状态边界、恢复与数据流¶

Claude Code 的恢复机制看起来很多：retry、fallback、compact、resume、rewind、MCP reconnect、后台任务恢复。它们不是一份万能快照的不同按钮，而是各自向状态 owner 请求恢复。

先问：状态归谁所有¶

模型提议、客户端因果账本和外部副作用分属不同 owner

状态	主要 owner	能恢复什么	不能自动恢复什么
有效消息与模型 attempt	Agent Loop / message graph	丢弃临时 attempt、重建下一次请求	已完成工具副作用
Transcript 与 compact boundary	本地 session storage	选择消息链、修复 compact 后的逻辑历史	旧进程内存与远端服务状态
文件 checkpoint	本地 checkpoint store	被跟踪文件的有限快照	数据库、Git remote、第三方 API
MCP connection	MCP client 与远端 server	重连、刷新工具 generation、重新认证	已提交的远端业务动作
后台 task / remote session	task registry、runner、remote owner	查询仍在运行的任务、继续收取结果	把启动 ACK 变成已完成结果
原生安装	version path、launcher、当前进程	发布新版本文件、切换下次启动入口	热替换当前进程 bytes

只要先定位 owner，很多“为什么恢复失败”的问题就会变成明确边界，而不是神秘的不稳定。

七类“再来一次”并不相同¶

请求、流、模型、输出、上下文、工具和会话分别有本地恢复环

HTTP retry 重做同一网络 attempt，保留逻辑请求身份；是否重试取决于 status、错误类和预算。Stream fallback 处理部分响应与 transport 切换。Model fallback 改变后续模型 attempt，但不能重做已经完成的工具。

Output repair 处理 max_tokens、malformed tool use 或 thinking-only 等模型输出问题。Context recovery 通过 compact 缩小 wire view。Tool error feedback 把失败变成配对结果，让模型决定下一步。Session resume 恢复持久消息图，并重新计算当前动态上下文。

它们的计数器、保留消息和副作用风险都不同。故障后看到第二次 API 请求，不能直接断言 Agent “重新做了一遍任务”。

三个看似矛盾但正确的结果¶

对话变短，文件仍保持修改¶

compact 改变后续请求使用的历史表示。文件系统是另一个 owner，所以已完成 Edit 不会随旧 tool result 的压缩而消失。

Fallback 丢掉失败消息，外部调用仍存在¶

模型 attempt 的临时 assistant block 可以被 tombstone；如果工具已经成功调用远端服务，fallback 只会在新消息视图中继续，不能证明远端零副作用。

Rewind 恢复代码，remote push 没有撤销¶

File checkpoint 只覆盖被追踪文件。它不是 Git、数据库和第三方服务的分布式事务管理器。

“失败”也不等于“什么都没发生”¶

一个 API POST、原子 rename、Hook command 或子进程可能在客户端确认完整结果之前已经执行。之后出现 timeout、stream close 或解析错误，只能说明最终结果未被完整确认，不能自动升级成“动作没有发生”。

排障应分别记录：调用是否开始、外部系统是否收到、副作用是否可观察、客户端是否拿到完成确认、结果是否进入 transcript。把这五步压成 success/failed 会丢失最重要的恢复信息。

数据不是沿一根“遥测管道”流动¶

模型推理、本地记录、一方事件、OTEL 与诊断拥有不同门控和目的地

2.1.235 至少要分开这些数据线：

模型请求发送编译后的 system、messages、active tools/results 和必要 metadata；关闭 telemetry 不会关闭推理流量。
本地 transcript默认保存会话事件；它不是 provider cache，也不代表内容没有进入下一轮模型请求。
一方 analytics / Datadog / error reporting有各自资格、采样、队列、字段处理和远端门控。
用户或管理员 OTEL默认关闭，启用后由独立 exporter 发送；事件门和 prompt 正文内容门是两回事。
Feedback、Remote Control、Artifact、附件和 Voice由显式产品动作产生，各有自己的确认和目的地。
MCP、WebFetch、Hooks、IDE 与 Chrome把数据交给相应外部系统或本机集成，不受一个全局 telemetry switch 统一管理。

compact、/clear、tombstone、rewind 或删除本地 transcript 只改变客户端持有的表示。它们不是 provider、MCP、OTEL collector 或远端服务的删除 API。

遥测字段怎样读才不误判¶

静态 callsite 只能证明代码在某个分支准备记录事件；还要经过 enable gate、采样、队列、batch、exporter 和网络结果。Datadog allowlist 只提供转发资格，不证明事件已发送；OTEL 中 event、metric 和 span 也不是同一信号。

正文隐私还要分 gate：默认脱敏、显式 inline、写入文件或完全关闭可能走不同分支。一个通道隐藏 prompt，不代表模型请求、Feedback 或另一个 exporter 同样隐藏。

本地、远端与 Native 的最后边界¶

Remote Control 的 Agent Loop 和工具执行 owner 可以仍在本机，但 transcript 与控制活动会同步到远端；“代码本地执行”不等于“内容只留本地”。MCP 的 schema 在客户端注册，真正业务动作由 MCP server 拥有。

Native .node 模块通过 N-API 把 JavaScript 请求交给图像、音频、URL event 和 Computer Use 能力。仓库能恢复导出、参数、错误、依赖、object lifetime 和可观察副作用，也能构建兼容实现；构建时已经消失的内部源码结构不能从二进制中诚实复原。

JavaScript、N-API 与原生平台能力之间的合同边界