01自动校验
任务执行结果校验
不只看进程是否结束，还要确认结果是否生成、格式是否完整、业务口径是否通过。
01 / 问题
任务没有消失，
只是晚了一天才被看见。
182 个定时任务分布在门店、运营与数据链路里。任何一个静默失败，表面上都像正常运行，直到第二天才发现结果没有到达。
自愈首先解决可见性：每个结果都要被校验，每次失败都要进入记录，而不是被跳过。
182
个定时任务
持续运行
持续运行
没有结果校验，任务“已执行”不等于业务结果“已送达”。一次静默失败，就足以让第二天的运营动作失去依据。
任务状态示意
监测中
182 scheduled tasks示意
02 / 怎么做
先修，再叫人。
自动路径负责机器能判断的异常；人工路径只接住需要业务判断的部分。顺序不能反过来。
02自动重试
失败自动重试
可重试的瞬时异常先进入恢复路径，保留每次尝试与结果，不让失败停在日志里。
03通知到人
连续失败告警到人
达到连续失败阈值后，把任务、原因和已尝试动作一起送到负责人，避免“报警了但没人知道哪里坏了”。
04持续巡检
健康巡检按小时跑
用小时级巡检兜住执行层没有主动暴露的问题，让状态从“等发现”变成“主动确认”。
恢复顺序：校验 → 重试 → 升级
巡检频率：每小时
03 / 要点
失败必须留痕。
一条可追溯的执行记录，应该能回答：做了什么、失败在哪、试了几次、谁被通知、最后是否恢复。
不许静默跳过。
No.记录字段状态
01任务标识与触发时间recorded
02结果校验与失败原因recorded
03重试次数与每次结果recorded
04告警对象与送达状态recorded
05人工处理与最终结论recorded
04 / 边界
机器负责恢复，
人负责判断。
自愈不是让系统替业务做决定。能重试的自动重试，需要判断的人工介入。
AUTO ≠ AUTONOMOUS
自动恢复有清晰边界
自动恢复有清晰边界
AUTO
A可以自动重试
系统能确认异常是瞬时的、任务可安全重复执行，并且重试不会改变业务判断。
- 结果未生成、格式不完整或链路暂时不可达
- 任务具备幂等性，重复执行不会重复写入或重复触达
- 每次尝试与结果都写入执行记录
HUMAN
H需要人工判断
异常涉及业务取舍、数据口径或对外动作时，系统停止自动推进，把判断交还给人。
- 需要确认业务结果是否正确、能否继续发布
- 需要选择数据版本、覆盖范围或处理口径
- 连续失败后仍需负责人决定是否恢复执行
System context
不是实验室里的自动重试。
这套自愈逻辑服务于真实的连锁运营体量，任务、部门与门店链路都在同一个企业边界内运行。
200+门店
49个城市
10个部门
14个智能体
182个定时任务