五种 agent 幻觉，五段现场跑通的代码对照，全部开源可复现
Stop AI Agent Hallucinations: 5 Techniques + Production Patterns - Elizabeth Fuentes, AWS · Elizabeth Fuentes
全片 55 分钟·真正值得盯屏约 42 分钟·3 个必看点
- 0:00 – 3:18听
幻觉不是玄学，是上下文和账单问题
讲者用一个酒店预订 agent 作为全场贯穿案例，先从 token 经济学解释幻觉从哪来：上下文太多、不合适或缺了关键信息，agent 就开始编。
接下来的五个办法全是改代码，不是改提示词——这是理解整场的前提
这段基本是讲者站着讲道理，配几张说明性的页面，边做别的事听着就行▶ 跳到 0:00讲者 · Elizabeth Fuentes - 3:18 – 14:26看
从 29 个工具挑 3 个给模型
先摊开 29 个工具的定义，算出每条消息都要为约三千 token 的工具说明付费；再改成每次先用向量库检索出最相关的三个工具再注入。基线版和改进版并排跑给你看。
多轮对话里必须每轮先清空工具再注入，只加不减的话工具会重新堆回全部 29 个
讲者翻开代码逐段指，还把两个版本的 token 消耗和答案正确率跑出来对比，数字和输出都在屏幕上，不看画面会漏掉一半信息▶ 跳到 3:18讲者 · Elizabeth Fuentes - 14:26 – 18:10听
工具替换怎么落地，以及托管版做法
补完工具动态替换的实现细节，然后说明生产上可以交给 Bedrock AgentCore Gateway——工具注册一次，检索和路由是内置的。
自己搭一套检索也行，但托管方案省掉的是维护路由层的长期成本
这段以口头说明架构选择为主，没有需要盯着看的运行结果▶ 跳到 14:26讲者 · Elizabeth Fuentes - 18:10 – 30:13看
要算数的问题别交给向量检索
解释为什么求平均、计数、多跳这类问题上向量检索必然出错：模型一次只看得到几个片段，只能拿样本估算还当成真答案说出口。改法是让模型写图查询语句，由数据库跨全量数据算完再返回。
检索总会给你返回点什么，哪怕库里根本没有相关内容——这正是幻觉的温床
后半段四类问题逐个实跑，两种方案的答案、token 量并排显示，尤其那道南极洲的问题，两边的输出反差要看画面才有冲击▶ 跳到 18:10讲者 · Elizabeth Fuentes - 30:13 – 40:18看
让另外两个 agent 来盯着执行者
单个 agent 在同一个循环里既干活又自查，工具报错时它不上报，而是自圆其说地编一条成功回复。解法是拆成执行、校验、评审三个 agent 串起来，代码结构和实跑结果都有展示。
自我验证在同一个推理循环里是无效的，验证必须由独立的一环来做
三个 agent 之间的消息流和最终被驳回的过程是逐条打在屏幕上的，光听只知道结论，看画面才知道每一步是怎么接住错误的▶ 跳到 30:13讲者 · Elizabeth Fuentes - 40:18 – 44:32略
业务规则写进代码，模型跳不过去
把不许未付款确认、不许超员这类规则写成 Python 函数，挂在工具调用前的钩子上校验，不通过就取消这次调用。对照跑了违规请求和正常请求各一组。
写在提示词或工具描述里的规则，对模型只是概率上参考的一段文字，它会照违不误
主要是终端里的几组请求与拦截提示，规则本身讲者已经说清楚，扫一眼确认拦截信息和放行结果即可▶ 跳到 40:18讲者 · Elizabeth Fuentes - 44:32 – 52:48看
别拦死用户，引导它自己改对
区分两类规则：真正的硬约束该在调用前拦掉，但像超员可以拆房、这班满了可以订下一班这种软规则，应该在运行时引导 agent 自我纠正把事办完。最后给出整套方案的部署架构。
能自动纠正的场景就别让用户重试，硬停止只留给不可协商的约束
同一请求在两种策略下的完整执行过程摆在一起跑，末尾的部署架构图也需要对着看才能理解各组件位置▶ 跳到 44:32讲者 · Elizabeth Fuentes - 52:48 – 55:17听
五个办法各治一种病
把五个技术和它们各自对付的失败模式一一对上，并说明所有示例都以笔记本加可运行应用的形式开源，本地用开源模型跑不花 token。
照着五种失败模式去对号入座，比记住五个技术名词有用
纯口头收束和资源指引，把仓库地址记下来就够了▶ 跳到 52:48讲者 · Elizabeth Fuentes