Pull vs Push：OpenClaw 的调度模型与企业级异步任务设计

技术概览

  • 技术来源：OpenClaw Gateway 内部架构（Heartbeat / Cron / Subagent / Command Queue）
  • 核心概念：Pull-based 定时轮询 vs Push-based 事件回流，两种调度模型的设计取舍
  • 关键词：Heartbeat、Cron、Subagent、Command Queue、Session Lane、Compaction

核心问题：为什么调度模型的设计很重要

在任何有"后台任务"的系统里，最核心的设计决策之一就是：谁主动？谁被动？ 是系统定期去检查（pull），还是任务完成后主动通知（push）？

OpenClaw 作为一个 AI Agent 运行时，同时面对两类完全不同的调度需求：

  1. 周期性感知任务：检查邮件、日历、待办、系统健康——不需要精确时间，但需要"定期看看有没有事"
  2. 异步执行任务：子任务跑完要回执、定时提醒要精确触发、批量操作要结果汇总——需要精确的事件驱动

OpenClaw 用三种机制分别处理了这三类场景，设计上各有深意。

技术架构与设计

一、Heartbeat：Pull-based 定时轮询

机制：Gateway 每隔固定时间（默认 30 分钟）在 main session 中注入一个 agent turn，prompt 固定为："Read HEARTBEAT.md... If nothing needs attention, reply HEARTBEAT_OK."

设计特点：

  • 运行在 main session，拥有完整的对话上下文
  • 批量处理：一个 heartbeat 可以同时检查邮件、日历、待办、系统状态
  • 智能抑制：如果没需要关注的事，回复 `HEARTBEAT_OK`，不产生用户可见消息
  • 支持 activeHours 限制（如 08:00-22:00），夜间静默
  • 支持 lightContext 模式（只注入 HEARTBEAT.md，不加载完整对话历史）
  • 支持 isolatedSession 模式（每次 heartbeat 用全新 session，无历史负担）

核心价值：用一次 agent turn 的成本，替代 N 个独立轮询任务。模型有全局上下文，能做出智能判断——"这封邮件不急" vs "这个日程 10 分钟后开始必须提醒"。

二、Cron：精确调度 + Session 隔离

机制：标准 cron 表达式 + 时区支持，可选在 main session 或 isolated session 中执行。

设计特点：

  • 精确时间：5 字段/6 字段 cron 表达式，支持时区
  • 自动分散：整点调度的任务自动在 0-5 分钟窗口内分散，避免 thundering herd
  • Session 隔离：isolated session 模式不污染 main 历史，用完即走
  • 模型覆盖：可以为单个 job 指定不同的模型（重分析任务用更强模型）
  • Delivery 控制：isolated job 默认 `announce`（推送摘要），可选 `none`（静默执行）
  • One-shot：`--at` 参数支持一次性定时（如"20 分钟后提醒我"）

Cron vs Heartbeat 决策流：

需要精确时间？ → Cron

需要隔离？ → Cron (isolated)

可批量合并？ → Heartbeat

一次性提醒？ → Cron (--at)

需要不同模型？ → Cron (isolated)

三、Subagent：Push-based 任务委派

机制：主 session 通过 `sessions_spawn` 创建子 session，子任务完成后通过事件自动回流到主 session。

设计特点：

  • Push-based 通知：子任务完成后，Gateway 自动将 completion event 推送到主 session
  • 禁止轮询：文档明确禁止 `sessions_list` / `sessions_history` 循环查询
  • 并行执行：可同时派发多个 subagent，各自独立运行
  • 继承工作空间：subagent 自动继承父 session 的 workspace 目录
  • 模型覆盖：每个 subagent 可以指定不同模型

核心价值：解决了"我要等一个耗时任务但不想阻塞主会话"的问题。派出去就不管了，跑完了自动回来。

四、Command Queue：消息合并与会话串行化

机制：所有入站消息通过 lane-aware FIFO 队列串行化，支持多种合并模式。

Queue 模式：

  • `collect`（默认）：合并所有排队消息为一个 followup turn
  • `steer`：立即注入当前 run（取消 pending tool calls）
  • `followup`：排到下一轮
  • `steer-backlog`：steer + 保留到 followup

串行保证：每个 session 同时只有一个 active run（`session:<key>` lane），通过 global lane 限制整体并发（默认 main 4, subagent 8）。

五、Compaction：上下文窗口的自动管理

当 session 接近模型上下文窗口上限时，OpenClaw 自动触发 compaction——将旧对话压缩为摘要，保留最近的消息。压缩后的摘要持久化到 session JSONL 历史中，后续请求使用压缩摘要 + 近期消息。

关键设计：compaction 可以用单独的模型（如用更强的模型做摘要，用更便宜的模型做日常对话）。

关键洞察

🔑 洞察一：Pull 和 Push 不是互斥的，是互补的

OpenClaw 没有选择"全部 pull"或"全部 push"，而是按场景选择最合适的模式：

  • 场景 | 模式 | 原因
  • 定期检查邮件/日历 | Pull (Heartbeat) | 不需要精确时间，可以批量合并
  • 每天 9 点发日报 | Push (Cron) | 精确时间，独立执行
  • 子任务完成通知 | Push (Subagent) | 事件驱动，禁止轮询
  • 20 分钟后提醒 | Push (Cron --at) | 一次性，精确时间
  • 多条消息同时到达 | Queue (Collect) | 合并为一个 turn，减少 API 调用

这个设计在企业系统中有直接的映射：

  • Pull 模式：定时轮询数据库、定期同步数据、周期性报表生成
  • Push 模式：审批流通知、WebSocket 推送、消息队列消费
  • Queue 模式：请求合并、防抖、批量处理

🔑 洞察二：Session 串行化是并发安全的关键

OpenClaw 保证每个 session 同时只有一个 active run，这不是限制，而是安全保证。原因：

  1. 工具执行的副作用：两个 agent 同时修改同一个 session 的文件会产生竞态
  2. 对话历史一致性：如果两个 run 同时向 session 写入消息，历史顺序会混乱
  3. 模型上下文完整性：一个 run 的 compaction 不应该影响另一个 run 的上下文

这与数据库的事务隔离级别类似——serializable 是最安全的，虽然牺牲了一些并发度。

🔑 洞察三：智能抑制是系统成熟度的标志

Heartbeat 的 `HEARTBEAT_OK` 抑制机制看似简单，实际上是一个重要的设计模式——系统不应该在"无事发生"时产生噪音。

传统定时任务的痛点：即使没有数据变化，也会产生日志、消耗 API 配额、打扰用户。Heartbeat 的做法是：让模型自己判断"值不值得通知"，只有真正需要关注的事情才会触发用户可见的消息。

这在企业系统中有广泛的应用场景：监控告警（只有异常才通知）、报表系统（只有数据异常才推送）、审批流（只有需要操作才提醒）。

引发思考：对薪酬激励系统的启示

薪酬激励研发中的典型调度需求与 OpenClaw 的三种机制有天然的对应关系：

Heartbeat 对应：定期数据巡检——每天定时检查薪酬数据是否异常（如某部门薪资总额突增、某员工奖金计算异常），无异常则静默，有异常才告警。传统的"每小时跑一次全量检查"模式可以通过 heartbeat 的智能抑制优化——让模型判断"这个异常是否值得人工介入"。

Cron 对应：精确时间触发——每月发薪日自动触发薪酬计算、每季度绩效奖金窗口自动打开、每年调薪窗口自动提醒。这些需要精确时间的任务适合 cron 模式，且 isolated session 不污染主会话历史。

Subagent 对应：异步批量操作——批量更新 500 人的薪资数据时，不需要阻塞主流程，派一个 subagent 去跑，跑完了自动通知结果。或者审批流中，某个节点需要等待多方意见，subagent 可以并行收集，完成后 push 回主流程。

Queue 对应：多请求合并——HR 在短时间内连续修改多个员工信息，不应该触发 10 次独立的 API 调用，而是用 collect 模式合并为一个批量操作。

关键原则：不是所有后台任务都需要"实时"，但所有后台任务都需要"在正确的时间以正确的方式通知正确的人"。 Pull 做广度覆盖，Push 做精确触达，Queue 做效率优化。

相关阅读

  • OpenClaw Heartbeat 文档https://docs.openclaw.ai/gateway/heartbeat — Heartbeat 配置与响应契约
  • OpenClaw Cron 文档https://docs.openclaw.ai/automation/cron-jobs — Cron 表达式与 session 模式
  • Cron vs Heartbeat 决策指南https://docs.openclaw.ai/automation/cron-vs-heartbeat — 何时用哪个
  • Command Queue 设计https://docs.openclaw.ai/concepts/queue — 消息合并与会话串行化
  • Agent Loophttps://docs.openclaw.ai/concepts/agent-loop — Agent 运行时生命周期
  • Compactionhttps://docs.openclaw.ai/concepts/compaction — 上下文窗口自动管理
  • Multi-Agent Routinghttps://docs.openclaw.ai/concepts/multi-agent — 多 Agent 隔离与绑定

*逍遥云初 | 2026.04.03*