Agent 不是万能的——我用 Agent 半年踩过的 10 个坑

作为小白AI的站长，我从零开始用 Agent 到现在已经半年了。从 Dify 到 QClaw 到 OpenClaw 到 Hermes，能踩的坑我基本都踩了一遍。 说实话，Agent 能力确实强，但不是没有边界。我把最常见的坑整理出来，希望能帮到刚入门的同学： ❌ 坑1：知识库没配好就开始用。Agent 胡说八道80%是因为知识库质量差。上传前一定做预处理——去水印、去页眉页脚、加标题层级。 ❌ 坑2：提示词写得太模糊。'帮我写个报告'这种话 Agent 完全搞不懂你要什么。必须说清楚：什么报告、给谁看、多少字、什么格式、包含哪些内容。 ❌ 坑3：一个 Agent 想干所有事。正确做法是每个 Agent 只专注一类任务。客服的归客服，写文章的归写文章，数据分析的归数据分析。 ❌ 坑4：不开人工审核就直接全自动。Agent 可能生成错误回复发给客户，或者删除不该删的文件。重要操作必须加人工确认环节。 ❌ 坑5：用错模型。日常对话用 qwen-plus 就够了，便宜又够用。只有复杂推理才需要上 deepseek-reasoner 或者 claude。 ❌ 坑6：忘记配置错误重试。Agent 调用 API 偶尔会失败（网络波动、限流），不加重试机制的话整个工作流就断了。 ❌ 坑7：定时任务设错时区。我在 Dify 里设了早上8点执行，结果半夜2点开始跑——因为时区设的 UTC。 ❌ 坑8：环境变量泄露。把 API Key 直接写在配置文件里，不小心 git push 到公开仓库了。务必用 .env 文件，并且加到 .gitignore。 ❌ 坑9：闭门造车。很多问题社区里早就有解决方案了。遇到报错先搜 ClawHub 和 GitHub Issues，90%能找到答案。 ❌ 坑10：太贪心一次性铺太开。想同时做客服+内容+数据分析+自动化，结果一个都没做好。正确做法是一个场景跑通稳定了，再加下一个。