Page 129
12 articles氛围编程有害论：当 AI 辅助的速度扼杀软件质量
AI 编码工具承诺速度，却带来理解债务——有经验的开发者使用 AI 后效率降低 19%，生成的代码问题多 1.7 倍，76% 的开发者会发布自己不完全理解的代码。
对非确定性 AI 功能进行 A/B 测试：为何你的实验框架假设了错误的零假设
标准 A/B 测试框架假设处理是确定性的，但 LLM 驱动的功能会引入处理内方差，从而破坏功效计算、膨胀样本量并产生不可靠的结果。本文为非确定性 AI 实验提供随机化、指标设计、贝叶斯方法和方差缩减的实践指南。
抽象反转问题：当 AI 框架迫使你在错误的层级思考
大多数 AI Agent 框架承诺提升速度，却带来了锁定。本文介绍抽象反转问题如何困住团队，为什么 AI 抽象比传统抽象泄漏得更快，以及生产团队最终收敛的架构模式。
智能体凭据轮换：尚未被映射到 AI 领域的 DevOps 难题
自主 AI 智能体在工具集成中积累了大量长期存在的密钥，而传统的轮换策略往往会在任务执行中途导致其中断。四种架构模式——即时置备、双重刷新、工具与运行时隔离以及连接器抽象——能够确保智能体在凭据生命周期内安全运行。
智能体死锁：当 AI 代理永远在等待彼此
多智能体 AI 系统在代理同时协调时，死锁率在 25% 到 95% 之间——这直接呼应了经典分布式系统的故障模式。实用的检测和预防模式，防止生产环境中的代理工作流冻结。
AI 辅助故障响应：为你的值班 Agent 提供运维手册
尽管 AI 投资创下纪录，但由于团队在部署 Agent 时缺乏运维手册或防护栅栏，运维负担反而有所增加。通过采用三层自治模型 —— 咨询型、审批型、条件型 —— 结合结构化运维手册和爆炸半径检查，可以将 AI Agent 转化为可靠的值班伙伴。
没有人正确衡量的 AI 功能采用曲线
DAU 和会话时长掩盖了用户是真正采用 AI 功能还是仅仅在容忍它们。了解揭示真实采用情况的行为信号——编辑接受比、绕过率、覆盖时间——以及捕获这些信号的埋点架构。
AI 功能计费是一个没人预先规划的工程问题
为什么按席位和按查询定价模式在智能体 AI 产品中行不通，如何构建从 API 调用到客户账单的成本归因栈，以及在财务团队发现之前就能告诉你哪些 AI 功能处于亏损状态的利润率计算方法。
AI 功能自相残杀：当你的智能功能悄悄杀死核心产品
自动化关键工作流步骤的 AI 快捷方式可能会悄然侵蚀参与循环、降低产品粘性，并将你的产品变成一个商品化的包装层——以下是检测和预防的方法。
AI 演示跳过的五个关卡：LLM 功能发布就绪清单
为什么“演示效果很好”是 LLM 功能最糟糕的发布标准，以及每个 AI 团队在发布前必须通过的五个生产就绪关卡。
AI 融入 SRE 循环：哪些有效、哪些失效，以及边界在哪里
LLM 可将 MTTR 缩短 40-70%，并在数分钟内自动生成故障复盘报告 —— 但凌晨三点一个自信却错误的诊断，远比聊天机器人出错危险得多。本文从实战角度拆解 AI 在哪些环节真正增强故障响应、在哪些场景自主行动会适得其反，以及决定最终结果的关键架构决策。
没人用的 AI 产品指标：超越准确率，走向用户价值信号
工程团队执迷于准确率和延迟，而真正预测 AI 产品成败的指标——任务完成率、编辑率、会话深度——却无人度量。本文介绍如何为用户价值构建埋点体系。
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。
