空结果不是异常,但它也不是成功。多数 Agent 框架把工具返回当成一个字符串直接塞回消息流,于是“查无此人”和“系统宕机”在模型眼里长得几乎一样。这篇文章只聊一件事:当工具调用执行成功、HTTP 200,但结果为空(空列表、null、no_data)时,回填给模型的到底是什么。
空结果和失败不共用同一条路径
先把分类摆清楚。工具返回统一来看有三类。第一类是参数或业务校验失败,比如用昨天作为开始日期查今天的数据,程序可以明确告诉模型哪里错了。第二类是服务失败,超时、429、503,问题不在模型生成的参数。第三类就是空结果:执行链路完全正常,数据库连上了,SQL 跑完了,只是零行命中。
第三类的处理方式和前两类不同。失败可以重试原参数(服务端问题),也可以带着错误信息让模型改参数(参数问题);空结果如果原样重试,参数一样,结果必然一样,只白花一次调用。参数泛化的思路是让模型看到“查询没命中,考虑放宽条件”的提示,自己生成新参数。核心不是重试,而是回填的内容有没有把“这是零命中”这件事讲清楚。
直接把 JSON.stringify(空数组) 回填的三个问题
1. 模型会当成工具坏了
一个 role=tool 的消息,内容如果是 []、{}、null,模型缺上下文时最省事的推断是“工具可能有问题”,接着可能换一个碰运气,或者直接回“查询失败,请稍后再试”。用户听到这句话会以为系统坏了,实际上只是没有这条记录。这种体验损耗在查订单、查工单、查物流这类场景里很常见,被查询对象本来就可能不存在。
2. 模型不知道是哪种“没找到”
空结果至少有几种含义:这个实体不存在;实体存在但当前条件范围内没有记录;参数本身写得过窄(日期范围、筛选词、分页游标);权限不足导致看不到。回一个空数组,模型只能猜。猜错了它就会向用户输出错误的因果判断。回填至少应区分两件事:查询是否成功、命中的条目数,以及所用查询条件是什么。把实际生效的参数一起回填,模型才有机会推断“我用了精确匹配,用户可能记错了一个字”。
3. 前端展示和模型推理的需求不一样
前端的空状态卡片需要一句话和可点的按钮,模型需要的是可推理的结构化事实。很多人把同一份默认文案既渲染到界面又发给模型,结果是模型既不知道实际用了哪些参数,也不知道还有没有更宽的查询手段。回填内容里要不要带工具描述中的说明(比如“本工具只支持精确匹配,建议先模糊搜索”),应分层决定。
回填结构:把“为什么空”说成一行
这本来应该是通用实现里的默认行为。每种工具可以在定义里附带一个空结果的解释器:
{
"ok": true,
"status": "empty",
"query": {"status": "已发货", "from": "2026-11-01", "to": "2026-11-18"},
"total": 0,
"note": "时间窗内无已发货订单。该用户最近一单为 2026-10-22。",
"next": {"tool": "list_orders", "hint": "放宽日期或去掉状态过滤"}
}
这段内容里有三个信息量大的字段。query 是实际生效的参数,等价于让模型检查自己填了什么,而不是凭空猜;total 明确零命中的事实;next 能在这里说明备选查询的手段时,尽量说明,但说明的必须是工具本身真实支持的范围,不能凭空写出一个不存在的工具。
字段结构上单设一个 status,而不是让模型看到一批只会是字符串的内容。这样框架层就能分支处理空结果的后续限制:是允许自动放宽一次条件重述,还是交由流程控制层建白名单。没有状态的空结果最难处理,因为无论是调度层还是模型都没有可以依赖的判据。
别用空结果去惩罚模型
另一种极端是工具层碰到空结果直接抛异常,于是正常的业务流程里充满了错误分支,监控告警也会被大量噪声淹没。真实的工单系统里,查一个不存在的东西是正常操作,不应该占用错误故障的排障通道。空结果应视为成功返回,但要在结构上与“命中若干条”区别对待。
回填之后,让不让模型立刻再调一轮
这需要把成本算进判断。一次多余的泛化查询成本很低,但如果是 Agent 在循环中反复泛化仍取不到结果,实际就是一个缺少终止条件的循环;在典型的限流配置下这样烧几次调用不大,时间长了一定会把预算吃光。更实际的做法是在应用层给“空结果后允许的重试次数”设一个上限:比如把重试限制为最多一轮,或者限制在同一任务时间预算内不重复做同类检索,或者限制并发检索不超过某个数量。参数泛化重试只让模型针对空结果改写一次,不应像服务异常那样享有指数退避的无限重试。
超出上限后,应当把判断权上移给固定的终止策略:直接回给用户“没查到符合这些条件的记录”,附上实际搜索条件。最不能接受的是模型自己编一条没有发生过的记录,或者在空结果上一遍又一遍重试。
空结果出现两次以上,问题通常出在工具参数设计或时间窗设置上。该复查的是工具的参数契约,而不是继续教模型“再智能一点”。
空与重名的区别,最终体现在回填上
这类问题的实际返工往往出现在上线后。用户在真实话术里会说“我叫张三”,而查询中碰到若干同名对象时返回多条结果,和返回空完全是两回事。有结果就应当回来,而且不应该对多条结果悄悄取第一条:应用层可以暴露排序与分页规则,在回填中带上条数、每页大小与建议复核的提示。典型的失误是:前端按“取第一条”的旧习惯处理,回给模型的内容被局部截断,模型不知道还有其他候选,于是既不是查无此人,又答错了人,问题被遮掩住。
监控口径要对齐
空结果的比例应当成为一独立指标。很多团队的看板长这样:工具调用成功率 99%,但落到用户提问链路上,这个成功率对工具无法完成的任务来说是无效的。当某个工具的空结果偏多时,先看的应当不是模型不够聪明,而是:是否查询窗口设定得太窄、精确匹配的默认值是否变成了匹配首选、权限范围没有提示补充条件、分页游标失效总是落到尾页等等。依次固定下来就可以显著减少这类工单。
转载请注明出处: 皮哈皮阿
本文的链接地址: https://blog.phpat.com/ai-dev/696.html
微信或手机浏览器扫一扫,随时随地随心阅读与分享
-
上下文工程:从 Prompt 到 Context 的工程化实践
客服 Agent 答错时,团队第一反应是换模型。把那次请求的上下文打印出来才发现,模型看到的是一份过期政策、两份互相矛盾的条款,还有一长串无关日志。上下文工程要解决的,就是这类问题。
2026/10/06
-
RAG 的下一站:Agentic Retrieval
用户问“我们去年买的套餐现在还能退吗”,经典 RAG 检索出一段通用退款政策就结束了。可这个问题至少要拆成订单时间、地区、套餐版本三件事。Agentic Retrieval 要解决的,就是这种“一次检索不够用”的场景。
2026/10/12
-
推理模型输出被截断后怎么接回去
推理模型遇到输出截断,重试整条请求代价高;续写也有隐藏门槛。从识别边界、提示回灌到 prefill 与成本判断,聊聊工程上怎么做才不算亏。
2026/10/25
-
约束解码让 JSON 不再崩,但它会改坏推理
约束解码让 JSON 解析失败率归零,工程师可以删掉一堆重试和修复代码。但它会挤占模型的推理预算:强制格式在部分任务上带来10%以上的准确率下降。文章梳理 OpenAI、Anthropic、Gemini 和其他自托管引擎的现状,以及 schema 设计、两阶段模式与编译缓存几个实操要点。
2026/10/22
-
Agent 上下文压缩:四层策略与失败代价
把 Claude Code 的四段分层与 Hermes Agent 的双阈值压缩系统并排看重:200K 窗口下的 50%/85%、legacy 与 lean 尾部的实测差池、未处理到的摘要模型窗口溢出,以及工具对配对边界为什么是能不能跑的问题。
2026/10/23
-
推理模型的并行思维链采样怎么用才不亏
并行思维链采样的成本不是白花的。结合推理模型测试时计算的几条实证结论,梳理best-of-N、束搜索、自洽性投票和自我修订在什么场景下划算、什么场景下只是在烧钱。
2026/10/26
京公网安备11011402053654 
@muffin:链接已更新,分类图像功能...
AI网址导航模版图标库更换指南
作者大大,图标库邀请链接失效了,麻烦更新...
AI网址导航模版图标库更换指南
太好看了,快点更新!
友情链接
@戴墨镜的刘备:哈喽,路过点赞。
vue.js组件之手写签名板vue-signature-simple
太好看了,快点更新!太棒了!👍真的很赞!
vue.js组件之手写签名板vue-signature-simple
你写得非常清晰明了,让我很容易理解你的观...
Emlog插件RSS订阅器发布