文章赏析了DeerFlow 2.0这一长时任务Agent架构，主题是关于如何构建能运行几分钟到几小时的Agent系统，重点讲了它如何围绕“失败”而非“成功”来设计架构，包括Run/Worker/RunStore、租约、孤儿恢复、检查点回滚等容错机制。摘要需要简洁，抓住核心和精华。一段话归纳，可稍有结构感。DeerFlow2.0是字节开源的long-horizon SuperAgent harnes

文章赏析了DeerFlow 2.0这一长时任务Agent架构，主题是关于如何构建能运行几分钟到几小时的Agent系统，重点讲了它如何围绕“失败”而非“成功”来设计架构，包括Run/Worker/RunStore、租约、孤儿恢复、检查点回滚等容错机制。摘要需要简洁，抓住核心和精华。一段话归纳，可稍有结构感。DeerFlow2.0是字节开源的long-horizon SuperAgent harnes

Trace 是 Agent 的飞行黑匣子。不要顺着时间流水式阅读执行日志，正确方式是从错误结论逆向追溯错误传播链，定位第一个发生异常的节点。本篇以真实 Run #1827 完整案例演示如何通过 Trace 定位 Planning 与校验缺失两类根因，完成闭环调试。

Trace 是 Agent 的飞行黑匣子。不要顺着时间流水式阅读执行日志，正确方式是从错误结论逆向追溯错误传播链，定位第一个发生异常的节点。本篇以真实 Run #1827 完整案例演示如何通过 Trace 定位 Planning 与校验缺失两类根因，完成闭环调试。

很多人调试 Agent 陷入无限改 Prompt 的死亡螺旋。本篇提出 Debugging Loop 六步调试循环：先看 Trace 执行轨迹、定位出错层级，优先修改 Tool 描述、Schema、Context，把 Prompt 当作最后修复手段，建立可回归、可沉淀的 Agent 工程调试方法论。

Agent 出错不等于模型不行。本篇通过五个真实故障案例，提炼出 Agent 七类错误分类树 Planning / Tool Selection / Argument / Retrieval / State / Reasoning / Output。不同错误对应不同修复层级，跳出无脑反复修改 Prompt 的调试怪圈，建立系统化故障定位思维。

很多人做 Agent 喜欢直接把完整架构全部实现。本篇反其道而行，砍掉 Planner、Reviewer，手写约 100 行无框架最小 Agent，仅保留 LLM + grep /read_file。MVP 的价值不是证明系统可以跑，而是快速暴露真实世界下会出现的各类故障，把隐藏的技术债全部摆上台面，为后续迭代打下可运行基线。

承接上一篇八槽需求拆解成果，聚焦从需求落地到架构节点的取舍逻辑。批判两种错误思路：裸跑无架构 Agent、直接照搬网上完整架构图；提炼核心判断准则：每个节点必须回答「没有它会怎样」。围绕 Repo Doctor v0，确定 Task Router、Planner、Analyzer、Reviewer 四大逻辑节点，逐一阐述存在意义；重点辨析「逻辑节点≠Multi‑Agent」，现阶段不拆多智能体，避

Agent 项目别着急写代码！八槽拆解法，把模糊想法转化为可落地的需求底座，定义输入、状态、工具、记忆、红线策略与输出规范，避免写到一半大规模返工。

通过两个反面实践案例，提炼「不确定性、步骤可枚举性」二维四象限判断框架，区分 CRUD / RAG / Workflow / Agent 的适用边界；铁律：**能够写出完整 SOP 的任务，就不需要 Agent**。绝大多数线上项目是 Workflow+Agent 混合架构。选定贯穿第五阶段的实战项目 Repo Doctor（代码仓库诊断 Agent），输出标准化选型卡模板，同时梳理选型误区、代价