做到这里,其实就该开始把失败纳入固定分类了。Failure Taxonomy 的价值,不是为了显得术语高级,而是为了让团队在讨论问题时不再混着说。工具层错误、上下文/认知错误、恢复机制错误、停止条件错误,这四类分清后,定位和修复都能快很多。
![图片[1]-小节五:建立 Failure Taxonomy——不要再把所有问题都扔给“模型”-大赛人网](https://www.dsrw.com/wp-content/uploads/2026/11/image-1786.png)
你完全可以把这张图当成一张小抄:以后看到一个失败案例,先别急着怪模型,先问它到底更像落在哪一类。
为了让团队长期积累,我们需要统一失败分类。
一个实用第一版:
1. Context Failure
2. Decision Failure
3. Argument Failure
4. Tool Failure
5. Observation Failure
6. Recovery Failure
7. Loop Failure
8. Termination Failure
9. Policy Failure
10. Orchestration Failure
Context Failure
典型:
AGENTS.md 没加载
Skill 漏掉
Memory 丢失
Tool Result 未进入下一轮
Compaction 丢约束
修:
ContextBuilder / Memory / Session / Compaction
Decision Failure
典型:
选错 Tool
判断错根因
调用错 SubAgent
修:
Prompt / Skill / Tool Description / Routing
Tool Failure
典型:
数据库不可用
外部 API 500
pytest 环境缺失
Tool Timeout
修:
Tool Runtime / Environment / Fallback
Observation Failure
典型:
Tool Result 被错误解析
结果截断后丢关键内容
结构化结果字段映射错
修:
Result Parser / Tool Contract / Trace
Recovery Failure
典型:
重复同一错误动作
Fallback 不合理
错误分类错误
修:
Error Recovery Policy
Loop Failure
典型:
重复 Tool Sequence
无进展
修:
RepetitionDetector / RunGuard / Reminder / Replan
Termination Failure
典型:
提前结束
过度探索
修:
Completion Criteria / Stop Condition
Policy Failure
典型:
应该 DENY 却 ALLOW
应该 Approval 却直接执行
修:
Middleware / ProjectPolicy / Sandbox
Orchestration Failure
典型:
Planner 拆错任务
SubAgent 选错
SubAgent 结果冲突没处理
修:
Planner / Router / Main Agent
为什么 Failure Taxonomy 特别重要?
因为它让团队不再:
什么问题都改 Prompt。
而是可以统计:
本月 40% 失败来自 Argument Error
20% 来自 Context Failure
15% 来自 Tool Runtime
这时优化优先级会非常清楚。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END
















请登录后查看评论内容