failures

本文认为，AI代理系统中的失败可以通过分布式系统的视角来理解，并将代理行为与经典的分布式系统问题进行类比。

讨论Qwen3.6-27B模型中工具调用失败和循环问题的应对方法。

对多智能体LLM流水线失败的分析，引用伯克利MAST论文，该论文将大多数失败归因于协调问题（规范、智能体间不一致）而非模型能力，并建议使用专用验证智能体作为解决方案。

讨论了生产语音AI栈中五个常见的可观测性缺口，包括基础设施故障与对话失败混合、缺乏VAD可见性、采样不足、自动生成的评估噪音大以及评估层级错误。