Page 50
12 articles非阻塞 AI：让应用在智能体工作时保持响应的异步 UX 模式
长时间运行的智能体任务会打破同步 UX 的所有假设。本文介绍让应用在智能体工作时保持响应的后端与前端模式。
组织级古德哈特定律：当团队开始操控 AI 采用率指标
当 AI 采用率指标成为绩效目标，团队便开始优化指标而非结果。本文探讨这种现象如何发生、为何难以察觉，以及哪些衡量方式真正能经受住组织激励机制的考验。
过拟合的组织：当你的 AI 团队模型专业知识成为负担时
深入的模型特定专业知识在供应商弃用模型或改变行为之前看起来是优势。本文将探讨 AI 团队如何意外地对单一模型系列产生“过拟合”，以及具备模型可移植性的团队有哪些不同做法。
个性化画像衰减：当 AI 对用户的认知不再是真实的用户
AI 个性化系统会随着用户画像的陈旧而悄然退化——以下是如何在衰减演变为用户流失之前检测到它，以及如何在不强迫用户重新引导的情况下重新个性化。
群体提示问题：为什么你的系统提示对80%的用户有效，却悄然让另外20%的用户失望
系统提示是为想象中的中位用户编写的，但生产流量是一个分布。以下是如何找到那20%被你的提示悄然失败的用户——以及应对方法。
部署前的自主权红线：团队在事故迫使对话之前跳过的安全演练
一个具体的框架，用于在生产部署之前定义 AI 智能体永远不被允许执行的操作——以及为何将这些限制编码在系统提示词中是不够的。
提示词契约测试：多智能体团队如何协同而不互相破坏
多智能体AI系统在生产环境中的失败率高达41%–87%，其中超过三分之一是智能体间的协调故障。提示词契约测试——将消费者驱动契约的思想应用于LLM提示词——正是团队在不互相破坏的前提下持续交付的方法。
Prompt 权重归因：识别系统提示词中的“无效指令”
一份实用的工程指南，教你识别系统提示词中哪些指令真正驱动了模型行为，而哪些只是在白白消耗 Token。
提示工程的职业陷阱：哪些 AI 技能会复利增长，哪些会逐渐退化
大多数提示工程技能都有半衰期。随着模型的改进，少样本示例和思维链（CoT）模板的价值会逐渐侵蚀，而评估设计、行为规范和系统架构则会产生复利效应。本文将告诉你如何判断你的技能处于哪一边。
Prompt 变异测试：找出哪些系统提示词指令真正起作用
大多数系统提示词都包含冗余信息。通过扰动框架可以揭示模型真正执行了哪些指令，以及哪些指令被默默忽略了。
当 RAG 让你的 AI 变差：创造力与事实锚定的权衡
检索增强能提升事实准确性，但会系统性地削弱创意和生成类任务的质量。本文介绍如何识别这一问题，并应用选择性锚定策略。
只读棘轮：为什么你的生产环境智能体不应该从完整权限开始
大多数团队会预先授予 AI 智能体完整权限，然后在发生事故后才仓促进行限制。更安全的模式是从只读开始并逐步提升信任——这一模式已在 UNIX、OAuth 以及日益增多的生产环境故障案例中得到了证明。
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。
