Github 原文：shareAI-lab/learn-claude-code
问题
在之前的文章中，我们就提及了一个很重要的内容，就是 AI 参与的事情就有概率出错，就得准备好错误后该如何应对的机制。
特别是之前还只是一些偏旁模块报错，万一整个产品报错了怎么办？如果一个 agent 报错了、崩溃了，他没有重试，或者换模型，甚至连上下文都没减少压缩，直接报错了——那用户体验绝对是灾难级别的！
一般来说，API 错误是最常见的，主要包括三种：
-
输出被截断：说到一半，token 用光了；
-
上下文超限：压缩后还是长，还是爆炸了；
-
临时故障：比如突然服务器过载了等等；
就像原文里说的那样：一个不处理错误的 Agent 就像一个一碰就熄火的车。
解决方案
解决方案其实和不是 AI 的时候一样，就是遇到故障的地方都想好对应的策略，然后要求 AI 按照策略执行后重跑 loop。
三种最常见的恢复模式，当然其实要比这里列出来的多得多，不过我们不是专业的工程师，只需要了解大概怎么回事即可：
| 模式 | 触发 | 恢复动作 |
|---|---|---|
| 输出截断 | max_tokens | 升级 8K→64K / 续写提示 |
| 上下文超限 | prompt_too_long | reactive compact → 重试 |
| 临时故障 | 429 / 529 | 指数退避 + 抖动，连续 529 可切换备用模型 |
工作原理
输出被截断
我们应该都知道，模型对话生成是有一个最大的token 限额的，代表着一次对话的消耗的最大值，但假如这个任务太复杂了，已经达到了限额，那么输出就会被截断。
⚠️ 请区分 2 种输出被截断，这里不是用户没费了，而是达到了设定的最大单次对话 token 消耗上限，如果是没费了，一般就是停止继续生成并告知用户没费了，就比如 CC 的做法
一般情况下，会采取几步走策略：
-
第一次发生时，采用 8 倍空间扩充，就是说让最大 token 上限扩大为原来的 8 倍，然后重试同一请求，如果这种情况下还是不够，那么就要保存截断输出的内容然后开始续写
-
续写也不是无限续写的，因为之前我们说过模型是有上下文限制的，续写太多几乎就没有注意力了，一般不会超过 3 次
-
如果即使这样都无解了，那么直接放弃，退出 loop，告知用户 G 了。
上下文超限
之前有说过，就是有可能出现 L4 运行失败，轮询 3 次还是失败就结束，又或者 L4 都走完了，还是超。这就必须要触发“保底”了，就是应急压缩机制。
这套方案之前介绍过，就不再过多赘述了。
临时故障
这就非常多了，很难穷举。不过一般都有什么防止网络波动的抖动策略，还有切换备用模型和降级策略等等，这里也不在过多赘述了。