bug：工具调用后模型出现重复词语输出，疑似生成退化

# 缺陷报告：工具调用后模型出现重复词语输出，疑似生成退化

## 1. 缺陷概要

| 项 | 内容 |
|---|---|
| 缺陷标题 | 工具调用返回失败结果后，模型最终回复出现单词/短语无限重复 |
| 缺陷类型 | 工具调用场景下的生成退化 / 重复输出 |
| 严重程度 | 中高：不一定造成业务数据错误，但会导致输出不可用、token 浪费和工具调用流程失控 |
| 发现日期 | 2026-09-08 |
| 涉及模型 | DeepSeek V4 Flash 系列，当前使用变体为 `deepseek-v4-flash（codebuddy）` |
| 调用形态 | IDE Agent 对话 + MCP 工具调用 |
| 关联工具 | 代码仓库访问工具（具体名称已脱敏） |
| 运行环境 | macOS；IDE Agent 客户端；长上下文、多轮工具调用会话 |

## 2. 问题描述

在 IDE Agent 客户端中使用 DeepSeek 模型执行 MCP 工具调用时，如果工具返回仓库不存在、项目不可见等失败结果，模型在生成最终回复阶段会出现明显的重复输出退化。

重复内容不是工具返回结果的一部分，而是模型在接收工具结果后生成的 assistant 文本。例如，某个仓库工具相关词语会被连续输出大量次数；该具体词语已在本报告中脱敏为 ``。

此外还观察到英文单词 `switch` 被连续重复输出。重复次数较多，文本看起来像模型进入了生成循环。

## 3. 复现过程

### 3.1 复现步骤

1. 在一个较长的 IDE Agent 会话中，要求模型通过 MCP 访问一个代码仓库或组路径。
2. 模型调用仓库查询、项目搜索等工具（具体工具名称已脱敏）。
3. 工具返回正常的失败结果，例如：

```text
Project "/" not found
```

4. 模型准备向用户解释访问失败原因。
5. 最终回复中出现某个词语或短语的连续重复，且重复内容与工具结果无关。

### 3.2 实际复现案例

目标地址：

```text
//list
```

工具调用结果：

- 仓库详情查询返回 `Project "/" not found`；
- 项目搜索返回空数组；
- 命名空间查询返回有限的正常结果。

之后模型输出中出现大量重复的 ``。切换代码仓库访问工具的具体实现并不能根治，说明异常主要发生在模型生成阶段，而不是某个工具返回了重复文本。

## 4. 预期行为

工具调用失败后，模型应该：

1. 读取工具返回结果；
2. 简洁说明失败原因；
3. 必要时提出下一步建议；
4. 结束本轮生成，不重复调用工具，不重复输出词语。

预期示例：

```text
工具返回 Project not found，当前凭据无法访问 /。请确认完整仓库路径或访问权限。
```

## 5. 实际行为

模型没有正常结束，而是出现以下一种或多种现象：

- 单个词或短语重复输出大量次数；
- 输出内容与工具返回结果无关；
- 回复长度异常增长，浪费大量 token；
- 用户难以判断真实工具结果；
- 看起来像模型在不断重试或陷入循环；
- 同一会话中更换工具名称后仍可能出现类似退化。

## 6. 证据与问题定位

### 6.1 工具侧响应正常

本次实际拿到的 MCP 响应是结构化、有限长度的正常结果：

```json
{"message":"Project \\\"/\\\" not found"}
```

因此当前证据不支持“工具响应本身包含重复内容”的判断。

### 6.2 重复发生在模型生成阶段

重复词语出现在工具调用返回之后、assistant 最终回复中，并且至少观察到两种不同重复内容：

- `switch` 重复；
- `` 重复。

这更符合以下问题特征：

- tool-result → assistant generation 状态切换异常；
- 长上下文条件下的局部重复退化；
- 生成终止条件未生效；
- 失败工具结果触发了错误的重试/循环模式。

当前不能仅凭客户端表现断定具体是采样参数、服务端解码器还是工具协议编排问题，建议服务端结合 request trace 进一步定位。

## 7. 影响评估

### 用户侧影响

1. 回复不可直接使用，降低模型可靠性；
2. 大量重复 token 增加调用成本和延迟；
3. 关键信息可能被重复文本淹没；
4. 用户可能误以为 MCP 或业务系统正在被反复调用；
5. 在自动化 Agent 场景中可能放大为工具重试、任务超时或执行死循环。

### 工程侧影响

该问题发生在工具调用链路中，比普通文本重复更严重：工具调用通常具有状态、副作用和预算限制。如果重复生成进一步被编排器解释为继续执行，可能导致：

- 无意义的重复工具调用；
- 任务预算耗尽；
- 自动化任务超时；
- 结果协议无法解析。

## 8. 初步根因假设

优先怀疑模型生成链路存在以下问题之一：

1. **工具结果后的生成状态退化**：模型未正确将失败工具结果收束为一次性说明；
2. **重复 n-gram 抑制不足**：短词重复时没有及时触发停止或重新采样；
3. **终止条件未生效**：模型已经进入无效重复状态，但仍持续生成；
4. **长上下文放大退化**：历史中存在多次工具调用、错误信息和重试语义，导致模型局部循环；
5. **工具编排协议与模型输出边界不清**：模型无法区分“工具调用失败后的最终回复”和“继续尝试工具调用”。

以上为定位假设，需结合服务端 token 序列、finish reason、采样配置和 tool-call 状态日志确认。

## 9. 建议采集的信息

请 DeepSeek 服务侧尝试复现并采集检查以下内容：

- request_id / trace_id；
- 实际模型版本和部署实例；
- tool result 注入后的完整消息序列摘要；
- 生成参数：temperature、top_p、max_tokens、repetition_penalty 等；
- finish_reason；
- 实际生成 token 数；
- 是否发生服务端重试或请求续写；
- 重复 n-gram 检测结果；
- tool-call 状态机是否已经进入终态；
- 首次出现重复 token 的位置。

建议日志中避免记录真实凭据、业务 token 和完整敏感报文，只保留脱敏后的消息摘要及哈希。

## 10. 修复建议

### P0：生成安全护栏

当检测到连续重复 token 或重复 n-gram 超过阈值时：

- 立即停止当前生成；或
- 丢弃异常结果并执行一次受控重采样；
- 重采样失败则返回明确错误，而不是继续生成。

### P1：工具调用终态约束

工具已经返回失败结果后，若模型没有输出新的合法 tool call，应将本轮收束为最终文本回复，禁止隐式循环。

同时建议限制：

- 单轮工具调用次数；
- 同一工具、同一参数的重复调用次数；
- 工具失败后的自动重试次数。

### P1：短上下文回归测试

增加以下自动化测试：

1. 工具返回 `Project not found`；
2. 工具返回空数组；
3. 工具返回权限不足；
4. 连续两次工具失败；
5. 长上下文中夹杂多个工具调用；
6. 中文短词和英文短词重复检测；
7. 正常工具结果和异常工具结果混合。

验收条件：

- 不出现超过阈值的重复 n-gram；
- 最终回复在合理 token 数内结束；
- 不产生未声明的额外工具调用；
- finish_reason 正常。

### P2：客户端兜底

在 IDE Agent / Agent 编排层增加重复输出保护：

- 检测连续重复文本；
- 截断异常回复并提示“模型输出异常，请重试”；
- 保留原始 request_id 便于追踪；
- 不自动无限重试。

## 11. 临时规避方案

在问题修复前：

1. 工具调用异常时切换到其他模型；
2. 使用新会话，避免继承已经退化的长上下文；
3. 限制单轮工具调用次数；
4. 工具失败后由客户端直接结束本轮，不让模型继续多次试探；
5. 对模型输出设置最大 token 上限和重复检测。

## 12. 期望 DeepSeek 团队反馈

请确认：

1. 是否已知 DeepSeek V4 Flash 系列在 tool-use 场景下存在重复生成问题；
2. 是否与长上下文、MCP 工具失败响应或特定采样参数有关；
3. 是否可以提供服务端 request trace 对应的 finish reason 和异常 token 统计；
4. 是否已有重复 n-gram 检测和自动终止机制；
5. 推荐使用哪个模型版本或参数作为临时规避方案。

## 13. 结论

本问题表现为：**MCP 工具返回有限且正常，但 DeepSeek 在工具结果后的 assistant 生成阶段出现单词/短语重复退化**。当前证据更支持模型生成稳定性问题，而不是代码仓库访问工具返回异常。

建议按“工具调用后的重复生成 / 生成终止条件未生效”方向排查，并优先增加重复输出检测、工具调用次数限制和异常生成自动终止机制。