Inspect 工具结果复查：继续、终止，还是升级给人

CodexQA 团队2026年11月3日阅读约 6 分钟

复查发生在工具已经返回、结果交回模型之前。没有策略覆盖的结果会继续。桥接智能体的工具结果目前不会被复查。

本文目录

审批器（approver，决定一次工具调用能不能执行的函数）决定一次工具调用可不可以运行。复查器（reviewer，在工具已经返回之后看结果、决定这个样本还能不能继续的函数）看一次工具调用返回了什么，并决定样本（sample，评测里的一道题或一次运行）可不可以继续。结果一出现，复查器就在工具执行循环里运行，而且是在这个结果交回模型之前，所以它可以依据只存在于工具输出里的证据结束一个样本（例如，策略要求某条命令必须失败，它却成功了）。

复查器用复查策略（review policy，按顺序尝试的复查器列表）来配置，形态和审批策略一样：每条策略点名一个复查器以及它覆盖的工具，策略按顺序求值，第一个不升级的复查器做决定。升级（escalate，自己不拍板，把这一次交给下一个复查器）和审批器一样，复查器可以设在评测级，也可以设在任务级。

决定

复查器返回一个 Review，决定是下面三种之一：

决定	效果
`continue`	结果原样交回模型。
`terminate`	样本结束，并记成一次操作者限制（operator limit，由操作者或策略主动停掉样本的那一类终止），和审批器的 `terminate` 完全一样。仍在跑的并行工具调用会被取消。
`escalate`	由策略里下一个匹配的复查器做决定。

没有 reject，也没有 modify：调用已经跑完，没有东西可以拒绝或改写。没有任何策略覆盖的结果，或者每一个匹配的复查器都升级的结果，会继续。

只有真正执行过的调用才会被复查。被审批器拒绝的调用，或者因为参数解析失败、还没跑起来就失败的调用，没有产生结果，不会被复查。一次 handoff()（交接，把控制权交给另一个子智能体的工具调用）在子智能体返回之后，会像任何别的工具一样被复查：复查器看到的是这次交接调用（按它的工具名匹配，例如 transfer_to_helper）以及父模型收到的转移结果；子智能体自己的工具调用则在它们运行时被复查。

已执行工具报出的错误，只要本来会交回模型，就会被复查，包括从工具内部抛出的解析错误或审批错误。

人工复查器

human_reviewer() 把工具调用和它返回的结果一起给操作者看，并请求一个决定。界面和人工审批器相同：已连接的 ACP 客户端、全屏界面里的审批面板，或控制台。默认提供 continue 和 terminate；传入 choices 可以加上 escalate。这些界面就是审批用的界面，所以 continue 在那里显示成 “Approve”。操作者没做选择就把请求关掉，样本会被终止。

用 CLI 选项 --review human（或传给 eval() 的参数 review = "human"）复查每一次工具调用的结果：

inspect eval browser.py --review human

把它放在策略的最后一个复查器，这样模型复查器可以把某一次调用的结果交给人（策略里最后一个复查器的 escalate 会继续，和任何没有人接住的升级一样）：

reviewers:
  - name: output_monitor
    tools: "*"

  - name: human
    tools: "*"

自定义复查器

复查器是一个异步函数。它收到工具调用、调用结果和对话，返回一个 Review：

from inspect_ai.review import Review, Reviewer, reviewer
from inspect_ai.model import ChatMessage, ChatMessageTool
from inspect_ai.tool import ToolCall, ToolCallView, ToolResult

@reviewer
def no_network() -> Reviewer:
    async def review(
        message: str,
        call: ToolCall,
        result: ChatMessageTool,
        output: ToolResult,
        view: ToolCallView,
        history: list[ChatMessage],
    ) -> Review:
        if "HTTP/1.1 200" in str(output):
            return Review(
                decision="terminate",
                explanation="The agent reached the network.",
            )
        return Review(decision="continue")

    return review

参数是：

参数	说明
`message`	助手在这次工具调用旁边写出的文字。
`call`	实际执行的那次调用（已经包含审批器做过的修改）。
`result`	模型将要收到的 ChatMessageTool（工具消息，装工具结果、交给模型的那条消息）。长输出会先截到工具循环的 `max_output`（最大输出长度，过长结果被截断的上限），然后才生成这条消息。
`output`	工具未经截断的返回值，所以从模型视野里裁掉的证据，复查器仍然看得到。
`view`	这个工具可选的、给人读的调用渲染。
`history`	到发出这次调用的那条助手消息为止的对话，含这条消息。

复查器抛出的异常会把样本以错误结束，和审批器抛异常一样。复查器自己发起的模型调用，不计入样本的 token 或回合限制。

工具调用的复查还没做完就取消这次调用，样本会以操作者限制停下。已经完成的工具结果留在记录里，并有一条信息事件记下复查被取消。如果样本因别的原因停下，未完成的复查器会被取消，它们那些工具已经完成的结果同样保留。被打断的复查不记录复查决定。

复查策略

策略可以写成 YAML，用 --review 传入：

reviewers:
  - name: no_network
    tools: ["bash", "python"]

inspect eval task.py --review review.yaml

写在你自己 Python 模块里的复查器，用它们的注册名来引用；用 @reviewer(name=...) 装饰器控制这个名字。tools 字段用和审批策略一样的 glob 语法，可以匹配工具名，也可以匹配工具名加上它的参数。

在 Python 里，传入一组 ReviewPolicy 对象：

from inspect_ai import eval
from inspect_ai.review import ReviewPolicy

eval(task, review=[ReviewPolicy(no_network(), tools=["bash", "python"])])

任务复查器

任务可以用 review 参数声明自己的复查器。它接受一个策略文件，或一组 ReviewPolicy 对象：

@task
def sandbox_task():
    return Task(
        dataset=dataset,
        solver=react(tools=[bash(), python()]),
        scorer=includes(),
        review=[ReviewPolicy(no_network(), tools="*")],
    )

传给 eval() 的 review，或 --review，会覆盖任务自己的复查器。

智能体复查器

execute_tools() 函数和 react() 智能体为方便也接受 review 参数，在工具执行期间应用复查策略：

from inspect_ai.model import execute_tools
from inspect_ai.review import ReviewPolicy

result = await execute_tools(
    messages, tools,
    review=[ReviewPolicy(no_network(), tools="*")]
)

from inspect_ai.agent import react
from inspect_ai.review import ReviewPolicy

agent = react(
    tools=[bash(), python()],
    review=[ReviewPolicy(no_network(), tools="*")]
)

这些策略在工具执行期间替换评测级和任务级复查器，执行结束时恢复之前的策略。替换是整个换掉：智能体自己的策略没有覆盖的工具不会被复查，即使评测级策略覆盖了它。把工作交接给另一个智能体的 react 智能体，会把自己的策略带进子智能体的工具调用。

桥接智能体

通过智能体桥（agent bridge，第三方智能体自己跑工具循环、Inspect 不执行那些工具的接入方式）接入的智能体自己跑工具循环，所以它们的工具结果从不经过 Inspect 的工具执行，也不会被复查。审批策略会作用在桥接智能体的工具调用上（见桥接智能体）；复查这边对应的能力还没有实现。

记录

每一次决定在工具调用完成后记成一条 ReviewEvent（复查事件，记录里的一次复查决定），位置在它所复查的那次调用的 ToolEvent（工具事件，记下一次工具调用及其结果的记录）之后，也在这个工具自己发出的任何事件之后。这条事件记下复查器的名字、这次调用、决定，以及复查器的解释；结果和这次调用的视图在同一调用 id 的 ToolEvent 上。

觉得有用，转给同事

微信扫码

用微信扫一扫，在手机上打开后即可转发。

用 RSS 订阅

提交勘误