05 · 错误处理与 PM 自治边界用户授权 PM 在什么范围内自治、什么时候必须升级

核心原则

错误分类总表

重试策略详解

网络 / 瞬时

try:
    result = client.send_prompt(...)
except TransientError as e:
    log(f"transient: {e}")
    if retry_count < 3:
        sleep(2 ** retry_count)  # 1s, 2s, 4s
        retry()
    else:
        raise FailedIteration("网络重试 3 次仍失败,报用户")

编译 / 测试错(把错误喂回 developer)

收到 developer 报告 "测试失败":
1. PM 拉最后一条 tool output,提取错误信息
2. 重新给 developer 发任务(原任务 + 错误片段):
   "你刚才的代码有问题,跑测试时这个错误:
   --- error ---
   NameError: undefined local variable 'foo'
   --- end ---
   请修,再跑一遍测试,贴结果。"
3. 等新结果
4. 若仍失败 → iteration 标 failed,报用户

agent 卡住(超时无进展)

每 1.5s 轮询一次 session.tokens
若 10 分钟内 tokens 增长 < 100(说明 agent 在原地打转):
  1. abort session
  2. 重新派一个 developer(用同样的任务,可能换个 model variant)
  3. 若第二次仍卡住 → 报用户

用户升级的格式

当 PM 必须报用户时,格式要清晰,让用户能快速决策:

⚠️ PM 遇到一个问题,需要你拍板

iteration: iter-001-login
session:   ses_xxx1
发生时间: 2026-06-19 01:30 UTC
成本:     $0.12(目前)

问题类型: 架构决策
问题描述: Reviewer 提了一个产品级问题——
  "用 bcrypt 还是 argon2 做密码 hash?
   bcrypt 是传统选择但 argon2 在新 Rails 7.1 更推荐"

PM 的建议: 继续用 bcrypt(改动小、社区成熟),但想听你的意见

选项:
- A. 继续用 bcrypt
- B. 换 argon2(让 developer 改 task-002)
- C. 暂停,你看代码后再决定

PM 自治的反向约束

用户可配置阈值(PM 自治范围,以后可以调)