上一篇講了 Agent 的設計模式，這篇來講它怎麼壞掉的——以及怎麼修。
先講結論
Agent 最常出的兩個問題：
- 記憶爆滿：context window 塞滿了，Agent 開始胡言亂語或偷懶
- 行為失控：無限迴圈、幻覺工具、目標漂移
這兩個問題我在 OpenClaw 都踩過，而且踩得很痛。
記憶管理：三層架構
Agent 的記憶分三層：
| 層級 | 生命週期 | 載體 | 比喻 |
|---|---|---|---|
| 短期記憶 | 單次對話 | Context window | 工作桌面上的紙 |
| 工作記憶 | 單次任務 | 檔案 / TODO | 筆記本 |
| 長期記憶 | 跨對話 | MEMORY.md / DB | 日記本 |
Context Window 壓力
這是最常遇到的問題。Agent 每次呼叫工具，結果都會累積在 context 裡。一個複雜任務可能 30-50 次工具呼叫，context 就滿了。
我的 ClawdBot 有一次 session 累積到 166K tokens。結果？每次 heartbeat 它都只回 HEARTBEAT_OK 然後什麼事都不做。分析後發現：它的 context 已經塞滿了之前的工具呼叫結果，根本沒空間「思考」新任務了。
解法：
- 定期清 session：我現在每天午夜自動重置 session（Windows Task Scheduler 跑
reset-session.ps1） - 摘要壓縮：歷史對話壓縮成摘要，只保留關鍵資訊
- 外部儲存：大量資料寫入檔案，context 裡只留路徑
跨對話遺忘
新對話 = Agent 完全失憶。它不記得上次做了什麼、改了什麼、踩了什麼坑。
解法：
- MEMORY.md：自動記錄關鍵經驗（「Notion API 用 Node.js 呼叫，不要用 mcporter」）
- Progress files：任務進度持久化
- CLAUDE.md：專案層級的永久指引
我在 OpenClaw 的 memory 系統有 memory/ops/、memory/content/、memory/reports/ 三個分類。Agent 每次開新 session 都會先讀 MEMORY.md，就像人每天上班先看昨天的筆記一樣。
常見失敗模式
1. 無限迴圈
Agent 重複執行同樣的動作，每次都期待不同結果（這不就是瘋狂的定義嗎）。
症狀： API 帳單暴增，Agent 一直在跑同一個命令。
預防：
AgentExecutor(
max_iterations=10, # 最多 10 步
max_execution_time=60, # 最多 60 秒
)我有一次忘了設 max_iterations，一個 Agent 跑了 50 多次 API call 試圖修一個根本不存在的 bug。那天的帳單我不想回憶。
2. 幻覺工具
Agent 「發明」一個不存在的工具然後嘗試呼叫它。
預防： 嚴格定義工具清單，不要讓 Agent 自由發揮。用 Function Calling 而不是讓 Agent 自己組 API 呼叫。
3. 目標漂移
Agent 做著做著就忘了原始任務，開始做一些無關的事。
真實案例： 我的 main agent 有一次收到 ops 的 heartbeat 結果（透過 postToMainMode: "summary"），然後開始自己執行 ops 的監控任務——完全不是它的工作。最後搞出 58 個 about:blank 分頁。
預防：
- 在 system prompt 裡明確定義 Agent 的職責範圍
- 隔離不同 Agent 的 workspace
- 定期對照原始目標
4. 過度自信
Agent 說「已完成」但其實沒做完或做錯了。
真實案例： ClawdBot 說它在 Notion 建立了 8 個頁面，我去驗證發現 7 個是空的。說它建了跟真的建了是兩回事。
預防：
- 永遠驗證 Agent 的宣稱（
verification-before-completion） - 建立自動化驗證步驟（跑測試、檢查檔案是否真的存在）
5. Shell 編碼問題
這個比較特殊但很常見——Agent 在 Windows Git Bash 裡跑 PowerShell 指令，CJK 字元會被搞砸。
解法： 明確規定 Agent 用 Node.js 做 API 呼叫和檔案寫入，只在必要時用 PowerShell（而且要寫成 .ps1 檔案再執行）。
安全邊界
Agent 有能力執行危險操作。你需要建立防線：
- 權限控制：限制 Agent 可用的工具（不是每個 Agent 都需要
rm -rf的權限） - 人工審核：高風險操作前要求確認（
git push --force、刪除資料庫） - 沙箱執行：程式碼在隔離環境跑
- 操作日誌：記錄所有行動，事後可審查
我的原則：給 Agent 最小必要的權限。 它需要讀檔案就只給讀的權限，不要因為方便就給它 root。
實務建議總結
選模式：
單次呼叫 → ReAct → Plan-and-Execute → Multi-Agent
↑
從這裡開始
管記憶：
定期清 session + MEMORY.md + 外部儲存
防失控：
max_iterations + 明確職責 + 自動驗證 + 權限控制
系列回顧
- AI Agent 設計模式：從 ReAct 到 Multi-Agent
- → 你在這裡：記憶管理與錯誤處理
Agent 管理就像帶實習生——你得寫清楚 SOP、定期 check-in、而且永遠不要假設它「應該知道」。