企业 Agent 的运行可靠性开始围绕失败、恢复与隔离重新设计

对企业落地而言，Agent 框架需要把未支持输入、损坏清单、取消操作和防护失败定义成可观察、可拒绝和可恢复的状态。企业可以把这些状态接入审批、告警和审计链，但企业仍需在目标模型、工具和运行环境中验证状态是否完整传递；框架修复不能自动证明业务流程已经实现失败关闭。

对企业落地而言，恢复机制需要回答三个问题：系统从哪个已确认状态继续，系统如何处理尚未完成的工具调用，系统如何阻止一个会话的状态进入另一个会话。企业需要使用故障注入验证重复消息、重复工具调用、取消、进程中断和状态损坏，而不能只用正常完成路径证明系统能够恢复。

对企业落地而言，长期运行或低频运行的 Agent 需要把密钥最后使用时间、轮换、撤销和失败处理纳入编排。企业需要区分服务方主动撤销、客户主动轮换和本地进程退出三类事件，并且需要确保自动化在认证失败时停止或转入受控恢复；企业不能让 Agent 在失效凭据上无限重试，也不能依赖无法撤销的长期令牌维持连续性。

对企业落地而言，沙箱不能单独承担全部隔离责任。企业需要让域名解析、网络出口、虚拟化边界、身份、监控和自动停止机制相互补位，并且需要记录每一层控制失效后的可见信号和停止条件。OpenAI 的内部事件提供了纵深防御的案例，但企业仍需依据自身威胁模型、数据敏感度和部署边界设计测试。