Page 121
12 articles行为契约：编写工程师真正能测试的 AI 需求
传统的验收标准在随机 AI 系统上会失效。四字段行为契约格式——输入类、期望行为、失败预算、测试预言机——为工程师提供了真正可衡量的依据。
大多数团队都会搞错的 LLM 基础设施“自研还是购买”决策
大多数团队在做 LLM 基础设施“自研还是购买”的决策时，都低估了双方的总拥有成本 (TCO)。本文将为你分析各个阶段的盈亏平衡计算，以及那些没人列入预算的隐藏成本。
闭合反馈回路：生产 AI 系统究竟如何持续改进
为什么大多数团队收集的反馈信号从未到达模型——以及将生产遥测转化为真正能力提升的架构决策。
AI 功能中的冷启动问题：为何第一周总是失败
为何行为机器学习系统在第一天就会失败——以及在真实训练数据到来之前保持系统可用的分层引导架构。
长期运行 AI 智能体中的上下文毒化
长期运行的 AI 智能体中积累的上下文是如何默默地破坏推理能力的，导致该问题的四种故障模式，以及防止级联故障的检查点、剪裁和不变性检查模式。
系统化调试 LLM 故障：给读不懂日志的工程师的实战指南
当 Prompt 在生产环境中失效时，大多数工程师会不断尝试随机修改，直到勉强奏效。这里有一套结构化方法论——输入消融、边界测试和中间过程检查——能让你在几分钟内而非几小时内找到根本原因。
文档注入：每个 RAG 管道中都存在的提示注入向量
你的 RAG 管道摄入的每个 PDF、Word 文档和电子表格都是潜在的攻击面。本文将探讨文档注入的工作原理、它在生产环境中已经造成的破坏，以及能够有效防御它的清理架构。
为什么渐进式发布对 AI 功能不起作用（以及该怎么做）
特征标志和金丝雀部署假设代码是确定性的。AI 功能是随机的，质量会悄无声息地下降，而且没有实时的标准答案。这里介绍了安全部署 AI 所需的心智模型转变。
HITL 橡皮图章问题：为什么"人在回路"往往两者皆非
大多数人在回路的实现并没有产生监督效果——它们只是产生了文书工作。以下是审查者停止审查的原因，以及在规模化场景下保持HITL真实有效的设计模式。
混合自动化技术栈：规则与LLM混合使用的决策框架
规则型自动化脆弱但可审计。LLM自动化灵活但不透明。这是一个实用的决策框架，用于判断哪些任务属于哪种范式——以及如何架构两者之间的接缝。
AI 功能的延迟预算：当核心组件是随机的，如何制定并达成 p95 SLO
LLM 延迟与数据库延迟的行为截然不同。本文介绍如何为 AI 功能制定切实可行的 p95 SLO、分解延迟预算，并利用对冲、流式传输和推测执行真正达成这些目标。
供应商可靠性陷阱：你的 LLM 供应商 SLA 已成为你用户的 SLA
你对外宣称 99.9% 的正常运行时间，但你的关键路径却依赖于一个只有 99.5% SLA 的 API——而供应商故障往往集中发生在流量高峰期。以下是在故障找上门之前弥合差距的方法。
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。
