Java 的 try-catch 在 Agent 里失效了,我用了 5 个模式才兜住

先花一分钟搞清楚一件事:一个 Agent 干一次活,内部到底发生了什么。

用户发一句话 → 模型理解意图 → 决定调某个工具 → 工具去查库、调接口 → 结果回填给模型 → 模型再生成答案。中间任何一环都可能翻车。

以前我们做后端,翻车了就是抛异常,try-catch 一兜、打个日志、返回默认值,万事大吉。但我把 Agent 接进生产之后发现,这套"祖传的兜底"突然不好使了------不是语法坏了,是它兜不住 Agent 特有的"错"。

为什么 try-catch 兜不住

因为 try-catch 兜的是异常------那种运行时抛出来的、一眼就知道错在哪的 Exception。但 Agent 的错误往往是"看起来对、其实是错":

  • 模型输出的 JSON 缺了个字段;
  • 调错了工具;
  • 把"退款金额"填成了"订单金额"。

这些在代码层面根本不抛异常。函数正常返回了,返回值也合法(就是个字符串),只是语义错了。你用 try-catch 拦什么?根本拦不到。

Agent 的错,大部分是"无异常的错误"。 这句话我想让你先记住,后面五个模式全是围着它转的。

我用的 5 个兜底模式

1. 不信任输出,先校验再重试

模型输出不可信,就当它是外部输入。工具入参进业务逻辑前,先过 Schema 校验 + 业务规则校验:

java 复制代码
@Tool(description = "按订单号查询订单摘要")
public OrderSummary queryOrder(@NotBlank @Pattern(regexp = "^[A-Z0-9]{16,24}$") String orderId) {
    if (!orderService.belongsTo(orderId, currentUserId())) {
        throw new BizException("无权查询该订单");
    }
    return orderService.queryByIdAndUser(orderId, currentUserId());
}

校验失败抛异常,让框架把错误回喂给模型,让它换个参数重新试。这就是"校验 + 重试"取代了"裸 catch"。

这里注意:校验本身用的是异常(抛 BizException),但它的目的是让框架接管重试,而不是打个日志就完事。这是和传统 try-catch 最大的区别。

2. 显式 fallback

网络挂了、模型 500 了、上游超时了,这些才算传统异常。但这类异常的正确姿势不是"catch 了打个日志",而是降级:

主模型不可用就切备用模型;工具 A 失败就换工具 B;实在不行,给用户一个明确提示,而不是一句冷冰冰的"系统异常"。

java 复制代码
try {
    return primaryModel.chat(req);
} catch (TimeoutException e) {
    return fallbackModel.chat(req); // 降级到备用模型
}

3. 超时 + 熔断

模型调用慢起来能把你整个线程池拖死。所以每一步调用都要有显式 timeout,连续失败还要熔断,避免雪崩。

这在普通 RPC 里是标配,但在 Agent 里特别容易被忘------因为默认 HTTP 客户端超时经常是 30 秒甚至更久,一个慢模型就能让整个 Agent 卡住。把模型当成"不可信的下游",该用的治理手段一个都别省。

4. 人机确认

有些操作,参数全对、权限也有,照样不该让 AI 决定------退款、删除、改金额。这类"不确定但影响大"的操作,兜底方式不是 catch,是升级给人:生成一条待确认的审批流,人点了才执行。

5. 记录 + 可恢复

出错了要能追溯、能重放。每次工具调用记下"谁、什么工具、什么参数(脱敏)、结果",失败尤其要记完整。这套审计不只是为了追责,更是为了你能复现和修复。

五道防线是一条有顺序的纵深

五个模式合起来,是有先后顺序的一条防御链,画出来长这样:

看这张图的关键,是分清事前 和事后:

  • 前四道(校验重试、降级、超时熔断、人机确认)是事前防御,目标是把错误拦在执行之前;
  • 最后一道(审计、可重放)是事后兜底,目标是让已经发生的错能追回去、能修。

顺序不能乱:只有事前四道都拦不住的时候,才轮到事后那一层来收拾残局。

写在最后

想明白之后,其实就一句话:try-catch 是"事后兜底",Agent 需要的是"事前防御 + 事后兜底"一起上。

try-catch 没死,只是从"唯一的兜底手段"降级成了"兜底的一部分"。真正兜住 Agent 的,是上面这一整套防御纵深。

下一篇聊聊可观测性------真出了问题,你怎么看清 Agent 到底卡在哪一步。

相关推荐
星落梦生5 小时前
SpringAOP基础笔记(7)
java·开发语言
Flynt5 小时前
AI 写的 Three.js 大屏,为什么越跑越卡?我在 Node 里复现了它的内存曲线
前端·ai编程·three.js
金銀銅鐵6 小时前
带您看懂字节码指令(四):一条指令里有什么
java·jvm
最强小杰6 小时前
某 OpenAI 兼容网关上的 `kimi-k3.1-pro`:Cline、Zed 接入与 SSE 排错示例
java·服务器·网络·ai
Flynn Liang6 小时前
流量治理不是限流那么简单:I/O 密集型 Java 服务的 6 层防线
java·微服务·高并发·限流·熔断·系统稳定性·resilience4j
学长毕设7 小时前
基于SpringBoot智慧养老服务平台设计与实现-附源码
java·spring boot·后端
曹牧7 小时前
Java:“刷新雪崩”
java·开发语言
秋天的怀念_David7 小时前
算法一千零一夜 · 第三十三夜 · 跳表
java·程序人生·算法
一个游离的指针7 小时前
Vue2:vue-router
前端·javascript·vue.js
Forget the Dream9 小时前
Spring AI 2.0 系列(二):第一个 ChatClient——从注入到一次完整调用
java·人工智能·spring boot·ai·springai