受检异常处理的容错能力评估核心是检验系统在非预期输入、运行时错误或外部故障下能否维持基本功能、安全降级、准确反馈并自动恢复，重点关注崩溃前行为、崩溃后回退能力及错误是否被误判或放大，并通过输入类、环境类、逻辑类和安全类异常场景实测响应可控性、状态一致性、资源释放及时性与用户引导有效性。
受检异常处理的容错能力评估，核心是检验系统在面对非预期输入、运行时错误或外部故障时，能否维持基本功能、安全降级、准确反馈并自动恢复。它不是只看“是否崩溃”，而是关注“崩溃前做了什么”“崩溃后能否回退”“错误是否被误判或放大”。
明确评估边界与典型异常类型
评估需聚焦可复现、有业务影响的异常场景，避免泛泛而谈。常见类型包括：
- 输入类异常：空值、超长字符串、非法字符、格式错误JSON/XML、时间戳越界等；
- 环境类异常：数据库连接中断、第三方API超时或返回5xx、磁盘满、内存溢出（OOM）模拟；
- 逻辑类异常：并发冲突（如重复提交）、状态不一致（如订单已支付却触发发货）、事务中途失败；
- 安全类异常：SQL注入片段、XSS脚本内容、路径遍历尝试、高频恶意请求。
验证关键行为而非仅看日志
日志完整不等于容错有效。需实测以下行为：
Codex Sub Agents 1
下载
使用 OpenAI Codex CLI 处理编码任务。触发词：codex、code review、fix CI、refactor code、implement feature、coding agent、gpt-5-codex。Clawdbot 可将编码工作委托给 Codex CLI 作为子代理或直接工具。
- 响应可控性：HTTP接口返回4xx/5xx是否合理（如参数错误用400，服务不可用用503），是否泄露堆栈或内部路径；
- 状态一致性：转账失败后，账户余额、流水记录、订单状态是否全部回滚或标记为“待人工确认”；
- 资源释放及时性：文件句柄、数据库连接、线程池任务是否在异常后正常释放，避免泄漏累积；
- 用户引导有效性：前端是否给出可操作提示（如“网络不稳定，请重试”），而非“Error 500”或空白页。
引入分级恢复能力测试
容错不是“全有或全无”，应分层验证恢复能力：
- 秒级自愈：如连接池自动重连、缓存失效后从DB兜底加载——观察2–5秒内服务是否恢复正常响应；
- 分钟级降级：如关闭推荐模块、屏蔽非核心埋点，保障主流程可用——检查SLA是否仍满足99.5%以上；
- 人工介入阈值：当错误率持续超5%或出现特定致命异常（如数据校验和不匹配），是否触发告警并生成可读诊断包（含上下文、链路ID、关键变量快照）。
用真实数据流代替单点断言
避免只测单个接口抛异常。应构造端到端业务流，例如：
- 模拟用户下单 → 库存扣减成功但支付回调丢失 → 系统是否启动对账补偿，而非直接取消订单；
- 上传10MB文件时网络中断 → 前端是否支持断点续传，服务端是否清理临时碎片文件；
- 配置中心推送错误灰度规则 → 是否熔断该规则加载，并回滚至上一版生效配置。
这类测试暴露的是异常传播链与协同容错设计的真实水位。
