Claude Batch 跑完统计成功 9800 条，剩 200 条的 result.type 是 errored，error.type 写着 overloaded_error，整批重跑会重复计费，只想补失败的那部分。
一开始怀疑是「原始 custom_id 没留 无法定位输入」，查了一圈，方向不对。
排查方向其实有限，先把可能性排一排。批次内单条失败不影响整批状态。少数情况下是失败原因多是瞬时过载。
少数情况下是重跑时把成功结果也一起提交了。
从结果里筛出 errored 的 custom_id
python pick_errors.py --results results.jsonl --out ids.txt接着按 id 从原始输入抽行生成补跑文件
python pick_by_id.py --src batch.jsonl --ids ids.txt --out retry.jsonl只提交补跑文件
python submit_batches.py --file retry.jsonl --out retry_id.json剩下的就是合并两批结果并按 custom_id 去重
python merge_results.py --a results.jsonl --b retry_results.jsonl --out final.jsonl隔了一天再看，现象没变，说明不是偶发。
那几天正好在做别的变更，先把时间线对齐才敢动手。
别只看报错消失，验证要多做一步。补跑批次成功，合并后总条数等于原始 10000，custom_id 无重复，失败数为零。
失败行的 error 里通常带可重试标记，先按这个字段分组，不可重试的挑出来人工看。线上能稳定复现的问题都不算难，难的是只在大流量下才出现的那种。