c++20 标准库不提供 std::when_all，需依赖第三方库（如 libunifex）或手写实现；手写需处理 future 移动、异常捕获、类型统一等问题，而 libunifex 的 unifex::when_all 支持标签化异步聚合。
std::when_all 在 C++20 里根本不存在
标准库没有 std::when_all，这是很多人卡住的第一步。C++20 的 std::jthread 和协程（std::coroutine_handle）也没直接提供类似 when_all 的聚合原语。你看到的所谓“C++ when_all”基本来自第三方库（如 boost::asio、libunifex、cppcoro），或自己基于 std::future + 线程同步手写实现。
用 std::future + std::thread 手写 when_all 的关键点
如果你不想引入依赖，最可控的方式是封装一组 std::future，等全部就绪后收集结果。但要注意：标准 std::future 不支持超时等待多个对象，也不能主动取消；std::future::wait_for 是单个调用，没法“同时等全部”。
- 必须用循环轮询或条件变量 + 计数器来判断完成状态，不能靠单次系统调用
-
std::future移动后原对象变空，聚合前要确保不提前析构源 future - 异常传播需显式捕获：某个子任务抛异常，
get()会 rethrow，必须每个都 try-catch，否则程序终止 - 返回值类型必须统一（或用
std::variant/std::any包装），不能直接返回不同类型的 tuple
示例骨架：
template<typename... Ts>
auto when_all(std::future<Ts>&&... futures) {
std::vector<std::any> results;
(results.push_back(std::move(futures).get()), ...); // 顺序执行，非真并行等待
return results;
}
用 libunifex 实现带标签的异步聚合（推荐路径）
libunifex 是目前最贴近“标准未来”的无栈协程库，它提供了 unifex::when_all 和 unifex::tag_invoke 支持，能自然绑定任务与标签（比如用 std::string_view 或枚举作 key）。
立即学习“C++免费学习笔记（深入）”；
- 标签不是语法糖，而是通过自定义 type-erased sender 的
connect过程注入上下文 - 每个子任务用
unifex::then包一层，把结果和标签一起塞进 tuple：std::make_tuple("upload", std::move(result)) -
unifex::when_all返回的是 sender，必须用unifex::sync_wait或unifex::start_detached触发执行 - 注意内存生命周期：标签若为局部字符串字面量（如
"parse"），需确保在 sender 执行完前不销毁
片段示意：
auto task1 = unifex::then(some_async_op(), [](auto res) {
return std::make_tuple("fetch", std::move(res));
});
auto task2 = unifex::then(another_op(), [](auto res) {
return std::make_tuple("validate", std::move(res));
});
auto all = unifex::when_all(std::move(task1), std::move(task2));
auto result_vec = unifex::sync_wait(std::move(all)).value(); // vector of tuples
为什么别用 std::async 反复调用模拟 when_all
常见误区：用循环调 std::async 启一堆任务，再一个个 get()。这看似简单，但实际埋了三个坑：
- 默认启动策略是
std::launch::async | std::launch::deferred，可能部分任务被延迟执行，破坏“并发触发”语义 - 没做任何错误隔离：一个
get()抛异常，后续get()就不会执行，结果不全 - 无法感知整体超时 —— 每个
get()超时独立，没法“任一超时即整体失败”
真正需要标签化聚合时，异步模型本身就得支持上下文携带（比如 sender 中的 properties），而不是靠事后 map 索引补救。这点容易被忽略：标签不是加在结果上，是加在任务定义那一刻的。
