Page 142
12 articles生产环境中的 Agentic Coding：SWE-bench 分数没有告诉你的真相
SWE-bench Verified 的评分已达到 80% —— 然而同样的模型在更难的基准测试中仅获得 23% 的分数，一项受控研究发现 AI 工具反而让经验丰富的开发者效率降低了 19%。本文将探讨编程智能体在何处真正交付价值，以及它们在何处悄然失败。
LLM 应用的 CI/CD：为什么部署 Prompt 与部署代码完全不同
部署新的 Prompt 版本可能会以仪表盘无法察觉的方式悄然破坏生产环境。本文将介绍如何为 LLM 应用构建完善的 CI/CD 流水线 —— 从 Prompt 版本控制和阴影测试，到金丝雀发布和行为偏移检测。
上下文填充反模式：为什么更多的上下文反而会让 LLM 变差
将完整文档、原始工具输出和长聊天历史直接塞进 LLM 上下文窗口是一个可靠性陷阱。本文将介绍如何检测上下文何时在损害你的系统 — 以及如何通过具备预算意识的策展模式来修复它。
持续批处理：LLM 服务中提升 GPU 利用率的最关键技术
深入探讨迭代级调度如何取代静态批处理，在生产环境的 LLM 服务中实现 4–8 倍的 GPU 吞吐量提升，以及在高并发场景下出现的失效模式。
你的数据库模式是 AI Agent 的心智模型
规范化程度较差的数据库模式会导致 AI Agent 产生 Join 幻觉、误读关系，并引发不必要的工具链式调用。本文将介绍如何设计一个 Agent 能够真正理解并推理的模式层。
生产环境中的嵌入模型：选择、版本管理与索引漂移问题
选错嵌入模型或升级管理不当，会悄无声息地毁掉 RAG 的检索质量。本文是一份实用指南，涵盖了超越 MTEB 评分的模型选择、索引漂移检测以及零停机版本管理策略。
AI 功能标记：LLM 驱动功能的渐进式发布
发布 LLM 驱动的功能不仅需要传统的功能标记。本指南涵盖了提示词变体管理、三层指标栈、多轮会话的群组一致性、静默降级检测以及真正有效的回滚策略。
微调经济学：投入之前真正的成本计算
大多数团队将微调成本低估了 3–5 倍，因为他们只预算了训练运行的费用。这里有一套完整的成本模型 —— 包括数据整理、失败的实验、部署、维护 —— 以及一个用于判断 LoRA/PEFT 在何时真正胜过长达数月的提示工程的决策框架。
生产环境中的 GraphRAG：当向量检索遇到瓶颈时
向量检索在多跳推理查询中往往力不从心。GraphRAG 填补了这一空白，但它也引入了不同的成本结构、失败模式和维护负担，而这些正是大多数团队所低估的。
知识蒸馏的经济学：压缩前沿模型真的划算吗？
将前沿模型压缩为专用小模型的真实成本计算——蒸馏何时优于微调、何时不适用，以及学生模型继承教师模型自信错误的失败模式。
在不破坏生产环境的情况下发布 AI 功能：LLM 的阴影模式、灰度发布和 A/B 测试
将新的模型版本或提示词更改推送到生产环境存在标准部署流程无法捕捉的风险。本文介绍了阴影模式、灰度发布和 A/B 测试如何协同工作，以实现安全的 LLM 发布。
生产环境中的 LLM 流水线在哪泄露用户数据：PII、数据驻留以及经得起考验的合规模式
大多数 LLM 数据泄露并非来自模型本身，而是源于未脱敏的 RAG 分块、逐字的提示词日志以及可被注入的检索流水线。本文是一份关于生产级 AI 系统中 PII 处理、数据驻留路由和合规日志记录的实用指南。
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。
