观察窗口先返回与进程继续跑的两条时间线、write_stdin 续读、有界输出缓存，以及两类超时语义为何不能混用。
权限决定这一步能怎么跑；长命令管理承接后面的等待、观察与收尾。测试跑了几十秒还没结束——工具调用该一直卡住吗？先返回的话，又怎么知道同一个测试跑到哪了？第七章讲长命令管理。
先记住两个区别
- 一次等待结束 ≠ 整个进程结束；
- 可持续交互的调用 ≠ 只等待完成的调用——超时语义不同。
两条时间线：工具调用 vs 命令进程
第一次调用解读命令并返回一段结果。若等待窗口到了而进程还活着，宿主可先把已有输出和一个可继续操作的会话标识返回——模型不必无限挂住。下面的进程线没结束；后续读输出访问的是同一个已启动进程，不是重跑测试。只有确认进程退出，才把退出码与剩余输出作为结束依据。因此需要保存进程句柄。
工具返回了文字 ≠ 命令完成；一段时间没输出 ≠ 命令失败。要一起看：调用标识、退出状态与新输出。
启动时登记什么
仍先过权限与执行策略。通过后创建进程，并把后期管理需要的对象登记起来——只记一个字符串编号不够，还要能访问进程句柄、读输出、判断是否退出、需要时清理。图中的会话标识是工具协议找到管理对象的 key，不能简单当成 OS 的 PID；可能映射本地进程，也可能对应执行服务的句柄。对模型而言，重点是保存返回的标识，在后续请求里关联到同一次执行。即使这次工具调用已返回，输出读取任务仍可继续；但内存管理不是永久托管——进程与会话会退出、清理或失效，拿到标识 ≠ 永远可恢复。
观察窗口与返回内容
等待窗口决定的是这次调用何时交回结果，不是给进程设统一寿命上限。窗口结束后检查进程状态：已退出就返回结果信息；仍在运行则保留后续观察入口。实践里等待参数有范围，不是传任意大数字就一直等；还可能受交互暂停等状态影响。返回结果至少应包含：这次拿到了什么，以及进程现在是否仍可继续观察——不要只返回一段日志让模型猜完成状态。
继续观察：write_stdin 类接口
名字容易让人以为必须写入。输入为空时可等待并读后续输出；非空则尝试写入再收集结果。两种用法共享同一标识，交互含义不同。普通字符串输入往往需要启动时设置 TTY；非 TTY 路径不能继续写普通字符，可能只对 Ctrl-C 等特殊处理用于中断。非空输入还可能要审批，且进程须处于可交互状态——已结束的测试不能靠几个字符重新开始。
同一终端的读写需串行协调（交互锁），避免两请求同时消费同一输出缓冲。不同会话可并发观察，但同一标识不要安排多个未协调的读取者。
有界缓存与界面/模型分流
长命令日志若无限保存在内存并原样发给模型，速度与上下文都吃不消。Codex 把持续输出与有界缓存放在进程对象附近，并提供输出通知。一次工具结果是本次收集并格式化后的内容 ≠ 无限完整日志；超限时常留头尾并带截断标记。界面增量日志与模型收到的工具结果要分开：屏幕滚过不保证下次请求带上全部文字。排查时看实际交给模型的结果与是否出现截断提示。
收尾顺序
进程退出与输出读完可能不是同一瞬间。看到退出码就立刻丢掉全部管理对象，最后的报错或测试汇总可能丢失。应协调退出状态与输出读取，再刷新管理记录。最终结果应能表达退出码与剩余输出；宿主还要清理句柄、网络审批上下文等登记。退出码为 0 只说明命令按自己约定成功退出，不能代表当前任务完整验收——空字符串场景是否覆盖、旧接口是否保持，还要看用例与代码。
两类超时语义不要混
- 交互式等待：窗口到了调用先返回，进程可继续跑；
- 只等待完成：把超时当终止条件，超时后尝试确认终止，而不是留给下次普通轮询。
取消则走取消处理，协调终止已启动进程；不能把某一个等待者被取消推导成所有外部工作都结束。所有终止方式都不代表撤销已产生的副作用（已写文件、已发请求）。问「超时以后还跑不跑」要先问清：是哪条路径、超时的是等待窗口还是完成期限。
标识会失效
进程退出并移除后再访问可能得到未知标识。资源管理有容量与回收逻辑，会考虑活动情况，避免在某些正在交互状态下贸然移除。后台进程也需要资源预算：不能为了显得忙就无限启动新命令，也不能用重复启动代替跟踪已有命令。标识失效时核对现状，而不是假设进程仍活着或一定没产生结果。
接回修 bug 场景
启动测试若返回会话标识就记住它；需要进展时对同一标识读输出；收到新错误就分析；仍在跑且无新消息时合理安排下次观察，不要把连续空轮询误当成持续推进。等待期间能否做别的事看依赖：读不冲突的文件可能可并行，但不要在测试运行中改它正在验证的内容。命令结束后检查退出码、汇总与实际修改，再决定修正、补测或交付。
四个自检位置
- 启动时有没有把权限与进程状态一起保存；
- 先返回时有没有明确告诉调用方是否仍在运行；
- 继续观察时能不能关联到同一对象；
- 结束或取消时能不能把输出、退出状态与资源清理做好。
下一期讲工具按需发现：工具越来越多时，如何登记、检索定义，再发起真实调用。