "case": name,
        "client_exit_code": exit_code,
        "continuation_required": resume,
        "continuation_state": "resumed" if resumed else "not_resumed",
        "tasks": [{"task_id": "t1", "required": True, "state": state}],
        "artifacts": artifacts or [],
        "expected": expected,
    }

fixtures = [
    case("queue_ack_only", "queued", "NOT_RESUMED", resume=True),
    case("background_running", "running", "PENDING"),
    case("denied_turn_continues", "denied", "BLOCKED"),
    case("completed_without_artifact", "completed", "UNVERIFIED"),
    case("resumed_and_verified", "completed", "VERIFIED", [artifact], True, True),
    case("client_failed", "completed", "FAILED", [artifact], exit_code=3),
    case("wrong_digest", "completed", "UNVERIFIED", [{"path": artifact["path"], "sha256": "0" * 64}]),
]
(root / "fixture.json").write_text(json.dumps(fixtures, indent=2) + "\n", encoding="utf-8")
print(root)
创建 lifecycle-demo/fixture.json 与固定工件
python3 prepare_fixture.py

七个场景覆盖:只收到排队确认、后台仍运行、拒绝后继续、完成但没有工件、恢复且工件符合预期、客户端失败,以及摘要不匹配。它们是合成测试输入,既不是七次模型调用,也不是对任何厂商可靠性的统计。

五、把状态分类与工件检查写成门禁

将下面保存为 lifecycle-demo/verify_lifecycle.py。它先检查客户端与恢复状态,再检查必需任务,最后核对工件路径与SHA-256。顺序是有意的:完整文件不能抹去恢复失败,任务完成通知也不能替代产物。

离线标准库验收器;不是生产协议适配器
import argparse
import hashlib
import json
from pathlib import Path

ROOT = Path(__file__).resolve().parent

def classify(case):
    exit_code = case.get("client_exit_code")
    if type(exit_code) is not int:
        return "UNVERIFIED"
    if exit_code != 0:
        return "FAILED"
    if case.get("continuation_required") is True and case.get("continuation_state") != "resumed":
        return "NOT_RESUMED"
    required = [task for task in case.get("tasks", []) if task.get("required") is True]
    if not required:
        return "UNVERIFIED"
    states = {task.get("state") for task in required}
    if "denied" in states:
        return "BLOCKED"
    if states & {"failed", "cancelled", "timed_out"}:
        return "FAILED"
    if states & {"queued", "running"}:
        return "PENDING"
    if states != {"completed"}:
        return "UNVERIFIED"
    artifacts = case.get("artifacts", [])
    if not artifacts:
        return "UNVERIFIED"
    for artifact in artifacts:
        relative = Path(artifact.get("path", ""))
        if relative.is_absolute() or ".." in relative.parts:
            return "UNVERIFIED"
        path = (ROOT / relative).resolve()
        if not path.is_relative_to(ROOT) or not path.is_file():
            return "UNVERIFIED"
        expected = artifact.get("sha256")
        if not isinstance(expected, str) or len(expected) != 64:
            return "UNVERIFIED"
        if hashlib.sha256(path.read_bytes()).hexdigest() != expected:
            return "UNVERIFIED"
    return "VERIFIED"

def main():
    parser = argparse.ArgumentParser()
    parser.add_argument("--gate", action="store_true")
    args = parser.parse_args()
    fixtures = json.loads((ROOT / "fixture.json").read_text(encoding="utf-8"))
    results = [{"case": item["case"], "status": classify(item)} for item in fixtures]
    print(json.dumps(results, indent=2))
    if any(result["status"] != item["expected"] for result, item in zip(results, fixtures)):
        return 1
    if args.gate and any(result["status"] != "VERIFIED" for result in results):
        return 2
    return 0

if __name__ == "__main__":
    raise SystemExit(main())

本例的预期摘要来自准备脚本中事先固定的合成文本,用来检查同一份字节。真实报告通常无法预知摘要,此时需要独立的结构、内容或测试oracle;从模型刚生成的文件再计算一个摘要并由同一模型宣布匹配,不能证明内容正确。

这个小脚本也没有实现服务端轮询、权限判定或真实协议认证。若接入实际事件,应先对来源和数据结构做校验,将事件映射到受控账本,并保证终态属于相同run、session、server和task;不要把任意日志中的completed单词当作可信终态。

Codex 非交互执行

六、运行测试,再运行真正的批次门禁

先运行普通模式。它会打印七个分类,并检查分类是否与fixture中的expected一致。本文已在隔离的output练习目录运行,预期退出码为0;这里的0只表示“验收器正确识别了这些成功与失败样例”。

普通回归模式:预期退出码0
python3 lifecycle-demo/verify_lifecycle.py
实际运行的是本地合成fixture,不是模型性能测试
case预期状态含义
queue_ack_onlyNOT_RESUMED需要恢复但没有恢复证据
background_runningPENDING必需任务尚未结束
denied_turn_continuesBLOCKED必需任务被拒绝
completed_without_artifactUNVERIFIED终态不足以证明交付
resumed_and_verifiedVERIFIED此合成样例满足检查
client_failedFAILED本次客户端链条失败
wrong_digestUNVERIFIED工件不符合预期字节

再执行--gate。混合批次里只要仍有非VERIFIED场景,门禁就返回2;本例因此应被阻止。不要为了让命令变绿而删掉失败场景,也不要把测试模式的0当作业务批次已经全部完成。

批次门禁:本fixture预期退出码2
python3 lifecycle-demo/verify_lifecycle.py --gate

两个模式把“测试程序是否正确”和“被测批次是否可放行”分开。生产流水线还需自己定义错误码与重试策略;这里的FAILED只是验收链未通过,不能据此推断远端动作已被撤销。

七、让代理报告证据,而不是只说完成

给代理一个可核对的结果契约,要求报告实际读取的输入、必需任务的终态、未解决的拒绝,以及能够独立打开的产物。提示词负责传达要求,真正的状态仍要由调用方和可信工具记录验证;让模型填写JSON本身不是权限或完成机制。

可复制提示词:生命周期核验;本文未调用模型
RUN_ID: lifecycle-demo-v1
INPUT_FILES: lifecycle-demo/fixture.json, lifecycle-demo/artifacts/report.txt
OUTPUT_DIR: lifecycle-demo/artifacts
只核对提供的合成数据,不联网、不运行真实CLI、不重试真实工具。
逐个区分排队确认、运行中、拒绝、失败、完成和工件已验证。
不要把client_exit_code为0当成恢复或交付成功。
若必需步骤被拒绝,保留阻塞及缺失证据;不改写策略或把步骤删为非必需。
报告每个case的状态、证据位置和未知项。不能验证的字段保持未知。
只对实际存在且通过独立检查的工件声称已交付。

对于有状态的流程,应把run ID、原任务ID、输入版本与必需步骤清单放在可持久化的受控记录里。一次新的调用不应借用上一次的成功产物作为本次通过证据;文件时间、内容与任务关联都应能对上。

八、恢复同一任务与开新会话不是一回事

Claude 文档说明,远端MCP task退出后可能仍在运行;要继续跟踪,应返回原会话并保持服务器名称和连接设置对应。一次性-p恢复不会跟随旧task,新会话或fork也不会自动继承它。stdio服务器还可能随客户端退出,因此不能只看“服务器任务”字样就承诺持续运行。

Claude MCP 后台调用与服务器任务

Codex 11月6日修复了切换provider后保存聊天的可见性,并提供无法恢复时从转录准备新提示的路径。转录可见是信息恢复,不是远端工具句柄、文件系统状态和权限全部恢复。应先核对目标环境,再决定继续原任务还是建立有记录的新任务。

Codex CLI 0.167.0 发布记录

可复制提示词:恢复前的证据交接;未执行
HANDOFF_ID: lifecycle-handoff-v1
先列出原run、session、server/task标识与已确认的输入版本。
将“已读取历史”“消息已排队”“会话已恢复”“工具结果已取回”分别报告。
在新会话里,不假设仍能查询原后台任务;只使用已经明确恢复的连接和权限。
若旧动作的结果未知,先核对服务端记录和工件,不重复提交可能有副作用的动作。
给出继续、等待、需要人工确认三类下一步,并说明每类所缺证据。
不要输出凭据、会话令牌或未脱敏转录。

受控交接记录应保留已完成的子结果、仍待核对的远端动作及原始拒绝,避免新会话只收到“继续完成”而遗漏关键限制。确需替代方案时,把计划变化和新的验收标准明确记录下来。

九、超时、取消与结果未知要分开处理

普通调用超时与远端任务失联不是同一种事实。Claude 当前指南说明,后台MCP task默认没有Claude Code时间上限;调用方需要自己的等待预算和人工升级路径。等待预算到期可以停止等待,但不能自行把远端状态改写为cancelled。

Claude MCP 后台调用与服务器任务

取消通常是请求而不是结果证明。Claude 的说明还指出,停止跟踪或请求取消后服务器仍可能完成;Esc也不是停止后台任务的等价操作。遇到outcome unknown,应先查任务和工件,再考虑重试,尤其是导出、写入或发送等可能重复的动作。

Claude MCP 后台调用与服务器任务

不要因客户端看不到结果就直接重复动作
观察到的情况保留的状态下一步证据
等待预算用尽本地等待超时,远端结果仍未知查询原task及服务端记录
已发送取消请求取消已请求,未必取消完成取消确认或最终结果
切换环境后找不到task关联尚未恢复原server名称、连接与session
权限拒绝但turn继续必需步骤仍被阻塞合法替代计划或授权后的新检查
收到完成通知但文件缺失UNVERIFIED结果正文、实际工件及独立内容检查

幂等键、重试次数和去重记录应由实际服务及业务语义设计。本文没有提供一种可跨所有MCP服务器通用的“安全重跑”开关;也不使用真实支付、消息、账号或业务数据来演示取消。

十、压缩历史与权限记录也属于恢复证据

Codex 0.167.0 的压缩修复涉及失败响应留下的输出与缺少token usage的响应。不能从“本轮失败”推断它没有占据上下文,也不能把缺失usage自动补零。复盘时保留失败原因、已观察的副作用和未完成步骤,而不只保存最后一句成功报告。

Codex CLI 0.167.0 发布记录

权限和网络审批属于执行控制。Codex 的审批与沙箱文档把能做什么与何时需要批准分开;后台信息不能替代动作前的许可。长目标也沿用既有边界,不会因为持续工作就获得更广访问。

Codex 审批与沙箱 · Codex 长时间工作与目标

将这些约束压缩成交接摘要时,应保留禁止事项、拒绝事件和仍未知的结果。摘要可以帮助新一轮理解任务,但不是新的授权来源;若原任务需要人工决定,摘要中的“继续”不应悄悄取消这个条件。

十一、从接收到放行的检查流程

下面是本文的规范化验收流程,不是任何厂商的内部状态机。分支中出现拒绝、仍运行或无法验证时,都应保留该状态与责任方,而不是为了得到一个绿色终态而合并日志。

  1. 记录run和必需任务
  2. 区分接收与恢复
  3. 核对工具真实终态
  4. 保留拒绝与未知结果
  5. 独立检查对应工件
  6. 全部必需条件满足才放行
合成生命周期门禁;不表示真实服务已执行

十二、文档有分歧时,不猜开关与兼容性

当前两份OpenAI官方页存在一个具体分歧:11月6日changelog写到codex agents --no-daemon,CLI参考却说该组合不受支持。本文把它标为未解决的文档差异,不提供该组合的可复制运行命令,也没有执行CLI来声称验证了哪一方。

Codex CLI 0.167.0 发布记录 · Codex CLI 命令参考

Claude 也有需要按版本确认的细节:2.1.319记录谈到无feature-flag获取时的MCP tasks,而当前MCP指南仍列有feature-flag与provider条件,环境变量页另有更早的最低版本描述。不要据其中一页拼出“所有入口都可用”的兼容性承诺。

Claude Code 2.1.319 发布记录 · Claude MCP 后台调用与服务器任务 · Claude Code 环境变量参考

permissions.denyInsteadOfPrompting 在发布记录中有行为说明,但本次读取的settings reference没有找到对应专门条目。因此本文只讨论发布记录明确的拒绝后继续语义,不猜完整配置schema、不修改用户设置,也不建议靠放宽策略解决失败。

Claude Code 2.1.319 发布记录 · Claude Code settings reference

还有一个易混点:bare跳过自动发现,并不意味着所有显式MCP任务都会等到结果才返回。应按实际任务类型、入口和当前文档核对等待规则,不能把启动简化模式当成完成门禁。

Claude MCP 后台调用与服务器任务 · Claude Code 非交互与bare模式

十三、如何接入实际工程而不丢掉边界

先把自己的流程分为提交器、事件适配器、工件检查器和最终门禁。提交器只说明请求是否被接收;适配器关联真实任务并保留拒绝和错误;检查器读取实际产物;门禁根据调用方定义的必需条件决定是否进入下一步。

上线前先用本地合成场景测试外层逻辑:打乱结果到达顺序、保留一个运行中任务、拒绝一个必需步骤、让恢复仅排队,以及替换一份工件。完成事件先到或客户端先退出,都不应绕过尚未满足的条件。

再在已经授权的隔离环境中核对真实协议和版本,使用无副作用的测试工具,并保持同样的记录格式。本文实际做的是Python标准库离线fixture测试;真实Claude Code、Codex、MCP服务器和业务操作均未运行,不能从这里推导性能、账号可用性或生产验证结论。

最终报告应能指出哪一个run通过了哪些检查,哪些任务仍由谁持有,以及未知结果怎样继续核对。这样才可以把客户端更新带来的更灵活后台运行,转化成有明确完成定义的工程流程。

先保存自己的任务关联与验收记录,再选择实际需要的工具或方案。购买页面只反映当前列明的交付与权益,不替代具体入口、权限、地区和版本条件的验证。