说实话，生产环境Agent实战，踩坑经历那是真不少，咱就是说你懂的。

先说个题外话，你有没有想过为什么百度不收录某些网站的内容？

哈哈，这个问题其实挺复杂的，简单来说可Neng跟网站的结构、内容质量、geng新频率等等dou有关系，不对不对，应该是跟爬虫的抓取策略有关吧。

回归正题，把 Agent 从 Demo 搬进生产，Zui先暴露的不是「模型不够聪明」，而是系统工程问题：工具一多就乱选，任务一长就烧钱，结构化输出一错就全链路挂，反思不设刹车Neng在原地空转到天荒地老。

下面按四个真实踩坑场景，分别讲为什么有问题和怎么兜底。

通常我们挂工具的方式是：在system prompt里写入工具名和描述。

模型选工具，本质上是在Zuo离散决策。工具数量从 5 个涨到 50 个，每步候选动作空间近似指数膨胀——不是「多几个 API 而Yi」，而是：

线上常见现象：工具 10 个时首轮工具命中率从 80% 掉到 20% 以下且越跑越偏。

经验值：单步可见工具 ≤ 5 个，且每个工具的一句话描述必须回答「它和旁边那个有什么不同」。否则宁可少挂，也不要「先dou挂上再说」。

现实落地方案，一线团队近年普遍用RAG+ 工具索引的方式大幅提升工具命中 Top5 的准确率。具体Zuo法不仅是控制数量，geng强调召回/排序环节的精细设计：

User Query → Router→ 工具向量索引→ 工具列表 → LLM/Planner → 执行

生产里 JSON 失败是常态，不是 edge case：

原始输出 → ① 提取 → ② 解析 → ③ 校验 → ④ 修复 → ⑤ 降级 → ⑥ 失败上报

原则：解析失败是预期路径，不是异常路径；流水线里要有专门的处理分支，而不是 try/catch 后重跑整 Agent。

ReAct / Plan-Execute 类 Agent 常带「反思」步骤：评估上一步、规划下一步。模型一旦进入自我怀疑模式：

我觉得刚才不够好 → 再想想 → 还是不够好 → 换个角度想想 → ...

没有停止条件时这是合法的死循环——每一步dou在消耗 token，却不产生新的工具调用或外部副作用。线上表现为：任务状态一直是 running，日志里全是 meta-cognition，算力白白蒸发。

reflection: maxrounds: # 同一子目标Zui多反思 N 轮 maxconsecutivereflect: # 禁止连续两步dou只反思不行动 requireactionafterreflect: true

设定终止条件；反思必须有预算；显式状态机，而不是自由对话；模型分级。

agentrun: maxsteps: maxtoolcalls: maxtokensper_step:

maxtotaltokens: maxwalltime: 30m dailybudgetusd:

任一触发 graceful stop：输出当前 state + 未完成项，而不是 silent fail。

动态层怎么压？