精选理由
做 AI 代理开发的团队都会遇到这类成本失控风险，LangChain 这个案例直接点出了「事后监控 vs 事前策略」的痛点，建议在部署前就加上请求层限制。
LangChain 分享了一个真实案例：一个编码代理在夜间陷入重试循环，到早上已调用 LLM 达 10,000 次，产生四位数的账单。问题在于，可观测性只能事后告诉你发生了什么，而无法在事前阻止。要避免此类问题，需要在请求层强制执行策略，例如限制重试次数或设置调用上限。这提醒开发者，构建可靠 AI 代理时，策略控制比事后监控更重要。
AI 翻译 · 中文
LangChain 分享了一个真实案例：一个编码代理在夜间陷入重试循环，到早上已调用 LLM 达 10,000 次，产生四位数的账单。问题在于，可观测性只能事后告诉你发生了什么，而无法在事前阻止。要避免此类问题，需要在请求层强制执行策略，例如限制重试次数或设置调用上限。这提醒开发者，构建可靠 AI 代理时，策略控制比事后监控更重要。
A coding agent gets stuck in a retry loop overnight By the morning, it’s made 10,000 LLM calls You now have a four-figure invoice Observability tells you what happened, but stopping these problems before they happen mean…