Agent 踩坑记：它不是更好的函数调用器

上个月我给自己派了个活：搭一个能自主完成「查资料 → 整理 → 写初稿」流程的小 Agent，跑真实任务，不用玩具数据集。一个月下来，流程能跑了，但我对 Agent 的理解被修正了好几次。记录几个印象最深的坑。

坑一：工具越多，选择越差

一开始我很兴奋，把能想到的工具全挂上：搜索、网页抓取、文件读写、代码执行、日历……十几个。结果 Agent 经常在「用哪个工具」上反复摇摆，或者干脆用代码执行去干搜索工具的活。

后来砍到五个以内，行为立刻稳定了。工具列表不是能力清单，是菜单——菜越厚，点菜越难。

坑二：它会重复自己做对过的事，也会重复做错过的

多步任务里，Agent 对「我已经做过了」的记忆很不可靠。同一个文件它会读三遍，同一个搜索它会换个措辞再搜一次。这不是 bug，是上下文管理的天然缺陷：前面的工具结果一旦被挤出窗口或者被摘要压缩，「做过」这个事实就模糊了。

我的解法很土：强制它在每步之后写一行结构化的「已完成记录」，后续决策只能引用这行记录，不能依赖原文记忆。

坑三：错误处理不能全靠它自己

工具返回 404，它会重试；重试三次还是 404，它会换个参数再试。看起来很努力，其实是在撞墙。真正需要的「这个链接死了，换一个来源」这种决策，得靠提示词里明确的降级策略，或者在工具层就把「永久失败」和「暂时失败」区分开。

一个月后的体感

Agent 最让我惊讶的不是它能自主完成任务，而是它失败的方式特别像新人实习生：热情、勤奋、记性差、不会主动汇报坏消息。带实习生的经验几乎全能用上——任务拆细、检查点密集、别让它自由发挥太久。

所以现在别人问我 Agent 该怎么搭，我都说：先别想它有多聪明，先想它有多健忘。