把 Agent 当作一个可交付的系统来评估,会发现失败并非随机分布。对一批真实业务任务做归因,参数构造错误约占 38%,上下文与状态丢失约占 32%,工具本身超时或返回异常约占 18%,剩下的是模型判断失误。
参数构造错误是结构问题
工具的参数往往是嵌套结构,模型在生成时容易漏字段或类型不匹配。有效的做法是把参数校验前移:在调用前用 schema 校验,不通过则返回明确的错误信息给模型重试,而不是让它带着错误的参数去撞运气。
另一个细节是幂等。写操作类工具必须带幂等键,否则重试会把同一笔操作执行两次。这个坑在测试环境不明显,在真实流量下几乎必然发生。
状态管理需要外部化
让模型在上下文里“记住”进度,长任务一定会丢。可行的方案是把任务状态放在外部存储:步骤、已完成项、中间产物都落盘,模型每一步只读取当前所需的部分。上下文只做工作内存,不做数据库。
失败率的合理预期
单步成功率 95% 听起来不错,但 10 步串联后整体成功率只有 60%。这就是为什么 Agent 产品普遍需要人工确认节点:把长链路切成若干段,每段结束做一次校验,把错误控制在局部。
读者留言
3 条 · 编辑审核后展示高
高原2026-11-17 15:23
这类拆解最有价值的地方是把“看起来重要”和“真正决定成本”分开了。
有用 17 · 回复
宋
宋一鸣2026-11-17 16:36
希望多做这类可复核的整理,读者需要的是方法而不是情绪。
有用 20 · 回复
钟
钟工2026-11-17 17:49
希望可以增加一个表格汇总关键数据,手机上更好读。
有用 23 · 回复