Page 29
12 articles当你的禁止列表变成秘籍：提示词中负面示例的隐性成本
成熟的生产环境提示词往往会积累一长串“不要做”的列表，但这在无形中适得其反——既暴露了攻击面，又增加了原本想要禁止的内容的产出率。
非工作时间成本曲线：为什么你的 AI 功能在周六和周二的开销不同
每周滚动平均成本掩盖了每个 AI 功能都存在的群组混合问题 —— 而那些在非工作时间产生的 3–5 倍单活跃用户成本，是一种结构性特征，而非边缘案例。
每个客户的成本集中度：为什么 AI 成本仪表盘隐藏了幂律分布
聚合的 AI 成本仪表盘隐藏了幂律分布，其中前 1% 的客户贡献了 30–50% 的 Token 支出。在某个失控的智能体循环演变成利润危机之前，请构建基于每个客户的归因、基于斜率的异常检测以及基于预留的预算强制执行机制。
每个租户的提示词编译：当你的系统提示词变成构建产物时
多租户 AI 团队在面对每个租户的提示词差异时，会意外地变成编译器工程师 —— 而运营账单会在第 6 个月如约而至。本文探讨了为什么大规模的提示词应该是构建目标，而不是配置文件。
无需 PR 的 Prompt 修改：你的 AI 团队正在失效的交付速率指标
AI 产品中的行为变更不再通过 PR 进行。领导层信任的仪表盘忽略了产品变更的主要来源，这种误判正在重塑 AI 团队的评估方式。
提示词组合：管理一组提示词，而非单一的最佳提示词
生产环境中的提示词管理通常只选取单一的最优解。应当将其视为一个投资组合：通过加权变体、感知分段的分配以及每周再平衡来进行管理。
Prompt 回滚不像代码：为什么 git revert 是错误的原子操作
git revert 恢复的是确定的过去状态。而 Prompt 回滚必须处理缓存、对话历史、评估基准以及错误的 Prompt 已经形成的 A/B 测试分群——大多数团队都是在遭受挫折后才意识到这一点。
量化衰减：你的评估集从未预见到的能力税
将 LLM 从 fp16 量化到 int4 实际上是发布了一个披着相同权重外壳的不同模型。针对原模型校准的评估套件会无声地给出错误的评分——在客户发现之前，你需要为这些能力衰减做好预算。
推理模型套利：在处理难题时，慢速昂贵模型反而更省钱
按 Token 计价仅反映了中位请求的成本，而非你产品实际服务分布的全额成本。一旦重试、人工介入和信任损失计入损益表，将复杂提示词路由至推理模型便会胜过默认使用通用模型。
重跑反模式：为什么再次运行并不能发现 Bug
重跑失败的 AI 提示词（prompt）感觉像是在进行方差探测，但实际效果却如同幸存者偏差 —— 在消耗预算外 token 的同时掩盖了确定性的 Bug。取而代之的应该是追踪优先调试和 N-of-K 准则。
自我批判税：让模型检查自己的工作如何导致成本翻倍却收益甚微
Self-Refine、验证链（Chain-of-Verification）和反思提示词在基准测试中承诺了巨大的质量提升 —— 但在生产环境中，它们会使成本增加三倍，导致延迟激增，而实际收益却远低于宣传水平。本文将教你如何在上线前评估这项 “自我批判税”。
滑动窗口税：为什么 30 轮对话的成本远超单次对话的 30 倍
多轮 AI 功能在仪表板上按调用次数计费，但在实际支出中却遵循对话增长曲线。其长尾效应呈超线性增长，而这正是账单激增的根源。
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。
