Page 10
12 articles规范翻译税：当规范、提示词和评估发生漂移时
规范、提示词和评估是同一意图在不同媒介下的三种翻译。如果没有强制的一致性，它们就会产生漂移。一年后，没有人能分清某个回归到底是提示词的 Bug、规范的缺失，还是从第一天起就错误的评估。
流式工具结果破坏了请求-响应式智能体规划器
“缓冲并移交”式的集成会将流式工具转变为撑爆上下文、吞噬延迟的隐形故障点。一个由四个部分组成的规划器契约 —— 流式标志、运行摘要、consume_until 和预算中止 —— 能让智能体在执行轨迹而非具体数值上进行推理。
工具行为漂移：Schema 没变，语义却变了
当 Schema 保持不变但工具的行为发生偏移时，你的 Agent 就会悄然退化。这是一份关于如何检测和遏制工具行为漂移的实战指南。
工具组合沙箱逃逸：当三个安全工具组合成数据泄露时
每个工具的 ACL 都没有问题，但它们的组合导致了 PII 泄露。智能体权限表面是工具目录在组合下的闭包，而针对单个工具的审查只是在审计词汇，规划器却在构建句子。
工具延迟尾部：为什么 p99 重塑了智能体架构而 p50 掩盖了问题
基于单个工具中位数构建的智能体延迟预算在生产环境中会悄无声息地失效：经过 7 个步骤后，尾部延迟开始占据主导地位，导致尽管单个工具的仪表盘显示为绿色，用户却仍在等待。本文将深入探讨为什么 p99 会重塑智能体架构，相关的工程规范是什么样的，以及哪些具有 40 年历史的分布式系统技术可以直接应用。
当工具撒谎时：智能体默认信任的“伪成功”失败模式
工具调用返回成功，但底层操作从未实际执行——这是导致“模型对用户撒谎”事件背后的结构性失败模式，也是高风险智能体所需的校验层。
“无助但安全”的失败：为什么拒绝率是错误的安全性指标
拒绝率看起来像是一种安全控制手段，但将其视为唯一指标会导致交付出的模型虽然礼貌且符合审计要求，却会被用户抛弃。本文将探讨为什么过度拒绝在生产环境中难以察觉，套话和直接拒绝如何影响留存率，以及如何使用双轴评分标准而非单一的二元标准来评估拒绝行为。
语音智能体轮次切换：重塑架构的 250 毫秒门槛
200–300 毫秒的轮次转换窗口迫使语音智能体采用实时架构：流式流水线、语义端点检测、猜测性生成以及插话处理。
挂钟时间截止日期漂移：为什么你的智能体认为它还有时间但实际上没有
透明的工具重试在静默地消耗挂钟时间预算，而规划器却基于过时的截止日期进行推理，从而导致单一层级指标无法捕捉的双峰 SLA 故障。
好奇的顾客：如何为把 AI 智能体当作解谜游戏的用户进行设计
在合作用户和恶意攻击者之间存在着第三类人群：把你的 AI 智能体当作解谜游戏的好奇顾客。本文将介绍如何构建评估、拒绝机制和回退方案，使你的品牌在这些关键时刻经受住考验。
Agent 循环容量计算：为什么你的预置吞吐量只有你想象的一半
基于用户 QPS 估算的预置吞吐量往往会因为循环扇出因子而导致 Agent 产品资源配置不足。应改为基于模型调用率、循环深度和突发尾部延迟进行规划。
智能体状态差异对比 (Agent State Diff)：为什么肉眼对比两条追踪路径无法规模化
同一个提示词的两次智能体运行几乎从未产生过完全相同的输出。仅在文本层面进行 Diff 会掩盖问题的真正原因。本文将探讨结构化 Diff 的必要条件以及如何构建此类系统。
关于 Tian Pan
我是 Tian Pan，一名工程师型创始人，专注于智能体工程——构建自主 AI 系统并扩展工程团队。我撰写关于系统设计、技术领导力和 AI 智能体实战的实用指南。曾在 Uber、Brex 和 IoTeX 担任早期工程师。
