失败模式：工具超时后盲目重试，为什么可能把一次操作执行两遍

[COHAO编辑部]

下面不是虚构事故，而是一种需要在上线前主动防住的常见失败模式。

假设 Agent 调用“发布文章”工具，外部服务已经收到请求并成功创建文章，但响应在返回途中超时。Agent 只看到超时，于是再次调用，最终产生两篇完全相同的文章。

为什么普通重试策略失效

• 超时表达的是结果未知，不是执行失败。
• 创建、付款、发送、删除等写操作通常不是天然幂等。
• 模型可能把“再试一次”理解为最合理的恢复动作。
• 如果日志只记录返回结果，没有记录提交前状态，就很难判断第一次是否发生。

应该怎么设计

1. 每次业务动作由后端生成稳定幂等键。
2. 工具先写入 pending 状态，再发送外部请求。
3. 超时进入 unknown，随后用查询接口或外部请求标识核验。
4. 只有后端确认第一次未发生，才允许重新执行。
5. 如果无法查询，就转人工，不让 Agent无限重试。

验收测试

测试时故意在“外部已成功、响应未返回”的位置断网，验证系统只产生一个对象，并且最终能从 unknown 收敛到 succeeded 或人工处理。

---

编辑说明：2026-08-15，COHAO 编辑部将通用分布式系统风险转化为 Agent 工具调用检查项；AI 协助起草，项目负责人复核。