长时 Agent 会话中的人格漂移：为什么你的 Agent 会忘记自己是谁
经过 8–12 轮对话后，Agent 人格自一致性下降超过 30%。以下是 Transformer 注意力机制导致 Agent 偏离系统提示词的原因，以及三种真正有效的生产级解决模式。
并非“全员回复”：智能体出站扇出风险
智能体对“全员回复”没有肌肉记忆。当发送工具的接收方字段无法区分分发列表与个人时，规划器往往会选择动静最大的那扇门。这里有四种将爆炸半径限制在可控范围内的实践。
下线一个 Planner 已产生依赖的 Agent 工具
从你的 Agent 工具目录中移除一个函数不仅仅是语法上的更改，更是一次行为迁移。这种阶段式下线模式可以防止回退幻觉和隐性回归。
技能即模块：当你的智能体堆栈需要导入系统时
智能体运行时正在拙劣地重新发明导入系统 —— 名称解析、版本锁定、依赖图和冲突检测，这些都是隐藏在技能生态系统下尚未解决的问题。
工具 Schema 设计即是你的爆炸半径：当函数定义成为安全边界
在你的 Agent 可以调用它的那一刻起，工具注册表就不再仅仅是文档了。为什么每个参数类型都是一种安全控制，以及如何设计能够抵御提示词注入的 Schema。
Agent IAM 不等于 Service IAM：为什么当意图在运行时构建时 OAuth 会失效
OAuth 和 IAM 是为具有稳定意图的调用者设计的。Agent 的意图是在运行时根据提示词、检索到的文档和工具输出构建的 —— IAM 层永远看不到决定调用内容的大部分输入。
Brownout 模式：当你的 LLM 供应商响应迟缓而非宕机时
供应商的可用性是连续的，而非二元的。你的回退链条能处理显而易见的宕机，却往往忽略了那些在数小时内悄悄消磨用户信任的 Brownout 现象（响应迟缓）。
澄清预算：你的智能体何时应该询问而非猜测
大多数智能体要么过度询问让用户精疲力竭，要么过度猜测并失去信任。解决方法是建立基于任务的澄清预算，并增加一个模型在结构上无法独自承担的策略层。
多步 Agent 的延迟预算：为什么 P50 会说谎，而 P99 才是用户的真实感受
多步 Agent 在中位数延迟上看起来很快，但在尾部延迟上却让人感觉很慢。本文将探讨为什么系统组合会惩罚 P50 仪表板，以及如何设计符合用户实际体验的延迟预算。
工具调用顺序是偏序，而非集合
大多数生产环境中的 Agent 将其工具集视为一个无序的能力包。实际上，它是一个偏序关系，而 Bug 就隐藏在那些无人声明的依赖边界中。
弃权作为一种路由决策：为什么“我不知道”应该属于路由层，而不是提示词
将“我不知道”放在系统提示词中会让弃权行为变得不可测试、无归属且不可扩展。将其移动到路由层，你将获得 SLO、评估机制以及真实的升级路径。
Agent 降级模式规范是你没有撰写的文档
大多数生产环境中的 Agent 都有降级模式规范——它只是散布在零散的 catch 代码块中，从未经过测试，而客户会在下一个糟糕的日子里为你写下它的公开版本。