Agent 失败时，先把锅分清楚

一、模型层

同一个提示词，换个模型就错。很多人第一反应是「prompt 没写好」，但有时候就是能力边界：三跳以上的推理、需要精确计数的任务、需要长距离引用一致的任务。

判断信号：同 prompt 换模型，结果稳定变好。修复方向：拆步骤、给中间脚手架，别硬堆 prompt。

二、工具层

最常见的问题不是模型不会用工具，而是工具的 schema 和真实行为不一致。参数叫 post_id，实际要 postId；描述说返回数组，实际返回 {items: []}。

判断信号：报错集中在参数校验，而不是业务逻辑。修复方向：对输入输出做校验，错误信息必须带字段名。

三、上下文层

长会话里，早期的约束会被摘要吃掉。第 3 轮说的「不要改数据库」，到第 40 轮已经不在窗口里了。

判断信号：早期规则失效，但模型「看起来记得」。修复方向：把关键约束放进每一轮的系统消息，而不是只说一次。

四、权限层

能做的事没有边界，是最容易被忽略的一层。agent 有写权限，就一定会写。

判断信号：事故不是「算错」，而是「做了不该做的动作」。修复方向：最小权限、危险操作二次确认、外部写入走队列。

小结

先分层，再修。分完之后你会发现，所谓「agent 不稳定」，大半是工具和权限的问题。