記錄執行過程、限制預算，並測試中斷後的復原

操作人員要能回答：哪個契約與提交版本、狀態如何變、工具做了什麼、證據是什麼、預算花在哪、為何停止、哪些操作效果可能存在、下一步是否安全。事件依需要帶執行、工作階段、任務、環境、契約、提交版本、功能、span 與上層 IDs。

只保存已驗證參數中的安全欄位或雜湊。憑證、原始 Cookie、完整來源、敏感測試資料及模型隱藏推理都不進事件。遮蔽後的詳細紀錄和截圖以證據 ID 連結，另外設存取規則與保存期限。

依序在派送前、派送後未收到回執、操作效果保存後、觀察紀錄保存後及檢查點寫入後中斷程序。先寫每案預期的狀態版本、邏輯效果、租約、預留預算、下一步與停止原因。寫入結果未知時先核對；安全讀取才依預定上限重試。

恢復跟新工作階段一樣，重新驗呼叫端權限來源、環境責任歸屬、分支／提交版本、契約、檢查點、租約、核准、預算與操作台帳。不一致進具名 blocked 或核對實際結果，不用提示詞猜測。

預算先預留，再核對實際用量。控制器呼叫工具或模型前，按可接受上界預留額度；不足就回 budget_exhausted。結果回來後對帳並釋放差額。程序崩潰時，尚未完成的預留留在檢查點；恢復先查供應商或工具回執，避免漏計支出，也避免把已保留額度誤當可用餘額。

查詢文字不同，不代表有新進度。若命中相同檔案、沒有新證據，狀態和差異也沒變，仍可能在迴圈。相同測試指令在修正後揭露新失敗位置，則有進展。偵測器比較標準化的操作、結果代號、證據涵蓋、檔案雜湊與狀態；人工覆寫須附理由及期限。

操作人員資料包依停止原因給不同內容。沒有進展列重複訊號與缺口；預算已用盡列 reserved、used、剩餘與未完成範圍；denied 列規則程式碼與授權負責人；操作結果未知列冪等鍵、派送執行與結果核對狀態；killed 列目標責任歸屬與尚在執行的證據。資料包由事件組合，不再請模型自由摘要，值班人員才能直接選結束、核對實際結果、補權限或從檢查點恢復。

敏感資訊遮蔽要在事件資料匯入前執行，並有 canary 測試。若先寫原始執行軌跡再由儀表板遮蔽，儲存位置、備份與 debug 匯出已經暴露。對路徑、類似電子郵件的測試資料、token、Cookie、查詢參數與截圖中繼資料設欄位層級規則；需要授權調查時，走另外的受保護的來源，不在一般執行軌跡反向還原。敏感資訊遮蔽失敗本身是關鍵事件，應停止該執行的正常遙測匯出。

緊急停止控制需要涵蓋需求接收、排程器、工作單元租約、工具執行、恢復與核准佇列。只把 UI 關掉，背景執行仍可能繼續。演練中先拒新的工作，取消帶目標環境負責人的租約，撤銷工具權限，保留 unknown 操作效果供核對實際結果；恢復由具名操作人員重新驗規則與健康狀態。另一個專案、worktree 或共用系統服務不在目標清單，就不應受到任何停止操作。

檢查點保存目前契約、功能狀態、提交版本或未提交差異的雜湊、環境、工具清單、預算、租約、上一個完成的檢查、未核對的操作、核准參考及下一步。用有版本的原子替換或交易寫入，讀取時驗 schema、雜湊和版本。損壞時回 blocked 並保留調查證據，不退回舊狀態後繼續寫入。

復原測試還要涵蓋權限來源變動。舊工作階段的審查者角色被移除、核准超過期限、工具範圍縮小、契約升版或分支已合併時，即使檢查點完整也不能直接恢復。執行器重新取得當前身份與規則，計算哪些已規劃的操作效果失效，將任務移到 denied、blocked 或 needs_review。這能防止恢復 token 變成長期通行證，也讓權限收回真正作用到背景工作。

營運報表按停止原因與任務類型看趨勢。沒有進展增加時檢查知識與工具；預算已用盡增加時拆重試、測試與脈絡；denied 增加時分攻擊、需求擴張或規則偏移；操作結果未知增加時查外部服務與冪等性。被防護成功阻止的危險行為要和功能失敗分開呈現，否則團隊可能為了提高完成率而關掉有效控制。每個異常趨勢連一位負責人與下一次審查。

警示不應直接對每個事件發通知。先依執行、任務、停止原因與關鍵程度聚合，避免同一失敗產生數十個訊息淹沒值班人員。關鍵機密、越權、unknown 會影響決策的操作效果與緊急停止失敗立即升級；一般沒有進展或預算已用盡進可排序佇列，附操作人員資料包與期限。警示 acknowledgement、指派、處置與關閉也寫事件，並檢查關閉是否真的對帳操作效果或恢復健康狀態。沒有負責人或逾期的關鍵項目會自動提升，不能因儀表板被標已讀就消失。這讓可觀測性從觀看圖表變成可追責的處理流程。

復原後除了功能測試，也驗預留額度已對帳、舊租約失效、過期工作階段不能派送、操作次數正確、新檢查點一致、遮蔽軌跡完整，以及清理範圍仍正確。只看畫面恢復，可能漏掉重複工作單元、凍結預算或舊 token。事故案例納入保留測試集，標記修復版本與退役條件。

成本對帳要區分估計與供應端回報。執行器在呼叫前用保守估值預留，完成後保存實際 token、工具費、執行時間與資料量；兩者差距持續放大時，先修估算器，不把超支歸咎於單一工作階段。審查者時間也要按任務類型記錄，因為低模型費用但高人工排錯的 harness 並不便宜。報表呈現中位數、尾端與超標案例，不用平均值掩蓋少數長迴圈。每項預算都有 soft 警告、hard 停止、負責人與變更紀錄，臨時放寬只能套在明確執行且會到期。

遙測自身故障時，系統要採保守路徑。若關鍵事件無法持久化或操作回執無法讀取，停止新的會影響決策的派送執行，將目前執行標為 observability_degraded，保存本機安全檢查點並通知負責人。唯讀探索是否可繼續，由任務規則事先決定，不能由 agent 自行推測。恢復後先補送可驗雜湊的事件、對帳操作效果與預算，再決定恢復；缺口無法補齊就維持 hold。這避免監控失效時系統反而進入最難稽核的自治狀態。