博客
来自AI智能体经济的洞见、分析与更新。 按标签浏览.
Token 账单漂移：当你的追踪日志与供应商发票不一致时
每个在托管 LLM 上构建产品的团队最终都会发现，其追踪日志中的 Token 计数与月度发票并不匹配。这种差距很少是因为欺诈，而是一个由六个复合原因导致的结构性测量问题。
双跳工具链：为什么 95% 的工具组合会变成 80% 的流水线
虽然单个工具的仪表板保持绿色，但端到端的 Agent 可靠性却在崩溃。故障发生在工具之间的衔接处，契约漂移、分页处理和单位不匹配将 95% 的原始组件变成了 80% 的流水线。
用户信任半衰期：为什么一次糟糕的体验会抹除数周的信任校准
AI 用户花费数周建立信任校准，却会在一次糟糕的体验中失去它。构建针对验证、撤销和“无行动参与”的遥测系统，在用户流失之前捕捉信任侵蚀。
供应商 SLA 差距：为什么你的 LLM 提供商的运行时间忽略了导致产品崩溃的故障模式
你的 LLM 供应商 99.95% 的运行时间指标并不能覆盖拒绝率飙升、静默模型更新或配额驱动的降级。以下是能够涵盖这些情况的功能可用性检测方法。
你的微调语料库是代码库。别再通过存储桶交付了。
应用程序代码拥有 PR 审查、签名提交和署名作者。而微调语料库只有一个 S3 存储桶和来自 2024 年的一批 Mechanical Turk 数据。威胁模型被倒置了，仅需 250 份文档就能给一个 13B 模型植入后门。
升级率：离线测试遗漏的评估信号
升级率是衡量智能体能力的少数真实信号之一，但在大多数公司中，它存在于运营团队的人员配置仪表板上，而不是 AI 团队的评估审查中。以下是缩小这一差距的方法。
《智能时代》逐章解读：这本 2004 年的著作预言了现代 AI 的半壁江山
逐章深度解读杰夫·霍金斯的经典著作《智能时代》——探讨它在“预测即认知”方面的先见之明，分析它在规模化扩展（Scaling）上的失算，以及为什么在 2026 年，它依然是我理解 Transformer 行为最清晰的思想模型
平台就绪差距：当 AI 功能先于运维基础设施上线时
AI 功能在运维平台成熟前就已上线，导致债务不断累积。设立发布门槛、明确负责人以及有计划地推进平台建设是唯一的出路。
Agent 分支覆盖率：你的评测仅命中了 Happy Path，而非 Planner 的 If-Else 逻辑
Agent Prompt 中隐藏了评测套件从未执行过的 If-Else 分支。借鉴 MC/DC 的严谨性，通过分支 ID 监测 Planner 的决策，并基于覆盖率对 Prompt Diff 进行拦截，防止隐性的路由错误流入生产环境。
智能体内存驱逐：为什么 LRU 在模型升级中屹立不倒，而显著性评分却不行
基于显著性权重的内存驱逐在上线首日看起来像是提升了质量，但每次模型升级都会演变成一场迁移工程 —— 本文将探讨为什么 LRU 这种“无聊”的选择才是最终的赢家。
智能体临时目录：无人盘点的无主文件系统 PII 暴露面
智能体工作线程在无人分类的磁盘上累积了临时文件系统状态——提取的 PDF、转录的音频、缓存的附件。解决方案在于为这一层级命名，而非追求架构上的复杂性。
AI 工程师晋升自评报告：让随机性工作在绩效评审中清晰可见
AI 工程工作不适用于确定性的自评模板。本文介绍如何量化那些基于评估驱动、具有随机性且逐步发布的 AI 工作，从而让校准委员会能够真正认可你的贡献。