Page 109
12 articlesAI 智能体的集群健康监控：单智能体可观测性在规模化场景下的盲区
从单个智能体扩展到上千个，会暴露出单智能体可观测性工具完全忽视的集群级故障模式：版本异构性、关联服务商级联故障，以及在几分钟内耗尽月度预算的 Token 消耗螺旋。
GraphRAG vs. Vector RAG：知识图谱何时优于向量嵌入
在合规和企业领域的多实体查询中，向量嵌入的准确率往往会降至零。本文将探讨知识图谱在何时是更优选择，以及你将面临的运维成本。
人类放在哪里：AI 审批关卡的放置理论
最常见的 HITL 错误不是跳过人工审核——而是将其放置在错误的位置。本文提供了一个框架，用于按风险对智能体动作进行分类，并在恰好能防止不可逆损害的位置插入审批关卡。
当 Embedding 不够用时：混合检索架构的决策框架
一个实用的框架，涵盖了何时将 BM25 与稠密 Embedding 结合、如何在不破坏召回率的情况下处理元数据过滤，以及何时交叉编码器重排序值得投入延迟成本。
当你部署企业级 AI 时，你也制造了内部威胁
为员工提供 AI 编程助手和文档搜索智能体，也让被窃取的内部账户获得了显著放大的能力。本文将探讨其威胁模型以及限制爆炸半径的架构控制措施。
指令复杂度悬崖：为什么大语言模型能可靠遵循 5 条规则却无法遵循 15 条
前沿模型能够可靠地同时满足约 3 个叠加约束，但会遗忘埋藏在长提示词中间的规则。本文将展示关于指令遵循能力退化的实证数据，以及在大规模应用中保持系统提示词可靠性的设计模式。
参差不齐的边界：为什么 AI 在简单任务上会失败，以及这对你的产品意味着什么
AI 的能力曲线是参差不齐的，而非平滑的——在某些任务上表现超人，但在相邻任务上却表现得极差。本文将探讨这如何制造了隐形的产品陷阱，以及你该如何应对。
知识污染问题：当你的 RAG 系统忽略自身检索结果时
LLM会自信地从训练记忆中作答，即使检索已提供了更好的事实。本文介绍如何判断模型是忽略了上下文还是检索本身就失败了——以及该如何应对。
知识切断是一个隐形的生产环境 Bug
模型的训练知识切断点不仅仅是文档中的一个脚注 —— 它是一种传统监控无法察觉的延时生产故障。本文将介绍如何检测、遏制并围绕它进行设计。
生产环境中的实时网络接地：调用搜索 API 只是开始
为什么'直接调用搜索 API'产出的流水线远比工程师预期的差——延迟数学、故障模式，以及将演示级与生产级网络接地区分开来的架构模式。
LLM作为标注器的质量控制：当标注者与学生共享训练数据
用LLM为另一个LLM的微调标注数据看似高效——直到两个模型都吸收了同样的互联网文本。本文阐述共享预训练如何造成系统性标注失效，以及真正有效的检测与缓解策略。
当大语言模型（LLM）在数据归一化方面超越基于规则的系统时（以及何时无法超越）
LLM 在处理凌乱生产数据的长尾问题上比规则系统表现更好 —— 但其成本往往令大多数团队感到意外。本文将介绍在生产环境中真正经得起考验的混合架构、成本计算模型以及验证模式。
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。
