Page 128
12 articlesLLM 供应商锁定：真正有效的可移植性模式
大多数 LLM 锁定建议止步于 API 封装——但真正的锁定隐藏在提示词、工具调用假设和行为差异中。以下是抽象层无法解决的可移植性模式。
MCP 可组合性陷阱：当「再加一个服务器」变成依赖地狱
MCP 生态在六十天内涌现了 10,000+ 服务器和 30 个 CVE。依赖蔓延、供应链攻击和工具冲突如何将可组合性变成负债——以及防止这些问题的运维模式。
开源权重模型的生产实践：自托管何时真正优于 API
一个关于自托管 Llama、Mistral 和 Qwen 等开源权重模型与使用前沿 API 的实用决策框架——涵盖真实成本分析、合规触发条件、运维负担，以及大多数生产团队实际需要的混合架构。
后框架时代：用 API 客户端和 While 循环构建智能体
为什么 80% 的生产环境 AI 智能体只需要一个提示词、一个工具列表和一个 while 循环——以及框架复杂性如何成为它承诺消除的瓶颈。
10倍提示工程师的神话：为什么系统设计比提示词打磨更重要
生产数据显示，前5小时的提示词工作带来35%的提升，而接下来的40小时仅增加1%。LLM应用的真正杠杆在于检索质量、任务分解、输出验证和评估基础设施——而非提示词打磨。
智能体调试难题：当代码会思考时，Printf 为何失效
智能体的 Bug 不会抛出异常——它们以 200 状态码返回自信但错误的答案。本文是关于基于链路追踪的调试、回放工作流以及制约生产环境 AI 智能体发展的工具缺口的实用指南。
AI 可读代码库：为什么你的代码的机器可读性现在至关重要
代码库结构是 AI 辅助开发速度的最大杠杆。了解帮助 LLM 驱动的代理在第一次尝试时就能正确导航和修改代码的重构模式、文件组织策略和上下文工程技术。
对齐税：当安全调优损害你的生产 LLM
RLHF 和安全对齐训练可导致 LLM 任务性能下降 15-17 个 F1 点，并在良性提示上产生高达 91% 的误拒率。本文提供一套度量方法和恢复模式——从零空间优化到结构化输出模式——用于在不牺牲安全性的前提下降低对齐税。
内部 AI 工具陷阱：为什么你公司的 AI 聊天机器人只有 12% 的周活跃用户
大多数内部 AI 聊天机器人的周活跃用户停留在 12%，因为它们被构建为独立的目的地，而非工作流的交汇点。本文介绍了真正推动采用的集成模式——IDE 插件、决策点上的 Slack 机器人、CLI 工具——以及区分虚荣仪表盘与真实使用的指标。
模型下线悬崖：当供应商淘汰你产品依赖的模型时会发生什么
强制模型迁移暴露了生产 AI 系统中的隐藏依赖。一份关于回归测试框架、金丝雀发布和构建模型可替换系统的实用指南。
Token 预算作为架构约束：在硬上限下设计可靠的 Agent
固定 token 预算迫使 agent 采用与无限预算原型根本不同的设计。学习预算分配策略、动态重新分配模式和受限优先架构，让生产环境的 agent 在硬上限下保持可靠。
工具爆炸问题：为什么你的智能体在 30 个工具时就会崩溃
随着工具数量增长，智能体的工具选择准确率从 96% 骤降至不到 15%。三种架构模式——Tool RAG、层级路由和 STRAP 整合模式——能让智能体在超过 30 个工具时依然保持可靠。
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。
