Agent 上线第一天就炸了：6 个生产事故的根因分析与修复记录摘要：本文复盘六个真实形态的 Agent 生产事故——上线 3 小时 P99 从 2s 涨到 40s（连接池与会话锁叠加）、一个用户把整个服务拖垮（无租户配额隔离）、成本一夜超预算 5 倍（重试放大 + 无预算上限）、输出偶尔多出一段乱码或英文（模型版本静默切换）、工具调用写脏数据（缺幂等）、日志里出现明文密钥（中间件顺序错）。每个事故按 现象（含时间线与真实报错片段）→ 排查过程（用什么命令、怎么定位）→ 根因 → 修复代码 → 复盘要点 五段推进。核心主张是：这六个坑在前序篇目里都讲过，但它们在生产环