夜间盯单定位"AI卡死"根因的完整诊断法

场景

DSH 收到派单后整夜零进展，文件时间戳 11 小时不变。第一反应是”DSH 坏了”，但直接重派大概率重蹈覆辙。

诊断路径（四步）

1. 文件时间戳盯单：不盯进程、不盯界面，只盯产出文件（大小 + LastWriteTime）。文件变说明有进展，不变说明卡了。用 cron 每 15 分钟记录一次，比对变化。
2. 极简测试隔离 AI 本体：给 DSH 一个只含一句话的工单（“新建 test.txt，内容写 hello，只做这一步”）。若 5 分钟内成功 → DSH 本身正常，问题在工单内容或派单链路；若连这个都卡 → 才是 DSH 本体故障。
3. 反查执行器行为：看执行器任务列表、事件日志、自动生成的工单文件（P00x 目录）。重点找”来源不明的工单”——本案例发现执行器下午自动派了 7 字节废工单”制作视频的插件”。
4. 还原因果链：执行器自动派废单 → DSH 当成问答处理没写代码 → 执行器验收失败 → 自动返工 → 第二次启动卡死 → 用户全程不知情。真凶是”执行器自作主张”，不是 DSH。

结论与对策

• 自动化的每一步都要有用户可见的日志，禁止”后台偷偷派单/返工”
• 执行器降级为只读记录仪，派单改手动（GUI 贴工单）
• 任何”卡死”先隔离再重派，不盲重派

验证

• 极简测试 4 秒成功（test.txt 出现）
• 根因定位后，重派正确工单一次跑通