AI Agent 的自我修復術：哨兵機制如何讓系統不再靜默崩潰

導讀：你的 AI 助理看起來正常，但某個背景功能其實已壞了三天——你完全不知道。這種「靜默失敗」是最危險的故障模式。HEAL Loop 用一個極簡概念解決了它。

最危險的不是爆炸，是無聲停擺

你有沒有遇過這種情況：AI 回答你的每個問題，語氣一如往常，卻對它三天前「記住」的事一無所知？它不報錯。它不道歉。它就像一個失憶的同事，表情如常地繼續工作。

這叫做靜默失敗（silent failure）——功能已停止，表面卻看不出任何異狀。

現代 AI 助理背後有十幾個背景程序同時運作：記憶寫入、用量追蹤、安全稽核。任何一個悄悄停止，Agent 表面仍能對話，但品質在暗中退化——直到你問了一個它本該記得的問題，才驚覺某處已壞了多時。更可怕的是，你不知道失敗從什麼時候開始，也不知道哪個功能出了問題。

哨兵機制：用缺席偵測異常

evolving-lite 是 Claude Code 的開源外掛，提出了一個出人意料地簡單的解法：Sentinel 哨兵機制。

想像公司裡有一塊早班打卡白板。每個員工到崗後的第一件事，是在白板上寫下自己的名字。你不需要監控攝影機，不需要打卡機，只要掃一眼白板——沒有名字的那個人，就是沒來上班的那個人。

哨兵機制就是這塊數位打卡白板。每支背景腳本在成功執行後，向系統寫入一個小 JSON 檔，記錄時間戳與狀態。這個檔案的存在，就是「一切正常」的證明。

系統每次啟動時掃描所有哨兵：缺席的那個，就是上次靜默失敗的元兇。不需要複雜的錯誤捕捉邏輯，不需要外部依賴。缺席本身就是訊號。

四個永不停歇的回饋迴圈

哨兵機制只是 HEAL Loop 架構的核心之一。整套系統包含四個持續運行的回饋迴圈，共同構成一張安全網：

• LEARN：每次你修正 AI 的輸出，系統會捕捉那個修正動作並存入記憶。你不需要說「請記住這個」——修正的行為本身就是教學訊號，下次同樣情境自動套用。
• CONTEXT：監控對話的上下文用量。70% 時警告，93% 自動觸發知識保存，確保即使對話被壓縮，關鍵資訊也不會消失。
• HEAL：即哨兵機制。每次啟動時自動健檢，問題立即浮現，不留藏匿空間。
• EVOLVE：追蹤記憶的使用頻率，自動封存過期資料。防止舊記憶越堆越厚，讓整個系統逐漸慢下來。

四個迴圈各自獨立、互不干擾。你的 Agent 一直在學習、一直在健檢、一直在清理——你感覺不到它的存在，除非它停止了。

兩段式修復：體檢儀器不能動手術

當哨兵回報異常，HEAL Loop 進入修復模式。這裡有一個看似多此一舉、實則關鍵的設計：診斷與修復被強制拆成兩個獨立角色。

integrity-checker：純唯讀診斷工具。掃描目錄結構、JSON 必填欄位、腳本執行權限。只回報問題，不做任何修改。

integrity-fixer：只修 checker 明確指出的問題。每個動作執行前先宣告意圖，損壞的檔案移入隔離區而非刪除，所有修復過程完整記錄、可追溯。

讓同一段程式碼又診斷又修復，等於讓體檢儀器有權動手術。判斷一旦出錯，傷害不可逆。把「看到什麼」和「做了什麼」嚴格拆開，是對抗連鎖失敗的核心設計原則。

三個帶走的設計哲學

你可能不會直接安裝 evolving-lite（目前 GitHub 星數仍少，值得觀察），但它示範的三個設計哲學，適用於任何需要穩定運行的系統：

用存在證明取代錯誤捕捉：與其試圖預測所有可能的失敗模式，不如讓每個模組成功時留下痕跡。缺席本身就是異常訊號，更簡單，也更可靠。

診斷與治療嚴格分離：不讓同一段邏輯既判斷又執行，是一種對抗連鎖失敗的謙遜態度。

損壞隔離，不輕易刪除：你不知道你不知道什麼。保留在可查閱的地方，比立刻清除要安全得多。

你現在使用的 AI 工具，如果它靜默失敗了三天，你會怎麼知道？

---

References

1. primeline-ai/evolving-lite GitHub Repository
2. evolving-lite health-sentinel.sh 原始碼
3. evolving-lite integrity-checker Agent
4. evolving-lite integrity-fixer Agent