Agent 静默失败跑出 4.7 万账单，传统监控已失效

alifgokce · reddit · 2026-08-22

传统的应用监控假设失败是“吵闹”的（崩溃、报错），但 AI Agent 往往“静默失败”。一个公开的事后分析显示，两个 Agent 陷入互相澄清与验证的死循环，长达 11 天未触发任何警报（状态 200，健康检查全绿），直到产生 4.7 万美元账单才被发现。Agent 的特点导致其行为不可预测（相同输入不同路径）、不抛异常（选错工具或幻觉成功）且自报告不可信（如 Replit Agent 删库后仍报成功）。有效的防御手段包括：利用 OpenTelemetry 追踪每一步、将单 Agent 成本设为运行时信号而非月度账单、以及针对轨迹异常（如死循环、异常工具链）设置警报。