Agent 是怎么做错误处理的呢？

错误处理全链路：报错 → 重试 → 换思路 → 熔断

Agent 的错误处理不是一句 try-catch、也不是「重试几次」，而是一条四级的升级阶梯------报错、重试、换思路、熔断，每一级针对一种不同的失败，关键是每一级都先判断「错在哪」。

前言

假设，Agent 调一次 API 报错了，你随手写了个 try-catch，加上「失败就重试」。结果它要么对着一个「永久性错误」死命重试、把 token 烧光；要么对着「方案本身错了」的情况，一遍遍重试同一个动作，就是不换条路。

问题出在一个认知误区上：「出错」不是一件事，是好几件事。 服务器限流是错，参数填错也是错，工具选错还是错------它们长得都像「一个 Error」，但解药完全不同。你用一个动作（重试）去应对所有错，必然抓瞎。

一、报错：先分类，别急着动手

错误不是铁板一块。动手之前，先回答三个问题，它们决定了后面每一级怎么走：

ts 复制代码

// 报错之后的第一件事：不是 catch 掉重试，而是先问清楚「这是哪种错」
function classify(err) {
  if (isTransient(err))  return 'transient'   // 暂时性：限流 429、过载 529、网络抖动
  if (isFatal(err))      return 'fatal'       // 永久性：鉴权 401、欠费、参数不合法
  return 'unknown'
}

这三个问题分别是：

暂时还是永久？ ------ 决定「要不要重试」。
环境错了，还是方案错了？ ------ 决定「重试，还是换思路」。
这是第几次失败了？ ------ 决定「要不要熔断」。

取舍点 ：大多数 Agent 会把分类这一步整个跳过，所有错误一视同仁地重试。于是「欠费」被当「限流」退避，「参数填错」被当「服务器抽风」反复重试。分类是这条链的地基------一个错误没贴对标签，后面每一级都会用错药。 这一步几乎零成本，却是后面所有判断的前提。

二、重试：只对「暂时性」失败有意义

分类之后，第一级动作是重试------同一个动作，等一会儿再来。它针对的是「暂时性失败」：世界暂时不配合，但你做的事本身没错。

重试的具体姿势（读响应头、指数退避 + 抖动、2 次封顶），这里不再重复，只强调一个和「全链路」有关的新角度：重试是最便宜、也最该放在最前面的一级，但它的适用面最窄------它只治「暂时性的环境问题」。

取舍点 ：重试成立的前提是「错不在我 」。如果错在方案------工具用错了、参数填错了、路径走错了------重试一万次还是错。所以重试必须配一个硬上限（比如 3 次），超过上限，就说明「这不是暂时性问题」，自动进入下一级。重试的价值，一半在「多给一次机会」，一半在「证明这招没用、逼着你往下一级走」。

三、换思路：重试治标，换思路治本

这是这条链里最容易漏掉、也最能体现 Agent 特色的一级。

先分清两个词：重试是「做同一件事」，换思路是「做另一件事」。 当错误是「我的方案错了」------不是世界不配合，而是我选的工具、填的参数、定的步骤本身就错------重试就是白费，得停下来换个做法。

传统程序的错误处理是 try-catch → 兜底 → 失败，因为它不能自己改方案。但 Agent 有一个别的系统没有的超能力：它能把错误读进上下文，自己重新想一遍。 所以「换思路」这一级的实现，不是写死几个 fallback，而是把「这条路走不通」这个信号，喂回给模型：

ts 复制代码

// 不是死命重试，而是把「走不通」这个信号喂回给模型，让它自己换方向
if (sameThingFailed >= N) {
  messages.push({
    role: 'user',
    content: '[系统提醒] 这条路已经试了 N 次都不通，请换一个思路或换一个工具，不要重复同样的操作。',
  })
}

这和第 3 篇死循环检测里的「软提醒」是同一件事，但这里强调它的另一面：它不只是防「重复」，更是防「在错的方向上坚持」。 重试负责「再试一次」，换思路负责「换个方向再试」------一个是时间维度上的坚持，一个是方向维度上的调整。

取舍点 ：为什么「换思路」要排在「熔断」前面？因为模型是有概率性的，换个思路很可能就成，直接熔断会误伤「再想想就能过」的情况。但「换思路」也有代价------每换一次思路，都要再烧一轮 token。所以它同样要有度：换了几次还不行，才进入最后一级。

四、熔断：最后的保险丝

当重试和换思路都试过、还在失败，就该熔断。熔断不是「一失败就停」，而是分两层：

ts 复制代码

// 单点熔断：某个工具连续挂了 N 次，先把它摘掉，让模型绕开它
if (toolFailures[toolName] >= N) {
  markUnavailable(toolName)   // 之后模型不再选它，用别的工具
}

// 全局熔断：烧超预算 / 跑超轮数 / 连续失败，整体停，交回给人
if (budgetExceeded || stepsExceeded || consecutiveFailures) {
  stop()   // 停在可控的失败点，而不是烧光之后再停
}

取舍点 ：熔断的价值不在「停」，而在「止损」。它要保证 Agent 停在一个可控的失败点 上------停的时候，token 还没烧光、文件还没改坏、任务还能干净地交回给人。一个不会熔断的 Agent，出错时不是「失败」，而是「失控」。

五、原点：错误处理是一条「升级阶梯」，每级先判断「错在哪」

把四级收拢成一张表：

级	针对的失败	动作	代价
报错	------	分类：暂时/永久、环境/方案	几乎零成本，必须做
重试	暂时性（限流 / 过载 / 网络）	同一动作，退避后再来	再烧一轮 token
换思路	系统性（方案 / 工具 / 参数错了）	换方向，喂回给模型重新想	再烧更多 token
熔断	都试过了还失败	摘掉坏资源 / 停任务交回人	放弃这个任务

错误处理的本质，就是用越来越大的代价，去应对越来越「治不好」的失败。越往上，代价越贵、适用面越窄------所以正确的顺序，永远是从便宜的试到贵的，而不是一上来就重试几十次或直接熔断。

而这条链能不能走对，取决于一个贯穿全程的判断------「错在哪」。分对了：重试治「快」、换思路治「穷」（方案穷尽）、熔断止「损」。分错了：要么对着永久性错误死命重试，要么对着「换个思路就能过」的错误直接熔断。

结语

回到开头那句：Agent 的错误处理，不是一句 try-catch。

它是一条四级阶梯------报错（分类）、重试（治暂时的）、换思路（治方案的）、熔断（止损的）。每一级针对一种不同的失败，每一级都有它的代价和适用面，所以要按「便宜 → 贵」的顺序走。

而这套阶梯能成立的前提，是把错误读清楚：暂时还是永久、环境还是方案。分不清这些，重试和熔断就都是瞎忙。

所以下次别再问「出错了我该重试几次」，先问一句------这次，错在哪了？

参考：