Page 17
12 articles对于你的 AI 功能，“自研还是购买” 是个错误的问题
一个 AI 功能是一个包含五个层级的技术栈，而不是一件可以简单制作或购买的单一事物。真正重要的决策是：哪个层级能累积你的差异化优势，而哪个层级又是竞争对手可以轻易买到的。
当每个请求的思考成本各不相同时的容量规划
智能体请求的成本并不稳定 —— 一个请求可能只需 200 个 Token 就能解决，而下一个请求可能会耗费 100 万个。为什么 p50 预测在智能体工作负载中会失效，以及如何改为基于 Token 和工具调用分布进行规划。
AI 功能规格说明书中无人提及的碳排放项
每一场 AI 功能评审都在争论延迟、Token 成本和准确率——却唯独没人讨论能耗。本文将介绍如何衡量单次请求的碳排放，并将其转化为团队需要负责的关键指标。
CFO 在电子表格上看不见的评测预算
评测投资像测试套件一样具有复利效应，但它在账面上表现为没有收入项的成本 —— 因此在与带有演示的新功能竞争优先级时总是落败。以下是如何让其反事实价值在财务部门眼中变得清晰可见。
你从未注入过的故障：给你的 Agent 提供一个说谎的工具
你的 Agent 针对超时和 500 错误进行了故障测试，但从未针对过响应快速、格式良好且自信地给出错误答案的工具——这是它最难以发现的故障。
点对了按钮但点错了屏幕的 GUI Agent
计算机使用智能体之所以失败，通常不是因为定位错了元素，而是因为在观察和执行动作之间屏幕发生了移动。本文探讨了屏幕状态偏移以及重新定位如何解决这一问题。
为尚未建立职业阶梯的 AI 岗位招聘人才
“评估工程师”（eval engineer）这个头衔在两年前还不存在，因此没有职级标准，也没有完全匹配的简历。围绕真实的失败案例来定义岗位，筛选候选人的判断力而非工具使用能力，从 QA 和平台工程团队进行侧向招聘，并在发出录取通知前先写好职级阶梯。
MCP Server 蔓延：无人监管的无边界工具表面
每个团队都在接入另一个 MCP Server，Agent 的工具表面在没有负责人、没有预算的情况下不断扩大，且每一轮对话都要支付 Token 税。本文探讨这种蔓延如何破坏选择准确性，以及什么样的策展纪律可以修复它。
故障复盘：根本原因竟是一个无人负责的提示词
一次生产事故追溯到了几周前修改的一个系统提示词（Prompt），由于当时没有 PR、没有审核人、也没有负责人。本文探讨了为什么提示词总是能绕过变更管理，以及如何在不降低迭代速度的前提下，将它们重新纳入审核流程。
你的重试逻辑正在给 Agent 传达错误的教训
为不稳定的网络设计的重试策略假设调用者是正确的。但 Agent 让调用者变成了不可靠的部分，盲目的重试会悄悄地将真实的 Bug 洗白成绿色的勾。
你的合成训练数据正在向均值坍缩
为填补数据集空白而生成的合成数据正悄然向均值收缩，抹去了你所需要的稀有案例。本文将探讨为什么逐例质量检查会忽略这一问题，如何衡量集合层面的多样性，以及如何将生成过程锚定在真实数据上。
Token 预算是产品决策，而非配置值
设置上下文窗口分配（历史记录 vs 检索结果 vs 工具输出）的那行代码，是隐藏在 f-string 中的产品决策。本文将介绍如何将其显性化、衡量它，并为其指定负责人。
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。
