我不断看到同样的模式：有人为基础设施监控构建了一个"AI 代理”——它能回答关于 Prometheus 指标的问题，从 ELK 拉取日志，并建议重启。在演示中令人印象深刻。但当你进一步追问：当其在调查过程中日志查询超时时会怎样？当它在跨四个系统关联信号时上下文窗口填满时会怎样？当工具调用幻觉出一个几乎不存在的指标名称时会怎样？通常它不会灾难性失败。它会静默失败，以难以调试的方式。而在事件响应期间发生的静默失败是最糟糕的。