Page 125
12 articles构建受控的 AI Agent：Agent 支架 (Agentic Scaffolding) 实践指南
大多数 AI Agent 部署失败并不是因为 LLM 性能不足，而是因为其周围的支架 (scaffolding) 缺乏治理。本文将介绍如何构建安全、可审计且在生产环境中值得信赖的 Agent。
上下文工程：比提示词工程更重要的学科
为什么生产环境中 LLM 系统的真实瓶颈是上下文架构，而不是提示词措辞 —— 以及如何将上下文作为一级系统关注点进行设计。
你的 CLAUDE.md 可能太长了（这就是它不起作用的原因）
在 CLAUDE.md 中添加更多规则往往会导致你的 AI 编程 Agent 遵循的规则变少。本文将探讨指令溢出发生的原因，以及如何构建 Agent 文件以确保可靠的合规性。
生产级 LLM 系统的评估工程
如何构建真正能发现故障的 LLM 评估系统 —— 涵盖错误分析循环、评估成本层级、LLM-as-judge 方法论、CI/CD 集成以及 Agent 特有的陷阱。
多智能体对话框架：从流水线到会话智能体的范式转移
大多数多智能体系统的失败并非模型故障，而是架构失效。本文将探讨基于对话的智能体框架如何运作、其优势所在，以及为什么无结构的智能体网络会导致错误放大 17 倍。
Agentic RAG：当你的检索流水线需要一颗大脑时
大多数 RAG 系统在生产环境中失败并不是因为模型不好，而是因为工程师忽略了控制循环。这是一份 Agentic RAG 架构指南 —— 涵盖路由、评分器、幻觉检查器，以及那些会导致首次部署失败的典型模式。
为什么在 AI Agent 出错时，你现有的可观测性栈无法救场
当你的 AI Agent 推理错误时，HTTP 200 状态码和整洁的延迟图表将毫无意义。本文将探讨执行层追踪的工作原理、需要衡量的指标，以及生产级 Agent 系统中可观测性工具的具体分类。
AI Agent 代币经济学：在不牺牲质量的前提下降低成本
AI Agent 消耗的代币比聊天机器人多 3 到 10 倍，而未优化与优化后的部署在成本上可能相差 200 倍。这是一份关于提示词缓存、模型路由、上下文压缩和硬限制的实用指南，旨在真正解决成本痛点。
AlphaEvolve 的架构：演化搜索 + LLM 如何发现更优的矩阵算法
深入解析 AlphaEvolve 的四大核心组件循环——程序数据库、提示采样器、LLM 集群和评估器，以及工程师能从这一击败了 56 年历史算法的架构中学到什么。
评估 AI Agent：为什么只看结果会误导你
一份关于 AI Agent 评估的实操指南，涵盖了结果评分与多步轨迹评分 —— 包含评分器类型、pass@k 与 pass^k 的对比、评估框架设计，以及导致评估计划失败的组织陷阱。
上下文工程：生产级 AI 智能体的隐形架构
上下文腐化在大规模应用中会削弱所有主流 LLM 的表现。了解如何将上下文作为一级基础设施进行管理——包括 KV 缓存优化、可逆压缩、错误追踪保留，以及在首个生产事故发生前揭示性能下降的关键指标。
Agentic 工程模式：While 循环只是最简单的部分
每一个生产级 Agent 都运行着相同的平凡循环。真正重要的模式是围绕它构建的——提示词链式调用、路由、反思，以及防止每周产生 47,000 美元账单的上下文管理规范。
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。
