Page 129
12 articles云代理正在重塑软件构建方式
AI 编程工具已经从自动补全发展到本地代理，再到云代理——每一次转变都改变了工作的基本单元。本文将探讨云代理时代对工程师和工程基础设施的实际要求。
LLM作为裁判：构建真正有效的评估器实用指南
大多数LLM评估设置在设计上就存在缺陷——错误的指标、错误的人员、错误的方法论。这里提供一个具体的框架，用于构建与质量实际相关并能捕获真实退步的LLM裁判。
使用 LLM 构建的一年：该领域的实战经验总结
来自将 LLM 驱动的系统推向生产环境的团队的宝贵经验：为什么模型是你技术栈中最不持久的部分，如何构建真正有效的评估基础设施，以及 RAG 何时优于微调。
超越 RAG：混合搜索、智能体检索以及真正重要的数据库设计决策
当用户查询精确标识符、错误代码和命名实体时，纯向量搜索在生产环境中会失败。本指南将介绍混合搜索架构、智能体检索模式以及随之而来的数据库设计决策。
AI Agent 的工作原理：架构、规划和失败模式
深入解析 AI Agent 的工作原理——涵盖工具使用、规划模式、反思循环、多 Agent 协作以及实际生产中规划失败的五种方式。
将 LLM 系统落地生产的血泪经验
将 LLM 系统落地生产的实战经验：为什么评估要先行，为什么混合搜索优于纯向量检索，以及为什么模型本身不是护城河。
构建生产级 LLM 应用：实际会遇到什么问题
一份关于将 LLM 应用从演示阶段推向生产时会遇到的实际问题指南，涵盖推理成本、延迟权衡、提示工程 vs RAG vs 微调决策、多步管道故障、评估框架和可观测性。
LLM 驱动的自主智能体：实现真正自主的架构
大多数声称在生产环境中运行智能体的团队并未真正实现——只有 16% 的部署达到了真正自主的标准。本文将深入解析规划、记忆和工具使用等子系统，它们是区分真正智能体与美化版聊天机器人的关键，并探讨导致生产系统失败的五种常见模式。
构建能在生产环境中真正运行的 LLM 系统的七种模式
深入探讨七种工程模式——评估、RAG、微调、缓存、护栏、UX 设计和反馈循环——这些模式能将可用的 LLM 原型与可靠的生产系统区分开来。
构建生成式 AI 应用的常见陷阱
95% 的生成式 AI 试点项目未能产生可衡量的商业影响。本文总结了导致 AI 项目失败的八个工程和产品陷阱——从问题选择到评估——并提供了实际案例。
AI 智能体评估就绪清单
一份实用的、循序渐进的清单，旨在帮助你构建真正能发现故障的 AI 智能体评估，内容涵盖追踪审查、数据集设计、评估器模式，以及如何将评估与生产环境连接起来。
生产环境中的自愈智能体：如何构建自我修复系统
生产环境中的 AI 智能体悄无声息地失效 — 错误的答案、停滞的任务、没有堆栈跟踪。采用分层方法进行检测、分类和自动化恢复，可以在用户察觉之前捕获大多数故障。
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。
