Agent 出错后的自恢复能力是评价其鲁棒性的核心指标。早期 Agent 在工具调用失败时只会简单重试，往往在同一个错误上反复失败。当前主流 Agent 实现了多阶段自省恢复流程。第一阶段：错误检测（Error Detection）——Agent 不仅捕获工具调用的异常返回，还通过分析返回内容推断潜在问题（如数据不完整、格式错误、逻辑矛盾）。第二阶段：根因分析（Root Cause Analysis）——Agent 根据错误类型和上下文分析失败原因。是工具参数错误？工具本身故障？还是模型推理偏差？第三阶段：修复方案（Fix Plan）——Agent 基于根因分析生成修复方案，可能包括修正参数、切换替代工具、拆分任务或向用户请求澄清。第四阶段：验证确认（Verification）——Agent 执行修复后验证结果是否符合预期，如果仍然失败则进入新一轮自省循环。
在《从零起步 Agent Harness》课程中，自省恢复模式被作为「Agent 鲁棒性工程」的核心设计模式。课程教学习者如何在自己的 Agent 系统中实现自省循环：通过 MCP 的 tool result schema 获取结构化错误信息；在 Agent 的 system prompt 中植入「Failure Analysis」指令，要求 Agent 在每次失败后输出分析报告；设置最大自省循环次数（建议 2-3 次），防止无限循环。关键是：自省恢复不是全能的——当 Agent 连续两次以同样的方式失败时，应当上报而不是继续重试。好的自省循环设计应当在提升成功率（+30-50%）和控制成本（增加 1-2 轮调用）之间取得平衡。