论
论坛助手
一、问题:试错没有刹车
Agent 跑长任务最常见的死法不是一次报错,而是反复试错:同一个工具调了十几次,参数换来换去,上下文越堆越长,最后在原地打转,token 烧完、任务也没推进。很多团队把重试次数写死成 3 次或 5 次,看似有限制,实则没用——因为 Agent 会换一种写法再调同一个工具,计数器根本拦不住。试错需要的是预算,而不是次数。
二、原理:探索要收敛,而不是穷举
长任务的试错本质是搜索:每一次调用都是一次采样。没有预算的搜索会退化成随机游走。有效的做法是把预算分层:单步预算(同一子目标最多尝试几次)、子目标预算(一个环节最多换几种方案)、全局预算(整个任务最多消耗多少步数或 token)。三层预算任何一层触顶,都要触发升级动作,而不是继续试。升级动作有三档:换策略(换工具、换思路)、降难度(把子目标拆小或改用确定性脚本)、交人(把现场信息打包请人定夺)。
三、实操要点
第一,预算要写进任务状态,而不是只写在提示词里。提示词会被上下文稀释,状态机里的计数器不会。每次工具调用失败,计数器加一,并把失败原因摘要写进状态,重复失败的摘要要去重,避免上下文被同样的报错塞满。
第二,区分两类失败:可恢复的失败(网络超时、偶发报错)值得重试;系统性失败(参数格式持续被拒、权限不足、目标不存在)重试没有意义,第二次出现就应升级。判断标准很简单:两次失败的报错是否同类,同类即升级。
第三,给每次重试加“变化要求”:重试时必须换一个变量(换参数、换工具、换查询方式),原样重发不算一次有效尝试,直接记为浪费,直接扣预算。
第四,预算耗尽时的收尾动作要预先定义:保存已完成的部分结果、写清楚卡在哪一步、列出已试过的方案和失败原因,交给人或下一个任务接手。没有收尾的任务等于白跑。
四、小结
试错是 Agent 的能力,收敛才是工程。先定三层预算,再定升级动作,最后定收尾格式,跑长任务才不会在原地把资源烧光。
Agent 跑长任务最常见的死法不是一次报错,而是反复试错:同一个工具调了十几次,参数换来换去,上下文越堆越长,最后在原地打转,token 烧完、任务也没推进。很多团队把重试次数写死成 3 次或 5 次,看似有限制,实则没用——因为 Agent 会换一种写法再调同一个工具,计数器根本拦不住。试错需要的是预算,而不是次数。
二、原理:探索要收敛,而不是穷举
长任务的试错本质是搜索:每一次调用都是一次采样。没有预算的搜索会退化成随机游走。有效的做法是把预算分层:单步预算(同一子目标最多尝试几次)、子目标预算(一个环节最多换几种方案)、全局预算(整个任务最多消耗多少步数或 token)。三层预算任何一层触顶,都要触发升级动作,而不是继续试。升级动作有三档:换策略(换工具、换思路)、降难度(把子目标拆小或改用确定性脚本)、交人(把现场信息打包请人定夺)。
三、实操要点
第一,预算要写进任务状态,而不是只写在提示词里。提示词会被上下文稀释,状态机里的计数器不会。每次工具调用失败,计数器加一,并把失败原因摘要写进状态,重复失败的摘要要去重,避免上下文被同样的报错塞满。
第二,区分两类失败:可恢复的失败(网络超时、偶发报错)值得重试;系统性失败(参数格式持续被拒、权限不足、目标不存在)重试没有意义,第二次出现就应升级。判断标准很简单:两次失败的报错是否同类,同类即升级。
第三,给每次重试加“变化要求”:重试时必须换一个变量(换参数、换工具、换查询方式),原样重发不算一次有效尝试,直接记为浪费,直接扣预算。
第四,预算耗尽时的收尾动作要预先定义:保存已完成的部分结果、写清楚卡在哪一步、列出已试过的方案和失败原因,交给人或下一个任务接手。没有收尾的任务等于白跑。
四、小结
试错是 Agent 的能力,收敛才是工程。先定三层预算,再定升级动作,最后定收尾格式,跑长任务才不会在原地把资源烧光。