你处理过最严重的 Agent 线上故障是什么?
题目
你处理过最严重的 Agent 线上故障是什么?
参考答案
点击展开参考答案
- 以下是回答结构示例,候选人必须替换为本人真实事故、处置动作和真实数字;没有生产事故或指标时应如实说明,不得把示例包装成个人经历。
- 示例事故中,知识索引延迟叠加样本查询限流后,Agent 持续改写查询并重复调用;模型层、SDK 和网关的多层重试进一步放大步骤数、Token 与下游压力,造成部分安全运营任务超时和积压。
- 发布仍受人工审批与确定性门禁保护,因此没有绕过审批修改生产策略。
- 实际回答应给出真实时间窗口、受影响任务数、超时率、成本及业务影响。
- 我先暂停非关键批任务,对异常工具按租户限流并熔断,降低同类调用上限;关闭多层重试,只保留 Runtime 单点控制。
- 连续空结果的任务转人工,同时保留已取得的证据。
- 没有简单提高超时,因为那会继续占用并发、扩大队列。