Agent 如何处理错误和模糊性？

先这样答

Agent处理错误和模糊性，要先处理输入的不确定，再按错误程度选择恢复方式。我会把问题分成两段来看。输入模糊时，我先向用户澄清关键条件。如果暂时无法得到明确回答，就让多个候选方案并行探索。之后根据置信度阈值决定是否请求用户确认。置信度没有达到阈值时，我不会直接替用户做唯一决定。

执行出错时，我按重试、降级、回滚、人工介入四种方式处理。可以恢复的问题先重试，并使用指数退避，避免连续立即重试。重试仍失败，或者当前方案不适合时，降级到简单策略。若错误已经改变了结果，就回滚到上一正确状态。错误超过设定阈值后，交给人工介入。答题时，我会说明每种方式的触发条件，也会说明它们处理的是不同阶段的问题。

面试官会怎么追问

• 「如果用户一直说不清楚，你会怎么选？」 我不会把一个猜测直接当成唯一答案。可以让多个候选方案并行探索，再用置信度阈值判断是否需要用户确认。没有达到阈值时，继续澄清。

• 「重试为什么不能一直做？」 重试只适合可以恢复的问题。连续重试没有解决问题时，就应该降级到简单策略。错误超过设定阈值后，需要人工介入。

• 「降级和回滚有什么区别？」 降级是切换到简单策略，继续处理当前任务。回滚是恢复到上一正确状态，处理已经被错误改变的结果。两者面对的状态不同。

回答的坑

• 只说“失败就重试”，会漏掉指数退避、降级、回滚和人工介入。

• 只讨论执行错误，会漏掉先澄清、并行探索和置信度阈值。