很多团队抱怨：AI Agent 刚上线挺聪明，跑两周就开始「复读错误」——同一个坑踩三遍，每次都要人盯着收拾残局。问题不在模型，在于 Agent 没有「复盘」机制。
人踩坑后会写进自己的经验库，Agent 却每次从零开始。下面这 3 步，就是给它装一个踩坑复盘流程。
第一步：出错即记录。别等任务结束，一旦 Agent 报错或输出被驳回，立刻把「错误现象 + 当时上下文」原样存下来。很多坑错过现场就查不清了。
第二步：归类成教训。把原始记录提炼成一条规则，格式固定三行——现象 / 根因 / 正确做法。比如：「JSON 缺字段 / 没做 schema 校验 / 吐完先本地 json.loads() 验一遍」。一句话一条，别写成长篇大论。
第三步：下次执行前先读教训。接到同类任务时，先把相关教训喂进上下文，而不是让它裸跑。这一步最容易被跳过，却恰恰是防重犯的关键。
几个实战坑：
- 教训要「命令式」：写「输出前必须校验」，别写「记得校验」——后者会被模型当成建议直接忽略。
- 只沉淀高频错误，别什么都存，否则检索时全是噪音。
- 复盘清单要定期清理：一条经验用满三次还没失效，说明它值得永久保留。
装好这三步，Agent 就从「每次从零开始」变成「踩着昨天的经验往前走」。同一个坑犯两次，就是复盘机制没生效——去查你哪一步偷懒了。
