做过某件事，不等于就拥有了对应的经验。真正的经验，是做完这件事之后，能够形成系统性、多维度的思考。

读《资治通鉴》至高贵乡公曹髦身死宫阙一段，世人常以成败论人，笑他冲动鲁莽、不自量力，身为傀儡帝王偏要以卵击石，最终白白断送性命。可细究那段历史便会明白，曹髦绝非昏庸怯懦之辈，他是曹魏末世少有的明君，身上尽是魏武帝曹操当年的果锐风骨。

开发复杂AI Agent系统时，经常遇到一个痛点：想在模型调用前增加日志、消息处理前后插入业务规则，就要侵入主流程代码。修改一处逻辑，就要改动核心链路，很容易出现牵一发而动全身的耦合问题。

一、限流的三种流派

当大模型请求量超过后端处理能力时，限流不可避免。业界常见做法有三种：

咸宁五年，西晋朝堂爆发一场关键博弈：晋武帝司马炎决意倾举国之力伐吴，一统南北，满朝文武中，最受信任、地位最尊的重臣贾充，却自始至终坚决反对、百般推诿。即便武帝下诏强命其为伐吴大都督、假黄钺总领全军，贾充仍屡次上书请罢兵、辞帅位，直至战事全胜、孙皓归降，依旧狼狈请罪。

纵观三国归晋的一众名臣将帅，有人恃才覆族，有人功高震主，有人清直殒身，有人权谋误国。在西晋一众重臣当中，杜预综合能力、处事心态与最终结局，都属于第一梯队的水准。

做线上 AI 服务的同学，应该都体会过那种半夜被告警炸醒的崩溃。

其实做线上久了就明白一个道理：开发环境能跑不叫稳定，异常场景不崩，才是真正的生产可用。

写在前面

射箭不靠感觉，也不靠瞎练堆量。它是一套有标准、有逻辑、可复刻的专业动作体系。

生产环境我没有实战过多Agent执行方面的内容，最近看了一下OpenClaw的信息，收获还是挺多的。以前了解的都比较碎片化，但人家设计的已经比较系统了。

提起蜀汉四相，很多人都会夸费祎：情商极高、办事超快、心态无敌、临危不乱。