大多数智能体演示在舞台上运行得完美无缺，却在上线后的第一周就分崩离析。原因几乎总是相同的：演示将工具调用视为顺利路径，而生产环境则全是边缘情况。工具超时。模型幻觉出参数。智能体陷入自我循环，耗尽你的 token 预算。在交付了几个这样的系统后，我认识到，关于持久化设计的关键问题并非“智能体能否调用工具”，而是“当工具调用出错时会发生什么”。