LangGraph Interrupt 机制：实现 Agent 的人工确认与安全监管

一、核心事件：LangGraph 引入人工介入机制

LangGraph（LangChain 子项目）正式完善其 Interrupt 中断机制，允许 Agent 在执行流程中主动暂停、等待人工确认后再恢复执行。该功能无需等待额外版本发布，作为 LangGraph 核心能力已整合进当前主干版本，旨在解决 Agent 执行敏感操作时的安全 oversight 问题。

核心事实要点：

功能依赖项：必须配合 Checkpointer（检查点）机制保存暂停现场
恢复方式：通过 Command({ resume: "用户输入" }) 唤醒
多用户支持：需通过 thread_id 区分不同用户的暂停任务
无并发冲突：不同线程的中断状态互不干扰

二、技术原理与工作流解析

Interrupt 在 LangGraph 中并非普通函数返回，而是一个协作式暂停点。当 GRAPH 执行流到达 interrupt() 调用时，发生三件事：

当前 State（包括所有字段快照）与执行位置被持久化到 Checkpointer
Graph 返回带 __interrupt__ 字段的响应对象，标注暂停原因与上下文
外部用户收到暂停提示（如终端交互提示），输入确认后触发恢复

恢复机制依赖 Command API，它允许调用方将外部输入注入原暂停位置：

1
2
3
4
5
// 恢复时注入确认信息
await graph.invoke(
  new Command({ resume: "确认" }),
  { configurable: { thread_id: "user-a" } }
);

这使得原 interrupt() 调用返回“确认”字符串，执行流得以继续。

关键设计哲学是“状态保存”而非普通函数暂停：过程中若系统崩溃或服务重启，恢复后仍能从断点继续，这是区别于传统 await input() 等异步暂停的核心优势。

三、典型应用场景与 State 设计

常见需人工介入的操作包括：转账、删除文件、发布文章、发送邮件、修改数据库。以转账案例为例，State 注解设计为：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
const StateAnnotation = Annotation.Root({
  actionSummary: Annotation({
    reducer: (prev, next) => next,
    default: () => ""
  }),
  userInput: Annotation({
    reducer: (prev, next) => next,
    default: () => ""
  })
});

典型三节点流程：

showTransfer 节点生成 actionSummary: "向张三转账 $100"
awaitConfirm 节点调用 interrupt({ actionSummary: state.actionSummary }) 暂停
用户输入确认后，Resume 节点接收 text="确认" 并完成状态更新

四、落地建议

立即适合使用的场景：

金融操作类 Agent：需确认金额/账户/收款方的转账流程
系统运维工具：涉及文件删除、服务重启等高风险操作
内容管理系统：发布前需人工审核的文章流程

建议暂缓的场景：

单次调用超时严格受限的在线交互（中断会阻塞当前会话）
无持久化存储后端的轻量级 Agent 实现（Checkpointer 依赖存储介质）

写在最后

Interrupt 的引入标志着 LLM Agent 从“自动化优先”向“可控自动化”演进。当 Agent 不再默认执行所有操作，而是按风险等级触发人工校验，系统可靠性与用户信任度将同步提升——这正是生产级 Agent 安全架构的必经之路。