WhatsApp机器人1天重启7次：一个被遗忘的时间戳让工程师找

你的后台监控每天凌晨3点准时报警，WhatsApp机器人像上了闹钟一样重启，从每天1次变成4次，再到7次。你加了健康检查、修了重连逻辑、甚至怀疑过网络层——但根因藏在一个从未被清空的变量里。

这不是网络故障，不是内存泄漏，是一个lastMessageAt时间戳在 reconnect 时被反复"继承"了旧值。开发者花了4天定位，最后发现修复只需要加一行代码。

从"能跑就行"到"每天7次重启"

故事开始于一个低流量的WhatsApp AI代理账号。消息不多，但稳定性要求极高——每次重启意味着潜在的消息丢失和用户投诉。

最初的异常很隐蔽：机器人偶尔重启，日志显示"499 reconnect"。开发者以为是网络波动，加了健康监控（health-monitor）做兜底。第4天，监控开始提前拦截僵死的 socket，499 循环消失了。

但问题只是被掩盖，没被解决。

真正的诡异之处在于重启间隔的"坍缩"：第一天4小时，第二天2小时，第三天1.5小时。像某种倒计时在加速。

watchdog 的误判逻辑

WhatsApp 库内置了一个看门狗机制：如果N分钟内没有收到消息，就触发重连。默认的N是30分钟，藏在源码里的tuning.messageTimeoutMs配置项——官方文档根本没提。

看门狗触发时会做两件事：清空status.lastInboundAt，然后启动重连。但它漏了一件关键的事：没清空status.lastMessageAt。

重连初始化时，代码会拿status.lastMessageAt来重新填充active.lastInboundAt。如果这个时间戳没被清空，新连接一上来就背着"几分钟前收到过消息"的旧账。

看门狗立即评估："上次消息在[旧时间戳]，距今已超过30分钟。"触发。重启。循环。

每次重启都从同一个 stale timestamp 重新播种，所以循环永远不会自己打破——直到人工重启网关。

为什么间隔越来越短

这个机制完美解释了观察到的"坍缩"现象。

第一次重启是合法的：socket 真的静默了30分钟。但重启后，lastMessageAt保留了重启前最后一条消息的时间戳——可能是几小时前的。

随着当天循环重复，这个时间戳越来越旧。每次重启后的"可用窗口"越来越短，直到趋近于零。开发者形容这就像"信用卡最低还款，越还欠得越快"。

健康监控在第4天介入后，提前掐掉了僵死 socket，打破了循环链条。但这只是止血，没动病灶。

两行代码的修复方案

根因修复很简单。看门狗处理函数里加一行：

当前行为：
status.lastInboundAt = null
triggerReconnect()

修复后：
status.lastInboundAt = null
status.lastMessageAt = null ← 缺失的一行
triggerReconnect()

或者在重连初始化时做防御性处理，不依赖可能被污染的状态字段。

作为临时缓解，开发者把messageTimeoutMs从30分钟调到90分钟——对低流量账号来说，30分钟的空闲阈值确实过于激进。这不是根治，但减少了看门狗误触的频率，且不依赖健康监控的兜底。

一个未被文档化的配置项

整个排查过程中最耗时的不是定位逻辑，而是确认tuning.messageTimeoutMs这个配置项真的存在。它不在 OpenClaw 的配置参考里，开发者是在 channel runtime 源码里翻到的。

默认30分钟的设定，显然是为高流量场景设计的。AI代理、客服机器人这类"说话少但得一直在线"的用例，成了边缘情况。

这也解释了为什么这个问题没有被大规模报告——大多数WhatsApp商业账号的消息密度足够高，30分钟内总有消息进来，stale timestamp 没机会累积到触发阈值。

你的监控里有没有类似的"时间戳继承"隐患？那些"能跑就行"的兜底逻辑，是在解决问题，还是在推迟问题？