AI 工具调用成功，任务就算完成了吗？

最危险的 Agent Bug，不是工具调用失败，而是工具明明执行成功了，Agent 却以为失败了。

想象一个场景：

你让 Agent 创建一笔订单。

订单已经成功写入数据库，但就在返回结果时，网络突然断了。

Agent 只看到一个 "Timeout"。

它以为操作失败，于是自动重试。

结果：用户只下了一次单，系统却创建了两笔订单。

如果换成发邮件，可能重复发送。

如果换成支付接口，可能重复扣款。

更麻烦的是，整个过程中，Agent 可能一直认为自己在“正常处理异常”。

这才是 Agent 真正难的地方：调用工具不难，难的是管理执行后的状态和副作用。

Tool Call 成功、业务操作生效、任务真正完成，其实是三个不同的环节。

HTTP 200 不一定代表业务已经完成，Timeout 也不能直接判断为执行失败。

尤其是涉及真实副作用的操作，一次不恰当的重试，就可能造成重复发送、重复创建，甚至重复扣款。

想让 Agent 稳定执行真实任务，有几个工程机制绕不开：

- Idempotency Key：识别重复请求，避免同一次操作反复生效。
- Persistent State：持久化任务进度，防止进程中断后丢失执行状态。
- Reconciliation：遇到结果未知时，主动查询实际业务结果。
- Retry Policy：根据操作语义决定能否重试，以及重试多少次。
- Compensation：多步骤任务部分成功后，处理已经产生的副作用。

其中最容易被忽略的是 UNKNOWN 状态。

Agent 不知道操作有没有成功，并不意味着操作失败。

没有确认结果就重新执行，风险可能比超时本身更大。

这些问题靠 Prompt 很难解决，需要在 Agent 和外部系统之间建立可靠的执行机制。

模型负责决定做什么，执行层负责保证操作可控、可查、可恢复。

Agent 能调用工具只是起点，能处理超时、重复执行和部分失败，才有能力承担真实业务任务。
#AIAgent #AIEngineering #Agent架构 #系统设计 #后端开发 #分布式系统 #幂等性 #CodingAgent