PorterYuan · 个人学习博客

错误恢复路径

8分钟阅读

错误恢复路径

本条目是「Agent 产品化思维」的第 13 部分，对应学习清单条目 7.4.4。

前置依赖：决策可追溯

为以下铺垫：四维乘积模型

一、核心观点

错误恢复路径（Error Recovery Path）：Agent 出错时不仅要能自动拉回可用状态，还要让用户看得见错误、知道正在恢复。看不见的恢复等于没恢复——用户会以为它还在好好干活。

二、定义与原理

2.1 是什么

  • 错误恢复：出错后自动回到可用状态的一整套机制

  • 核心：可见（用户知情）+ 可恢复（系统兜底）

  • 作用：保体验、保可用、防”静默失败（silent failure）”

类比——汽车故障灯：好车不是”永远不坏”，而是坏了仪表盘亮灯、系统尝试自救（限速、切换备用模式），驾驶员清楚发生了什么。最可怕的不是车坏，是车坏了还假装正常把你往沟里带——Agent 的”静默失败”就是这个。

2.2 恢复四策略与可见性


graph TD

    E["出错"] --> R{"恢复策略"}

    R -->|瞬时失败| RETRY["🔁 自动重试（限次）"]

    R -->|持续失败| FALL["⬇️ 降级到可用状态"]

    R -->|超出能力| HUMAN["🙋 人工接管"]

    RETRY --> FB["📣 错误反馈：告知用户+正在恢复"]

    FALL --> FB

    HUMAN --> FB

三、实践：四类策略

策略做法适用
自动重试出错重试 N 次，仍失败则降级瞬时/偶发错误
降级恢复回退到缓存 / 基础模板实时取数失败
人工接管转人工 + 通知超出 Agent 能力
错误反馈明确告诉用户”错哪了、在恢复”所有失败都该有
 
def execute_with_recovery(task, max_retries=3):
 
    for i in range(max_retries):
 
        try:
 
            return execute(task)
 
        except Exception as e:
 
            log_error(task, e)
 
            if i < max_retries - 1:
 
                continue            # 重试
 
            return fallback(task)   # 降级
 
    # 通知用户（错误反馈）

四、示例

Token 护栏（2026 实践）：给单次任务设”Agentic Budget”，比如单任务超 $2.00 就自动暂停并升级人工——既防无限递归烧钱，又让用户感知到”这活儿 Agent 兜不住了”。这与 递归陷阱 里”给循环设硬上限”同源。

五、优劣势

  • ✅ 把”崩溃”变”可感知的可恢复”，信任不崩

  • ✅ 和 降级路径、可追溯 共用底层能力

  • ❌ 重试/降级本身要测，否则恢复路径也会挂

  • ❌ 反馈太啰嗦会烦用户，太简略又像没发生

六、核心要点

  • 👁️ 可见 > 静默：用户必须知道出错了、在恢复，否则”假装正常”最致命。

  • 🔁 四策略：自动重试（限次）/ 降级恢复 / 人工接管 / 错误反馈。

  • 💰 Token 护栏：单次任务设成本上限（如 $2），超了暂停升级人工。

  • 🔗 站在前篇肩上：恢复依赖 降级 与 追溯。

七、最新研究与企业数据

  • 硬上限是必选项：Anthropic 在多 Agent 实践中强调”bound every loop with a step or token budget（用步数或 token 预算约束每个循环）“——无硬限的 retry 会陷入推理死循环，单次任务烧掉 $10 却只省了 $0.15 人力。

  • Token 护栏成 2026 标准：领先团队对单任务设 Agentic Budget，超阈值自动暂停并升级人工，直接切断”无限递归 + token bleed”这条最烧钱的故障链。

八、学习资源

下一篇：四维乘积模型——交互设计讲完，下篇讲”产品价值 = 意图清晰度 × 控制可见性 × 摩擦最小化 × 执行可信度”。

参考来源（一手链接 · 可溯源深挖）

速记卡（面试闪卡）

Q1：一句话讲清「错误恢复路径」到底是什么？

A：错误恢复路径让 Agent 出错时自动拉回可用状态，还要让用户看得见错误、知道在恢复。

Q2：一、核心观点：可见>静默 —— 怎么理解？

A：看不见的恢复等于没恢复——用户以为它还在好好干活，实则已跑偏。像车坏不可怕，可怕的是车坏还假装正常把你往沟里带。

Q3：二、定义：汽车故障灯类比 —— 怎么理解？

A：好车不是永远不坏，而是坏了仪表盘亮灯、系统自救（限速、切备用模式）。Agent 也该「故障灯亮+尝试恢复」，而非静默失败（silent failure）。

Q4：三、实践：四类恢复策略 —— 怎么理解？

A：自动重试（限次）/ 降级恢复（回退缓存或模板）/ 人工接管（超能力时）/ 错误反馈（所有失败都该告诉用户）。像四种应急预案层层兜底。

Q5：四、示例：Token 护栏 —— 怎么理解？

A：单任务设 Agentic Budget（如超 $2 自动暂停升级人工），既防无限递归烧钱，又让用户感知「这活 Agent 兜不住了」。硬上限是必选项。

Q6：核心速记主线有哪些？

  • 核心：可见 + 可恢复，防静默失败

  • 类比：汽车故障灯亮+自救

  • 四策略：重试/降级/人工/反馈

  • 护栏：单任务成本上限，超了升人工

口诀

A：出错要可见，

静默最致命；

重试降级人接管，

预算设上限。

相关链接

关系图谱

反向链接

近期更新