：演示到生产之间，隔着一整个架构

最近技术圈有个现象：自主编程 Agent 的热度在回落。去年大家还在惊呼"AI 自己写完了一个项目"，今年却开始讨论"为什么我们的 Agent 总在然后崩溃"。这种落差不是模型能力不足，而是架构设计没跟上。

一个典型的自主编程 Agent 演示是这样的：给它一个需求描述。它自动拆解任务、读写文件、输入命令、运行测试，最终交付可运行的代码。 演示视频里一切行云流水，但当比如你真的把它接到项目里问题就开始了——上下文越滚越长。还有工具调用不受控，再有中间状态丢失，另外一个报错就让整个流程卡死。

这些痛点直击开发者主要需求：

• 成本控制: API 调用费用失控，预算难以估算
• 稳定性: 流程容易中断，需要手动干预重启
• 安全性: 无法防止 Agent 做出危险操作
• 可维护性: 错误日志难以解读。调试困难
• 可靠性: 无法保证结果的一致性和可复现性

一、执行循环：从无限递归到有界状态机

大多数 Agent 框架的执行循环长这样：

# ❌ 危险的无限循环模式
def run_agent:
messages =
while True:
response = llm.chat
if response.finish_reason == "stop":
break
# 执行工具调用
for tool_call in response.tool_calls:
result = execute_tool
messages.append
messages.append
return response.content

"我们尝试过这个简单版本，结果 API 账单直接炸了！"

方法是用有界状态机替代无限循环:

class BoundedAgent:
def _check_limits:
"""每次执行前检查所有预算边界"""
if self.step_count>= self.config.max_steps:
self.state = AgentState.FAILED
raise AgentLimitExceeded
 if self.total_tokens>= self.config.max_total_tokens:
self.state = AgentState.FAILED
raise AgentLimitExceeded
if self.total_cost>= self.config.cost_budget_usd:
self.state = AgentState.FAILED
raise AgentLimitExceeded


...

agentconfig = AgentConfig(
maxsteps=100,maxtotaltokens=5000,costbudgetusd=5.0。)
agent.run
print


关键改进点对比表格：


问题场景
旧方案风险
新方案解决

成本控制

API 账单意外飙升
缺乏消耗监控
实时监控 + 自动终止 - 每步检查 token/成本 - 达阈值立即中止

流程稳定

Agent 在同一错误反复重试
没有重试策略
智能重试 + 防死循环 - 检测重复操作并打断 - 不同错误独立计数

可维护

故障排查困难
缺乏完整日志和状态记录
全链路追踪 - 每步记录输入输出 - 中间状态快照保存