在 GitHub 查看原文

L06 练习

练习 1：扩失败模式——超时风暴（方法练习）

当前失败模式清单有 6 类。补一个真实场景：超时风暴——agent 连续多步都触发 TimeoutError（页面慢/元素飘），每步重试都超时。

1. 在 tricky.html 加一个超慢元素（点击后 setTimeout 5 秒才响应）。
2. 让裸 agent 点它，观察：每步等 10 秒超时、连续多步、总耗时爆炸。
3. 给可靠性层加「连续 K 次 TimeoutError → 换策略」规则。

验收：加固 agent 检出连续超时后换策略（不再死等），总耗时显著降。这训练你处理「时间维度」的可靠性。

练习 2：量化 loop_n 的甜蜜点（设计实验类）

本课 loop_n=2（连续 2 步观察不变算循环）。这个值设多少最优？

1. 假设：loop_n 太小（1）会误报（正常翻页间偶有观察不变）；太大（5）检测慢（浪费步数）。
2. 实验：在刁难页上跑 loop_n=1/2/3/5 四档，记录：误报率（正常操作被判循环的比例）、检测延迟（从开始打转到检出循环的步数）、最终成功率。
3. 预期：loop_n=1 误报高；loop_n=5 检测慢但准；loop_n=2-3 是甜蜜点。

验收：四档对照表，能画出 loop_n 与误报/延迟的权衡曲线。诚实标注这是 mock 演示（真实 LLM 的观察变化模式不同，但权衡趋势成立）。

练习 3：换策略的选择逻辑（理解类）

本课检测到循环后注入教训让 LLM 换策略。但「换什么策略」LLM 不一定选对。回答：

1. 当前注入的教训是「尝试 back()/scroll/换元素」——LLM 可能选错（比如该 back 却 scroll）。
2. 能不能基于失败模式给更具体的建议？比如「URL 没变→死链→建议 back」「观察有遮罩→弹窗→建议先关遮罩」。
3. 这需要可靠性层做什么额外的检测？（提示：不只看观察哈希，还要看观察内容特征）

验收：能说出「教训越具体，LLM 换策略越准——但需要可靠性层做语义分析（不只是哈希）。这是规则检测向 LLM 辅助检测的演进方向」。L09 落地时会权衡具体度与实现成本。

练习 4：思考题——人工接管点的现实意义（取舍类）

本课有「连续 K 次换策略仍卡 → 人工接管」。回答：

1. 为什么不无限换策略？无限换的成本是什么？
2. 人工接管在 research-assistant 落地（L09）时，怎么实现？（提示：browse 工具返回「需人工接管」状态，researcher 节点降级到 search 摘要）
3. 这和 L07 安全主线的「敏感动作强制人工确认」是同一种机制吗？区别在哪？

验收：能说出「无限换策略 = 成本失控 + 可能换到危险动作；人工接管是兜底」。并区分「可靠性触发的人工接管」（agent 卡住，被动）和「安全触发的人工确认」（agent 要做敏感动作，主动拦截）——前者是能力边界，后者是安全红线。两者在 L09 会合流到 browse 工具的统一接口。