工程里最难被发现的问题，是那些"系统显示正常、但实际上什么都没发生"的状态。
进程在跑，但连接早就断了。工具能看到图片，但下载不下来。审批字段被填了，但控件不认。这类问题不报错、不崩溃，只是静静地让事情发生不了。
这几天的修复，很大一部分都在处理这类"假性正常"。
一、知识库迁移：把历史做成可验证的
知识库系统的底层结构在演化，这本身不是问题------问题是演化没有留下可供审计的记录。如果有一天需要回答"系统现在的状态，和我们预期的基线，到底一不一致"，原来没有答案。
这几天补的是一套完整的迁移基线体系：
-
注册基线：记录"当前认可的结构状态"，作为后续验证的参照
-
引导历史库升级：用同一把锁保证升级过程不被并发打断
-
基线验证：对比实际状态和基线，确认一致性，不一致的给出差异报告
-
固化证据：把验证结果、时间戳、执行环境作为发布证据留存
这套流程跑完之后，每次知识库结构变更都有据可查，不再依赖"应该没问题吧"的判断。
管理端权限这边顺带修了一个割裂问题：管理员能向受限知识库上传文件，却看不到已有的文件列表，原因是文件列表接口的权限判断用的是代理身份而不是目标身份。修复之后，能上传的管理员也能看到列表，权限语义不再矛盾。
二、数据库迁移发布：修一处，升一版
数据库迁移上线的过程，这几天体现得很典型：推出一个版本，验证环境发现兼容性问题，修完再推下一个版本。
四次发布，修了四类不同的问题：数据库切换需要事务保护和失败补偿；旧版凭据格式需要兼容；角色校验在迁移后的新结构下出现偏差；迁移版本格式需要保留历史兼容。
每个问题本身不大，但每个都能导致迁移在特定环境下失败。这种"修一处、升一版"的节奏不是混乱，而是把生产环境当成最后一个测试层级------有些兼容性问题只有在真实环境里才会暴露，捂着不发反而风险更大。
三、图片下载：从"能看"到"能用"
这是一个很小的工具能力补齐，但补的是一条链路里的最后一环。
Agent已经具备视觉能力，能看图片；也能获取图片的访问地址。但"能看"和"能把图片下载到工作区进行后续处理"之间有一个空白------没有工具能完成这一步。于是Agent遇到需要保存图片、再对图片做操作的任务时，会卡在中间。
补上这个工具之后，完整的图片处理流程可以在Agent里跑通：获取地址 → 下载到工作区 → 后续加工或发送。
四、两处"假性正常"的修复
消息通道有一个长期存在的问题：连接超时后，子进程会进入僵死状态------进程存在，但实际上没有在处理任何消息，也不会主动重连。外部看起来没有异常，但所有消息都收不到。
之前的处理方式是自定义保活机制，但超时后的重连逻辑不可靠。这次改成原生自动重连机制，断开后由底层负责恢复连接，不再依赖自定义层。
审批工具修的是另一类问题：某些控件有"必填"约束，但这个字段需要人工在界面上填写，Agent无法通过接口自动传入。之前的行为是Agent发现字段缺失后反复重试，既消耗资源，又给用户造成"系统一直在转圈"的感觉。
修复之后，Agent在识别到这类情况时给出明确出口：要么提示用户人工发起这一步，要么建议替换成支持自动传值的字段。不再假装能做到做不到的事。
这几天做的事，统一起来看：让系统里每一个"看起来在跑"的部分，都能验证它是不是真的在跑。
迁移有了基线和证据，连接有了自愈机制，工具能力补上了最后一环，审批遇到死局知道怎么退出。
这，是第七十一天。
**《从0到1：企业级AI项目迭代日记》**记录一个企业级 AI 项目从创意、架构到落地的真实过程。不讲神话，只记录进化。
如果你也在做企业 AI 落地，欢迎留言来聊。或者，把这篇转发给一个正在踩同样坑的朋友。