上个月，安思罗皮克（Anthropic）的账单为 312 美元。在进行一次架构调整后，五月的费用降至 156 美元——恰好减半。问题根源并非提示词冗长或模型选择不当，而是我的多步骤智能体工作流中缺乏补偿性操作。
这种模式普遍得令人尴尬：一个五步流水线在第四步失败，于是你从头重新开始。每次重启都会重新执行失败点之前的所有大语言模型调用。我的广告分析软件即服务产品使用克劳德·索内特（Claude Sonnet）在第二步中汇总原始数据。该步骤平均每位广告主消耗约 8000 个输入令牌。以每百万令牌 3 美元的价格（索内特 3.7 版），单次重启成本为 0.024 美元——单独看微不足道，但我有 200 多位广告主，且该流水线在四月反复失败。仅第二步就因重复调用烧掉了 40 至 50 美元。
更深层的问题在于：我完全没有回滚机制。当第五步（向广告主门户发送 Slack 网络钩子请求）因冷启动工作器返回 503 错误而失败时，R2 中已存在文件，D1 中已存在日志行。重启流水线导致了重复文件和重复数据库行的产生，还有一位广告主询问为何收到两份相同的报告。我曾假设“重启等于安全”，但这一假设是错误的。
解决方案包含两部分。首先，我在每次运行开始时写入一行 pipeline_runs 记录，并在每个步骤成功后更新该记录，添加 step_completed 检查点以及 step_output_ref（实际的 R2 键名或 D1 行 ID）。其次，在失败时，rollbackPipelineRun() 函数读取这些引用并删除已写入的内容——移除 R2 文件，删除 D1 行，并将状态翻转为 rolled_back。在重试时，智能体会检查是否存在正在进行的运行，并完全跳过已完成的步骤：
if (existingRun && existingRun.step_completed >= 2) {
summary = existingRun.cached_summary; // 无需调用克劳德
} else {
summary = await callClaude(data);
}
幂等键在此处无法解决的一个问题是：它们能防止重复的副作用，但不能防止在相同的大语言模型调用上重新消耗令牌。你需要两者兼备——存储写入操作的幂等性以及推理步骤的检查点缓存。
目前仍存在一些粗糙之处：当同一广告主的两个运行同时启动时会出现竞态条件（D1 不能完全保证 SELECT 和 INSERT 之间的可串行化隔离），并且对于已发送电子邮件或已处理支付等真正不可逆的操作，尚无完美的解决方案。
我在 riversealab.com 上撰写了完整的分析文章——包括我尚未修复的竞态条件，以及为何持久化对象可能是解决方案。
免责声明：本文内容来自互联网，该文观点不代表本站观点。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请到页面底部单击反馈，一经查实，本站将立刻删除。
