AI热榜 你的 AI Agent 调用退款接口，网络超时了，那退款到底成功没有？
TikTok 站点可靠性工程师 Salman Munaf 用这个例子阐述了他的观点：超时从来不意味着失败，而意味着“未知”。
Agent 在遇到任何失败时的第一反应往往是重试，如果没有请求标识符（request identifiers）、幂等键（idempotency keys）以及状态查询（status lookup），这种“先重试再说”的本能就可能导致同一笔退款被执行两次。
Salman 在 TikTok 从事站点可靠性工程工作。
他认为，一旦模型开始调用外部服务，问题就不再只是模型问题，而变成了分布式系统问题。
这也就意味着，它会遇到这个领域几十年来已经反复研究和命名的各种故障模式。
日前，他在一场演讲中系统拆解了为什么 AI Agent 已经从单纯的 LLM 调用演化成了真正的分布式系统，以及开发者必须从分布式系统工具箱里搬来哪些“武器”，才能让 Agent 在犯错时不至于造成不可逆的后果。
基于该演讲视频，InfoQ 对内容进行了整理。
核心观点如下： AI Agent 从只会吐字的模型变成了会执行副作用的外部系统协调器，这个转变彻底改变了系统的边界和风险面。
上下文能够影响行动时，它就是状态。
而状态会变成过期的，状态会和权威数据冲突，状态会污染 Agent 后续的行动。
我们应该把记忆当作缓存来处理，它应该可以被失效，它应该带着来源信息。
一个无害的模型，当它能执行不安全的操作时，就会变得危险。
日志不够用了，你必须记录 Agent 每一步看到了什么、据此做了什么、为什么认为这样是对的
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接