模型分类，代码保证：一个AI Agent实战踩坑总结

很多搞AI Agent的人习惯把所有逻辑都塞进Prompt，试图通过优化提示词来解决所有问题。但我通过给本田经销商做SMS自动化助手（处理预约、查手册、核对保修）才发现，一个极其残酷的真相：LLM在处理逻辑判断和数值计算时，即便你把指令写得再详细，它依然会随机掉链子。

最核心的实战经验就是：让模型负责分类和自然语言交互，而把确定性的逻辑交给代码。

分享三个我掉坑后的解决方案，希望能给正在做大模型实战的朋友避坑：

一、 别让模型做日期比对

我曾遇到一个Bug：客户的保修期已过，但Agent读取了上下文中的过期日期后，居然告诉客户“在保修范围内”。我尝试在System Prompt里强调今天的日期，要求它仔细对比，结果依然失败。

结论： LLM不擅长日期比对。现在的方案是在Python端预先处理好，直接给模型传“已过期”或“有效”的结论。

def _annotate_expirations(in_md: str) -> str:
    """
    在门户数据的所有过期日期旁标注计算后的‘已过期/有效’结论。
    因为LLM在日期比对上不可靠，所以由代码完成比对，模型仅负责传达结果。
    """
    # 具体的比对逻辑在 Python 中实现，而非 Prompt 中
    ...

二、 算钱的事，绝不能交给模型

如果让模型计算税费或零件总价，它可能会在四舍五入或百分比计算上出错。我把所有费用公式直接硬编码在函数里，模型只负责识别用户在问总价，然后把计算结果像人一样说出来。

def calculate_total(subtotal):
    """
    费用计算的唯一事实来源，确保Prompt和代码之间不会出现偏差：
    杂费 = min(小计 × 10%, $59.50)
    税费 = (小计 + 杂费) × 7%
    """
    shop_supplies = min(subtotal * 0.1, 59.50)
    tax = (subtotal + shop_supplies) * 0.07
    return subtotal + shop_supplies + tax

三、 别相信模型的“自我检查”

我使用了 Pydantic 来强制执行结构化输出，模型返回一个 complete 标志位来告知预约是否完成。但早期出现过一个诡异问题：模型标记了 complete: True，但实际提交的数据里缺失了服务类型。

现在的逻辑是：模型说“完成了”只是一个建议，服务器在写入数据库前必须独立运行一次字段校验。

总结下来，一个鲁棒的AI Agent工作流应该是：LLM → 结构化输出 → 代码校验 → 确定性执行 → LLM反馈。