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。

提起刘备，大多数人的印象，是织席贩履、白手起家的乱世枭雄。

论家底，少年刘备一无所有，父亲早亡，依靠母亲织席卖草鞋维持生计。但很多人忽略一段史料：十五岁时，同宗长辈刘元起出钱资助，让刘备外出游学，拜入大儒卢植门下读书。

读《资治通鉴》，很多人会对蜀汉一段简短记载心生疑惑。

延熙十四年，费祎自汉中返回成都，有望气术士称：成都都邑无宰相位，不利辅政重臣。听闻此言，费祎随即再度北上，屯驻汉寿，长期留镇外镇，不再久居成都中枢。