某个 Bot 的回答里混进了别的任务内容，通常不是模型随机发挥，而是多个 Bot 复用了同一条会话历史，或者读到了同一份没有按 Bot 隔离的中间结果。想分清是哪一种，可以先把串味那句话在会话记录里定位到首次出现的 Bot 和会话，再按 Bot 拆成独立会话跑同一任务做前后对照。判断和处理都只依赖你手上的日志、配置和页面行为，不需要改动模型本身。

串味排查的关键不是调模型参数，而是先确认复用边界在哪里：同一会话历史、共享线程，还是共享中间结果。通常做法是按 Bot 标识筛选会话记录，找到重复片段的首次出现位置——出现在本 Bot 历史里，多半是会话复用；出现在别的 Bot 会话或共享结果存储里，就是中间结果污染。隔离会话能消掉大多数同类现象，但结论要用同一任务的隔离前后对照来写，只写观察到的现象，不写消除比例。

在会话记录里找出串味那句是从哪来的

会话日志一般会带上 bot_id、session_id、thread_id、role、content 这几类字段，能不能查清来源，取决于这些字段有没有被完整记录。如果日志里只有一段拼好的 prompt 而没有 Bot 标识，需要先补上标识再排查，否则无法区分来源。

# 按 Bot 标识筛出某个 Bot 的会话记录（日志通常是 JSONL）
jq -c 'select(.bot_id=="bot-a") | {ts, session_id, thread_id, role, content}' sessions.jsonl

拿到可疑片段后，用一句特征词去全量日志里找它第一次出现在哪。特征词要选足够独特的，比如某个任务名、某个专有名词或某个数字组合，避免用“确认”“处理”这类高频词。

# 找到该片段的首次出现位置：按时间排序取最早一条
jq -r 'select(.content | test("库存校准")) | [.ts, .bot_id, .session_id] | @tsv' sessions.jsonl | sort | head -n 5

两种来源的区分方式比较直接：首次出现就在本 Bot 的 user 或 assistant 历史里，说明是本会话历史被复用进来的，常见于 session 没换、memory 或 carry_over 默认开着；首次出现在另一个 Bot 的会话，或出现在共享结果表、缓存键、消息主题里，而本 Bot 历史中从未有过这句，则基本是读到了共享中间结果。如果日志里有 trace_id，可以顺着 trace_id 看这次调用到底拼进了哪些上下文，这比看最终回答更可靠。

把每个 Bot 拆成独立会话再跑一次

隔离要看三类配置项：会话标识（session_id、conversation_id）是不是按 Bot 和任务生成唯一值；线程标识（thread_id、agent 命名空间）是不是所有 Bot 共用了一个默认线程；是否复用历史（history、memory、carry_over 之类的开关）是否被显式关闭。不同框架的字段名不一样，需要结合环境确认，但判断标准一致：两个 Bot 的会话标识不应相同，且不应加载对方的对话历史。

改完配置后，重跑的步骤要固定下来，否则对照没有意义：先清理旧的会话缓存（按 task_id 或 bot_id 删除），再用同一份输入重新发起任务，最后记录每个 Bot 实际使用的 session_id 和 thread_id，确认互不相同。如果清理后串味消失，说明来源在会话或缓存复用；如果没有消失，再回去看共享中间结果。

共享中间结果时的替代做法

有些场景确实要让 Bot 之间协作，比如一个 Bot 出结论、另一个 Bot 接着处理。这时不要把原始对话整体传过去，只传结构化结果，并把完整内容放到可寻址的存储里，用引用代替内联。

{
  "task_id": "t-1024",
  "from_bot": "bot-a",
  "to_bot": "bot-b",
  "schema_version": "1",
  "summary": "结论摘要，单段，超长截断",
  "refs": ["result:t-1024:full"],
  "expires_at": "由调用方决定"
}

字段约定上，建议固定 task_id、from_bot、to_bot、schema_version，方便回查和版本兼容；summary 只放结论，控制在一段话以内，超出就截断并写进 refs；refs 只存引用，不内联全文。长度约束可以按“整条 payload 能完整写进一行日志”来定，超过这个量级说明该改成只传引用。需要明确禁止的是把 assistant、user 的原始 message 数组塞进 payload，那等于把对话历史换了个容器继续传播。

用同一任务做一次隔离前后对照

对照组的设置尽量只改一个变量：同一任务词表、同一份输入、同一批 Bot，隔离前组使用共享会话，隔离后组使用独立会话，其余参数保持不变。观察点不看回答整体质量，只看回答中是否出现属于其他任务的词。可以先整理一份“无关任务词表”，把这个任务不该出现的词列进去，再用脚本匹配回答内容。

结论要按观察到的现象写，比如“隔离前 bot-a 的回答中出现了 bot-b 任务的词 X，改为独立会话后，同一输入下未再出现”，并注明样本只有这一次、环境是什么。不要写成“彻底解决”“完全杜绝”或任何比例化的效果，单次对照不足以支撑这类说法。如果隔离后仍偶尔出现，说明还有共享通道没切断，需要回到会话记录继续定位。

把隔离约定写进任务启动流程

靠事后排查不如在启动时卡住。每次新任务发起前，把下面几项过一遍：会话标识是否按 Bot 和任务生成且唯一；历史是否清空或显式关闭复用；共享传递内容是否只含结构化字段、不含原始对话；是否记录了 trace_id 便于回查。这几项可以直接写成启动前的断言。

def start_task(bot_id, task_id, payload):
    assert "raw_messages" not in payload   # 只允许结构化字段
    session_id = f"{bot_id}:{task_id}"     # 按 Bot 与任务生成唯一标识
    return run(bot_id, session_id, reuse_history=False, input=payload)

这段骨架是通用写法，具体参数名需要替换成你所用的框架里的对应字段。把它放进任务入口处，一旦有人传了原始对话或复用了旧会话，启动阶段就会失败，比等到回答串味之后再翻日志省事得多。