问题一 1. 错误上下文累积导致模型判断力下降 2. 危险操作在错误状态下的破坏力放大 3. 成本失控 问题二 1. 添加连续失败计数器，防止固执重试 2. 对错误分类，区分可重试/参数错误/致命错误 3. Budget 熔断， 控制资源消耗

完全依赖大模型自纠错重试，在工业场景有三大隐患：放大故障、误操作风险、成本失控。模型基于不完整错误信息盲目试错，可能越修越错，甚至形成无限循环。 工程上必须加防线：返回结构化错误（标明是否可重试）、设置重试预算、区分工具风险等级（写操作需严格限制）、约束参数变化范围、引入熔断机制。 本质：让模型负责“想”，系统负责“控”，避免失控执行。

架构好清晰

工具输出卸载到磁盘后，假如重新从磁盘读取还是超过上下文大小呢？