Page 53
12 articles95% 可靠性幻觉：为什么你的 10 步 Agent 在 40% 的情况下会失败
一个在单步可靠性为 95% 的十步 Agent，其端到端成功率仅为 60%。验证部署、冗余模式和更短的链条是改变这一曲线的架构杠杆。
为什么 AI 生成的注释腐烂得比代码还快
AI 智能体为每个函数生成流利的文档字符串，它们往往只是在转述代码逻辑，而非编码意图。一旦代码发生变动，注释就会说谎——而下一位读者往往会相信谎言而非代码。这是一套面向 AI 辅助时代的代码审查规范。
AI 审查 AI：代码审查智能体的非对称架构
当作者和审查智能体共享同一个基础模型时，代码审查就变成了一种信心放大器，而非质量关卡。本文探讨如何通过非对称架构、多轮批评者（multi-pass critics）和评估纪律，将 AI 审查转化为真实有效的信号。
你的 API 曾假设一次只有一个人类用户。并行智能体打破了这一契约。
内部 API 是为人类节奏的会话而设计的。当用户生成并行智能体时，速率限制、幂等性假设、审计日志架构和 CSRF 流程都会瞬间失效。
你的模型更新是一次破坏性变更：你欠集成商的“行为变更日志”
当厂商静默发布一个微小的模型更新时，每一个下游提示词都变成了一个无人遵守的契约 —— 本文将探讨行为变更日志应该包含什么，为什么没有人发布它，以及消费者在等待期间应该部署哪些监控手段。
推理 Span 中缺失的 kWh 列：单次请求的碳归因
可持续性披露正从企业层面的汇总转向产品层面的细分。如果工程团队只测量每个 token 的成本而不测量每次请求的能耗，他们很快会发现自己构建的仪表盘解决的是错误的问题。
AI 输出的内容溯源：C2PA、SynthID 以及你很快将面临的审计追踪
到 2026 年 8 月，生成式模型的输出将是一个签名的制品，而不仅仅是一个字符串。本文将探讨 C2PA 和 SynthID 所要求的架构，以及为什么后期补救的成本远高于现在就开始构建。
可申诉性差距：如何工程化设计用户真正可申诉的 AI 决策
生产环境中的 AI 智能体往往会在不经意间将退款拒绝、内容删除和验证驳回变成最终定论。在监管机构或愤怒的用户逼你动手之前，抢先构建持久记录、申诉端点以及真正的二次复审流水线。
辩论多样性坍塌：当三个智能体投出 3-0 只因它们读过同样的互联网
多智能体 LLM 委员会经常投出 3-0 的票数，并非因为答案正确，而是因为前沿模型共享了先验知识。本指南将教你如何衡量辩论多样性坍塌，并设计出真正能产生分歧的集成系统。
DLP 应存在于你的 AI 网关中，而非生搬硬套到每个应用里
每个应用独立的脱敏库总会发生偏移、分叉并被绕过。应将 DLP 集中在 LLM 网关，作为强制性的出口检查点，并配备基于路由的策略和可逆保险库令牌。
双写竞态：当你的智能体与用户同时编辑同一个日历事件时
负责编辑日历、CRM 和工单的智能体，继承了一类其工具在设计之初从未考虑过的并发 Bug。修复方案是通过工具层传递版本令牌 (version tokens)。
推理预算委员会：Token 支出突破七位数时的治理之道
探讨工程团队如何在 Token 支出达到七位数门槛时进行治理：包括容量池、基于结果的费用分摊以及负责分配这些资源的委员会。
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。
