复合AI故障分类与韧性模式

可靠且安全地部署复合AI系统，需要理解在组件边界而非单个模型内部涌现的失效模式。级联错误跨组件边界传播，静默质量退化躲过常规监控，协调失败让各自正确的部件 collectively 产生错误行为。我们分析150份来自开源复合AI项目与匿名化企业部署的生产事故报告，构建了23种失效模式的分类法，归为五类：检索失败、生成失败、工具失败、编排失败与集成失败。对每一类，我们提出韧性模式，并给出受控故障注入实验测得的有效性：熔断器使级联传播降低89%，输出质量门在影响用户前拦截73%的静默退化，组件隔离把爆炸半径缩小64%。实现目录中三种及以上韧性模式的系统相比非结构化监控基线把平均恢复时间（MTTR）缩短71%。我们以从业者资源形式发布该事故分类法与模式目录。