我让 LLM Agent 跑通，结果凌晨三点把生产库删了：Agent 幻觉与错误恢复的硬核复盘
凌晨3点14分，我的 Slack 渠道突然炸了。不是什么普通的通知，而是一条红色的致命告警：CRITICAL: Agent execution failed with SQL syntax error. 不到五分钟，运维群里的电话开始响个不停。我的 AI 智能体，那个号称“自主规划、自动调用工具”的…
LangGraph
Google ADK这把轻量级快刀，正在切开LangGraph没啃下的审批流骨头
去年秋天，我接手了一个中型制造企业的采购审批流改造项目。需求听起来平淡无奇：一笔超过5万的采购申请，必须先过部门经理，再根据金额分叉——10万以下只需财务主管批，超过10万还要拉上分管副总，每一步都同步邮件通知，审批通过后自动在HR系统里记一笔归档。这种流程在企业里烂大街，但麻烦的是，他们当时的实现…
LangGraph多Agent协作死锁亲历：订单系统里我靠超时检测和补偿事务救回每天2万笔卡死的交易
凌晨三点被运维电话叫醒，16个LangGraph Agent互相等待形成死锁，订单吞吐量从300笔/秒暴跌到3笔/秒。这篇文章记录了我是如何用Wait-For Graph检测器、LLM驱动的解锁Agent和心跳机制构建死锁自动恢复系统的全过程。混沌测试中翻车的两阶段提交改造经验，以及安全校验器拦截4.6%危险操作的真实数据都在里面。
可观测性是多Agent系统的刹车片：我用OpenTelemetry给LangGraph装上追踪，采购审批从“盲开”变透明
我们为LangGraph多Agent系统搭建了一套OpenTelemetry追踪方案，通过自定义Span记录每个Agent的推理过程、LLM调用耗时和中间决策，彻底解决了审批链路断裂和性能瓶颈的排查难题。文章包含异步上下文传递的坑、自动埋点LLM调用的代码，以及用Span属性构建的业务告警系统，最终把人工兜底率从7%降到0.5%。