DeepSeek 编码智能体的十类静默故障
AI 总结
一名开发者自述用 DeepSeek 驱动自研终端编码智能体,半年完成 359 次提交,其中 129 次用于修复 bug。文章梳理了十类表面正常的运行时故障,包括结束信号缺失、输入被静默丢弃、命令失败却报告成功、上下文压缩丢失任务锚点及缓存前缀失效,并提出显式报错、输入排队、机器判定命令结果和稳定缓存前缀等方案。相关使用量与性能数据均由作者自述,尚未独立验证。
深度见解
这份一手故障清单表明,编码智能体的可靠性往往取决于运行时管道和可观测性,而非仅靠提升模型能力。
agent 不报错才最吓人:自研编码工具半年,我踩了 10 个"看着正常"的运行时坑
前言
今年 6 月起,我给自己造一个 AI 编码工具:终端里跟大模型对话,它能读代码、改文件、跑命令、自己多轮干活(类似 Claude Code 的形态),底层接 DeepSeek。半年下来 359 次提交,129 次在修 bug。
修到后来我最大的体会是一句话:agent 出问题,八成不会报错。
听着有点反直觉。它照样流式输出、照样调工具、照样礼貌地说"完成了"——但根子上已经歪了。崩溃好查,安静地坏才难查。这篇文章就把这半年攒下的运行时坑挑 10 个最典型的讲透:每一个当时的表象都"看着正常",深挖下去全是问题。先上速览表:
| # | 表象(看着正常) | 真相 |
|---|---|---|
| 坑一 | 工具"永远转圈"像死机 | 我忘了发"干完了"信号 |
| 坑二 | 输入框清空了 = 发出去了? | 消息被两端静默吞掉 |
| 坑三 | 语气流畅地说"基本完成了" | 活只干了一半(早收尾) |
| 坑四 | 命令失败,模型说成功 | 输出像成功 ≠ 真成功 |
| 坑五 | 每个动作都正常 | 合起来 99 次工具调用 |
| 坑六 | 引导生效了,结果还是 0 命中 | 模型照抄出错形态 |
| 坑七 | 工具输出丰富、格式正常 | 目录是假的,谎言链三层 |
| 坑八 | 审批卡弹个不停,看着很安全 | 名字没对齐,安全在空转 |
| 坑九 | 长任务中途"记性变差" | 压缩把任务锚点压碎了 |
| 坑十 | 无报错无卡顿,功能一切正常 | 账单在悄悄流血 |