119、Agent的配置管理与动态化那晚线上告警响得人头皮发麻。一个负责代码审查的Agent，突然开始对每一行print都提出“请使用日志框架”的整改意见，连测试文件都不放过。我拉出日志，发现它加载的规则版本号还停留在三天前——可我明明昨天才在配置中心把这条规则下架了。更离谱的是，另一台机器上的Agent实例还坚持旧规则，说“我这边没收到变更事件”。那一刻我意识到，Agent 的配置管理根本不是写个config.yaml然后git pull那么简单，静态配置在Agent这种长生命周期、多实例、有状态的程序里，就是一颗定时炸弹。先说最基础的坑：把配置直接写在代码里。很多从单体服务转过来的同学习惯写一个settings.py，里面全是常量，然后 Agent 启动时import进来。这种做法在脚本阶段没问题，可一旦 Agent 需要根据用户上下文调整行为、根据模型反馈自我修正，你就得修改代码、重新部署、重启进程。Agent 是有“状态”的，它的记忆、对话历史、当前任务上下文都驻留在内存里，你为了改一个温度参数把它重启，它之前所有中间状态全部丢失，用户那边的对话直接断线。我见过不止一个团队在演示时翻车：Agent 刚和用户聊到一半，运营同学为了调整一个 prompt 前缀，点了重启，然后整个会话就变成了“你好，我是你的 AI 助手”。所以，配置和代码必须分离，而且要早分离，越晚越痛。真正的配置管理至少得覆盖三层：第一层是全局静态配置，比如模型名称、API Key 的获取方式、超时时间，这些可以随代码包走，但也要允许环境变量覆盖；