Page 11
12 articles你的工具 Schema 验证的是类型，而非单位
一个接收“分”为单位的退款工具往往会收到以“元”为单位的数值，因为 JSON Schema 验证的是结构而非含义。本文探讨了单位混淆是如何绕过类型、Schema 和评估的，以及如何通过命名、边界断言和评估模式来防止产生 100 倍金额的账单。
模型停滞不前，用户却在持续偏移
在没有进行任何部署的情况下，质量指标在上线 6 周后开始下滑 —— 因为用户的适应速度超过了模型的更迭速度。本文将探讨如何监测输入偏移、对指标进行分群拆解，并根据用户习惯化的周期来更新评估集。
在你的智能体能够自我重试之前，精确一次性处理（Exactly-Once）曾是一件难事
幂等键（Idempotency keys）假设调用者会逐字节重复其请求。而智能体（Agent）在重试时可能会转述自己的请求，这打破了该假设。本文将介绍如何构建工具级的去重机制，使其在调用者是语言模型的情况下依然有效。
模型崩溃始于你自己的数据湖
记录的 LLM 输出悄然成为了下个季度的训练数据。本文探讨模型崩溃是如何在你自己的数据湖中发生的，以及如何通过溯源标记、隔离区和尾部评估（tail evals）来打破这一反馈循环。
当时钟成为工具：Agent、时区以及那个只在午夜发生的 Bug
LLM 没有内部时钟，因此 Agent 会自信地漂移到过时的时间上——这表现为错过的任务调度、错误的时区计算以及破坏缓存的时间戳。本文将介绍如何将当前时刻作为基础设施来提供。
康威定律正在影响你的智能体集群
你的多智能体拓扑默认会复制你的组织架构——包括信息孤岛、有损交接和中心瓶颈。本文将探讨这种耦合何时会变成缺陷，以及如何根据问题本身来划定智能体边界。
零温度并非确定性：复现那些你无法重新运行的事故
将温度设置为零会强制执行贪婪解码，但这并不能使 LLM 推理具有可复现性。导致 Token 发生跳变的并不是采样器，而是与 Batch 相关的 GPU 数值计算 —— 本文将介绍如何为你无法重新运行的实例构建事故后分析。
评估背后的隐藏运营组织：标注者经济学
每一个评估分数都继承了你未曾预算的人工标注流程质量。了解标注者经济学、吞吐量驱动的质量衰减以及 LLM 评审如何塑造你交付的各项指标。
赔偿缺口：当你的智能体执行了不可逆操作，谁的预算来买单？
一个自主智能体造成的损失可能比你的供应商责任上限高出许多倍，而 2026 年的保险除外条款正在关闭最后的防线。本文将介绍如何在事故发生前，将自主权转化为一项明码标价的支出决策。
当流式 Token 遇到屏幕阅读器：生成式 UI 的无障碍债
将流式 Token 注入 aria-live 区域是编写最简单的代码行，却是最难解决的无障碍缺陷。本文探讨了生成式 UI 是如何积累无障碍债的，以及如何通过架构设计来避免它。
当往返时延成为 Bug ：你一直在忽略的端侧推理必要性
延迟、成本和隐私的考量正在悄然转向，反对云端往返 —— 以及决定每个查询实际运行位置的单次请求路由模式。
影子 AI：停止封禁，开始治理已经发生的泄露
员工已经将生产代码和客户数据粘贴到了消费级聊天机器人中。本文将探讨为什么封禁会适得其反、如何发现泄露，以及一个受治理的 AI 替代方案是什么样的。
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。
