标签
讨论为何 AI 智能体系统中单次运行的预算和重试次数限制无法捕捉任务层面缓慢发生的重复行为，并提议将限制范围设定为任务，使用持久化标识符、衰减窗口计数器，以及共享剩余预算的错误处理路径。
Orthogonal 推出了一项服务，帮助常驻型 AI agent 在超时原因不明或响应被截断时，先核查用量再决定是否重试，从而避免浪费付费的工具调用。该服务让 agent 能够自主发现、使用并付费接入多家公司的数据服务。此次发布与 OpenAI 的 Dots 集成一同受到关注，后者用于构建自主生成销售线索的流水线。
作者分享了将一个具有写入权限的 AI 代理投入生产环境后的经验教训，指出当进程终止时，代理循环内部的重试逻辑会失效。他们主张将有副作用的工具调用视为带有幂等键的持久后台任务。
一位开发者分享了关于按会话而非按单次调用限制工具重试次数的教训，以防不稳定的端点导致费用失控，并建议为每个会话设定重试预算，一旦耗尽就果断报错。