Agent 线上故障怎么排查与定位
哪些公司问过
月之暗面1
答案要点
- 先止血:回滚最近的 Prompt、模型或代码变更,必要时切降级方案
- 监控先看错误率、延迟、Token 消耗、工具调用成功率,确定影响面和起始时间
- 全链路 Trace 记录 Prompt、模型原始输出、工具入参与返回、每步耗时
- 模型问题用同一上下文重放验证,工具问题绕过模型直接调用复现
- 故障 case 沉淀进回归评测集,上线前自动回归
易错点
- 只看服务端报错,忽略模型输出格式异常这类不报错的质量故障
- 日志只记最终回复,没有保存中间 Prompt 和工具调用,事后无法复现
- 重试不设上限,模型或工具故障时重试风暴放大故障
面试官常见追问
- 熔断降级怎么做?
- 模型服务挂了,Agent 怎么兜底?
- 怎么发现模型输出质量悄悄变差?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。