Page 123
12 articles生产级 AI 系统中的提示词版本控制与变更管理
当一个仅有三个词的提示词改动由于缺乏回滚路径而破坏了营收流水线时，根本原因总是一样的：提示词被视为临时配置而非软件代码。本文是一份关于提示词版本控制、静默回归检测、金丝雀发布以及“谁该负责提示词变更”这一组织问题的完整指南。
LLM 应用的测试驱动开发：类比成立与失效之处
大多数团队在编写提示词之后才编写评估——这注定了评估的薄弱。本文将介绍评估优先开发的工作原理，以及 TDD 类比在 LLM 领域失效的四个地方。
生产环境中的 LLM API 韧性：速率限制、故障转移以及简单重试逻辑的隐藏成本
LLM 供应商的可用性通常在 99–99.5% 之间——比云基础设施差 6–14 倍。本文介绍了最小可行韧性技术栈：抖动、熔断器、双重速率限制，以及在生产环境中真正有效的多供应商故障转移方案。
LLM 延迟分解：为什么 TTFT 和吞吐量是两个不同的问题
TTFT 和吞吐量并不是滑块的两端 —— 它们是由不同的物理原理驱动的，且需要不同的优化手段。本指南旨在解析 LLM 延迟的构成，并针对你的工作负载优化正确的指标。
智能体沙箱与安全代码执行：根据风险匹配隔离深度
一份关于智能体沙箱光谱的实用指南——从 Docker 容器到 Firecracker microVM——涵盖了能力限制模型、真实世界的逃逸向量，以及根据风险匹配隔离深度的决策框架。
异步智能体工作流：长运行任务设计
跨越 30 秒 HTTP 墙：针对运行数分钟或数小时的 AI 智能体，探讨异步作业队列、幂等键、检查点恢复模式以及轮询与 Webhook 的对比。
为自主 AI 智能体设计审批门禁
在关键时刻暂停 AI 智能体执行的工程模式 —— 涵盖动作风险分类、中断-检查点-恢复、异步审批工作流，以及防止静默漂移的断路器。
MCP 生产环境指南：关于模型上下文协议没人告诉你的那些事
MCP 在五个月内增长了 8,000%，但大多数团队在发布时并不了解在大规模应用中出现的延迟陷阱、安全漏洞和架构反模式。这是一份为在生产环境中运行 MCP 的工程师准备的实用指南。
领域特定 LLM 微调的合成数据流水线
构建领域特定 LLM 微调的合成数据流水线实用指南 —— 涵盖蒸馏与自我提升、质量过滤、防止模型崩溃以及预算驱动的策略选择。
结构化生成：提升生产环境中 LLM 输出的可信度
大多数基于 LLM 的应用都潜伏着一个静默 Bug：脆弱的 JSON 解析。结构化生成——包括受限解码、JSON Schema 强制执行和验证三明治（validation sandwich）——是防止一整类生产故障的基础架构层。
让 Manus 在生产环境中稳定运行的六项上下文工程技术
在重建了四次 Agent 框架并处理了数百万个任务后，Manus 团队总结了在长程 AI Agent 中管理上下文窗口的六项具体技术——以及为什么 KV 缓存命中率是大多数团队忽视的最重要指标。
动作空间问题：为什么给 AI Agent 更多工具反而会让表现变差
为 AI Agent 添加更多工具会因为注意力稀释、选择噪声和上下文混淆而降低其性能。了解层级化动作空间和 Agent 即工具（Agent-as-tool）模式如何解决这一问题。
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。
