官网友情链接： wechatapi.net

AI 微信机器人有一个非常常见但容易被忽略的问题：模型生成答案是异步且耗时的。

大多数时候几秒完成。

但遇到模型拥堵、长上下文、复杂推理时，可能需要十几秒甚至更久。

客户不会一直等。

在模型生成期间，他可能继续发消息，人工客服也可能已经接管。

如果模型20秒后终于生成，然后系统仍然发送，就可能出现“迟到回复”。

所以个人微信二次开发中的AI任务必须支持超时取消。

WechatApi 可以作为个人微信API接入层，把客户实时消息、人工回复和会话版本送入业务系统。本地AI任务系统则设置deadline、cancel_token和发送前最终校验。

一、AI调用成功不等于回复仍然有效

客户10:00:00：

“怎么登录？”

AI开始生成。

10:00:05客户：

“找到了。”

10:00:15模型返回：

“登录步骤如下……”

如果直接发送。

非常机械。

所以系统必须判断：

结果是否仍然有业务价值。

二、任务创建时设置deadline

例如普通FAQ：

8秒。

复杂售后候选：

20秒。

后台摘要：

没有那么严格。

不同任务不同SLA。

三、超时可以取消客户可见动作

模型调用可能无法真正中断。

即使后台最终返回。

任务状态已经：

expired。

不再发送。

结果可以丢弃或保留用于调试。

四、WechatApi 的位置

WechatApi持续接收：

客户新消息；
员工消息。

这些变化可以让旧AI任务失效。

五、会话版本检查

AI任务创建：

context_version = 10。

返回时：

current_version = 12。

说明客户已经有新消息。

系统根据规则：

重新生成；
取消；
人工。

不能直接发送旧回复。

六、人工接管立即取消普通AI任务

客服一接管。

会话设置：

human_active。

所有待发送普通AI回复失效。

但后台摘要任务可以继续。

七、客户撤回也能取消

原问题被撤回。

AI任务不应继续发。

撤回事件触发cancel。

八、一个具体例子

售后客户发：

“接口一直报错。”

AI任务A创建。

3秒后客户发截图。

context_version变化。

任务A还在生成。

系统决定：

取消A发送资格。

创建新任务B：

文字+截图。

最终只发送B结果。

这比A、B各发一次自然很多。

九、超时和模型失败不同

超时可能模型最终有结果。

失败则没有。

日志要区分：

timeout；
cancelled；
provider_error。

方便运维。

十、模型切换也要考虑剩余时间

主模型5秒没返回。

是否切备用模型？

如果总deadline只有8秒。

备用模型还有3秒。

可以尝试。

超过deadline就不再继续。

十一、群聊deadline更短

群话题变化快。

AI回复超过10秒可能已经过时。

群聊可以更严格。

十二、发送前最终检查

即使AI任务没超时。

真正发送前检查：

会话版本；
人工状态；
消息是否撤回；
静默；
客户免打扰；
账号状态。

这一步非常重要。

十三、数据看板

AI平均耗时；
超时率；
因上下文变化取消；
因人工接管取消；
实际发送率。

能帮助选择模型。

十四、成本

被取消的AI调用仍然可能产生费用。

所以如果某类任务取消率很高，应优化：

消息聚合窗口；
模型速度；
触发条件。

十五、日志

任务创建；
deadline；
模型开始；
结果返回；
取消原因；
是否发送。

完整链路。

十六、权限

超时策略由AI管理员配置。

普通运营不能随意把deadline改得很长，让机器人迟到发言。

十七、异常

模型延迟突然从2秒变20秒。

系统自动进入AI降级模式。

减少客户可见调用。

十八、总结

个人微信二次开发接入AI以后，模型最终“生成成功”并不代表这条回答还应该发送。

WechatApi 可以让系统持续知道客户有没有新消息、人工有没有介入、原消息有没有撤回。

本地AI任务层通过deadline、会话版本、取消机制和发送前最终校验，确保只有仍然符合当前上下文的回答真正发给客户。

真正自然的AI微信机器人，不只是回答正确，还要回答及时。过时的正确答案，有时候比不回答更差。