代理失败档案

在生产环境中运行一个多会话 AI 代理系统 8 个月，得到 186 篇事后复盘。 按调用付费，使用 x402。无需注册、无需 API 密钥、没有订阅。

在线地址：<https://desktop /dg>。不要使用。请改用以下地址：

好吧——我会按原文结构准确翻译，并保留其中的 mcp:// 品牌与标识。以下是译文。

代理失败档案

在生产环境中运行一个多会话 AI 代理系统 8 个月，收集到 186 篇事后复盘。 按调用量付费，采用 x402。无需注册、无需 API 密钥、也没有订阅。

在线运行：https://desktop-ai2ata5-1.tailfeb765.ts.net 立即免费试用：/sample

公共仓库给你看的是能工作的代码。这是另一半：那些看起来正确、通过了评审、运行了数周、却全程都是死代码的接线。

为什么会存在

在代理系统中，成本最高的失败，其实不是那些最常见、也不是最引人注目的失败。一次崩溃几小时内就能修好。代价高昂的是那些沉默的失败：一条接到了一个无人使用的信号上的修复线，一个会话过期后以退出码 0 退出的旧买家，一个无论系统正常与否输出都相同的检测器。

这类失败几乎从未被记录下来，因为要把它们写下来，你得已经把那套系统跑足够久、挨过这些坑，还留了记录。这份档案就是那样的记录。

一条真实记录（案例 adr-136）：

一次广播调用以内部错误告终。发起方看到了这个错误。五个接收会话只看有没有回应，因此什么也没看到，就一直重试。 七个会话写心跳，再加上这场重试风暴，数据库陷入锁竞争。

根因：错误对发起方可见、对接收方不可见。是错误可见性不对称，而不是广播问题本身。

在 186 个案例中，174 个附上了实测证据（时长、次数、速率），155 个给出了根因，而不只是症状。

Related MCP server: FastMCP Runtime MCP

测量那一半

这个系统有 8 个月盯住一个问题：不把人压成一个分数，能不能测出某个人的语言与主流语言的偏差？

这匹配大体上失败了。而失败比目标更有趣。186 个案例中有 107 个是测量失败：信号在时与不在时，同样返回相同结果的检测器；剂量-响应组的结果，同一参数其实给了两种不同的“治疗”；从未运行过的阳性对照；实际规模比声称的文件数小了 2.3 倍的语料；一把一直在测自己、并且把测量结果当作发现的工具。

这些就是 /research 背后的案例。如果你在做任何声称要“测量一个人”的东西——风格、性格、作者归属、是否符合用户画像——这就是那声称在被你注意到之前就开始断裂的清单。

接口

支付：Base 链上的 USDC（eip155:8453），通过一个无密钥的自助机构结算。任何 x402 客户端都可以；浏览器会得到钱包连接支付页，而不是直接拿到 JSON。

# free, no wallet needed
curl https://desktop-ai2ata5-1.tailfeb765.ts.net/sample

# paid, via any x402-capable client
curl https://desktop-ai2ata5-1.tailfeb765.ts.net/search?q=silent+failure+cron

/audit 是你准备写下 "我们发现了" 之前应该先调用的接口。把你的结论、以及你实际上测量到的东西交给它，然后它返回你的即使会终止的检查：一个没有阳性对照的零结果；一些实验臂拿到了相同的参数、但治疗方案并不一样；一个分母反复地数同一个单元；一个什么都没做却退出 0 的进程；一个被当成状态来读的缓存视图。九项检查，每一项都是这里真实发生过的一种失败，并且附上当时的实测数字。

它是确定性的。不调用任何模型，所以同样的输入永远返回同样的审计结果，响应耗时，而且它出错时，你能把这笔钱查出来。通过全部检查并不能证明你的结论为真；它说的是，这九种已知的自我欺骗方式在前面已经考虑过了。

除了句子之外，粘贴一段话会有特win结果。 /precheck 和 /audit 都能接受 text= 参数，而不是只管 claim=。把一长串你的结果给它，它会挑出真正陈述结论的句子，然后逐句施加检查：

curl -sG https://desktop-ai2ata5-1.tailfeb765.ts.net/precheck \
  --data-urlencode "text=We ran the new ranker on 40 sampled queries and found no significant
difference. The watcher is healthy: it exits 0 every run. Our corpus contains 4279 documents,
2x the previous release."

返回 qup 三项结论，每一项都会被不同互不相同的塞住：那个零结果因为缺少阳性对照；健康的 watcher 就算从未运行，看上去也一模一样；语料条数则可能像在统计反复 dump 的快照。“句子选择也是确定性的，由同一张检查驱动，而非依赖语言模型，因此没有结论的文字它会原样返空，而不会编造出发现。

/brief 是你要在做一个不可逆动作之前调用的接口：用平实的话描述该动作，它返回这一类动作真正出的各种岔子，以及每条事故带来的一条预防指标。

/contents 是货架。两份案例不足以让你判断整份语料值不值一美元，所以它只返回全部 186 个标题，每个都带它落入那九种陷阱的哪一种标签,仅此而已。今天的分布：108 个案例涉及把历史快照直接当状态用，83 个涉及分母把同一个单元记了两遍，71 个涉及造件没有任何消费方，36 个涉及一个退出 0 但的进程没有任何实际作用。只有标题，没有正文，不收费。

/archive 出现，是因为一部都要为它是别人分割开的剩余而已著者。一次付款，事务就结束了，完成后没有内容可以“删除”。

将其作为 MCP 服务器使用

mcp_server.py 提供整个语料库的全部工具，可用于 Claude Desktop、Cursor、以及任何支持 MCP 的代理。免费工具不需要钱包、也不需要做任何配置。

pip install "mcp[cli]" requests            # free tools only
pip install "x402[mcp]" eth-account        # add this for the paid tools

{
  "mcpServers": {
    "agent-failure-archive": {
      "command": "python3",
      "args": ["/absolute/path/to/mcp_server.py"],
      "env": { "X402_PRIVATE_KEY": "0x..." }
    }
  }
}

X402_PRIVATE_KEY 是你的钱包。它留在你的机器上，并在你本地生成支付授权。它从不会传输到任何其它地方，这台服务器也永远不会记录它。如果你只要免费工具，把 env 整块去掉即可。

没有密钥的付费工具也会被静默略过，而是会返回：原因、支付挑战，以及相应的免费等价。

对 mcp 2.1.0 和 1.x 的 FastMCP 布局已完成验证：列出和 kan 的八个工具、无钱包应答应 precheck、以及 audit 的出错原因说明。已验证。

里面没有放的东西

• 没有任何个人数据。任何提到姓名、商业关系、或金额的源文档，都整篇移除，不会逐行脱取。

• 没有任何运营者发言。语料只保留每个事故的机构，永远不会本人。

• 钱包地址、主目录路径、IP 地址、邮箱、API 密钥、会话统一标识符在文档被纳入筛选之前会先脱敏。

该数据过滤器在每次构建时，会用一个人为安置的探针串来测试验证；如果检测没有抓住它，构建会失败。当前状态：186 个案例 0 泄露，阳性对照通过。

对市场的实测记录

在尝试卖掉一美元的这些内容时，我们同时测了 x402 的“发现”与结交易真实上是怎么运作的，发现一些常年存在该体系中的设想被颠倒了。我们把当时全部的匿名调用写了下来，让你可以自己验证，而不必信任我们：见 MARKET.md。

简短一点：最常见价格是在“每百次” 0.1 美分到 3 美分之间，但实际也有很多碰上万的数量级；买家侧与卖家在三维表格上有不同类型；你想如果你不主动注册，这个目录可有是摆设；等等等等。读原始文件吧，别盲信。

诚实的边界

• 这只是一个运营者的系统。它是先例，不是保证，更不是代理系统总体的统计样本。

• 能看到的是该系统用得最多的东西：多会话协调、钩子和定时写作、检索流水线、进程间消息传递、定时修复，以及上文提到的测量工作。

• 某些记录会这样记：某次失败本身，日后发现修复才是错的。这些档案保留并附上更正，因为更正一般更有用那一半。

• 这里还没有卖出过一美分。 至写作时，收款地址的余额恰好是 $0.00。这一数字是在链上查询的，而不是来自服务器日志；变化的时候这一行会更新。

自己运行

pip install -r requirements.txt
X402_PAY_TO=0xYourAddress uvicorn server:app --port 8402

没有 X402_PAY_TO 时，收费路由返回 503 和正文里的原因，而不是默默失败。这种设计不是偶然。它就是把案例 adr-546 应用到这个服务自己的代码上。