Page 58
12 articles上线 AI 功能后的头 100 个工单
每个 AI 功能上线都会产生的为期八周的运维工单序列——成本激增、评估偏移、长尾延迟、供应商静默更新——以及预置了应对方案的上线指南。
人工审核队列是你的 P0 SLA：当 HITL 成为瓶颈时
三个月前你为了安全性而设置的人机回环（HITL）升级路径，现在正成为你 AI 功能的无形瓶颈。本文将探讨如何将其视作一个拥有独立 SLO、容量模型和反馈循环的生产系统来对待——在客户向你投诉之前，先发制人。
IDE 插件即产品：当你的编程智能体超出了编辑器的插件 API 限制
为什么领先的 AI 编程工具选择了分叉编辑器而不是仅作为插件存在，以及如何在扩展 VS Code、分叉它或从头构建之间做出决策。
LLM 作为验证器的反模式：为什么你的 AI 质量门禁存在盲点
使用 LLM 作为主要的质量门禁来评估 LLM 输出会创建一个循环验证回路，导致对系统性模型失效产生盲点。本文将探讨应采用的替代方案。
你遗漏订阅的模型提供商 Webhook 通知
主要的 LLM 提供商通过 Webhook 和电子邮件广播故障、模型弃用和账户警告，而大多数团队都关闭了这些渠道。本文将介绍一个小巧的集成方案，帮助你把“从客户那里发现问题”转变为“在自有监控系统报警前就通过提供商获知信息”。
仪表盘视为噪点的周一早晨 AI 性能下降
大多数 AI 功能仪表盘通过取平均值抹平了一种导致真金白银损失的故障模式 —— 这种每周循环的性能下降，只有当你按小时维度拆解延迟、缓存命中率和重试次数时才会显现。
当你的智能体具有自愈能力时，MTBF 已死
自愈智能体运行时已经吞噬了 MTBF 最初旨在统计的故障信号。以下是取代它的指标集：恢复后成功率、单次成功恢复成本以及单次追踪的恢复尝试分布。
当你的智能体意见相左：并行AI系统的冲突解决模式
并行智能体产生相互冲突的输出不是边缘情况——在规模化场景中这是必然发生的。以下是防止静默分歧产生错误决策的模式。
开放权重模型许可是你的团队尚未规划的合规雷区
开放权重模型许可会在微调谱系中传播，在达到一定规模时会切换条款，并带来在下载多年后才显现的审计风险。为什么模型溯源是工程任务，而非法律事务。
智能体管道中的并行陷阱：扇出为何让延迟更糟
拆分出并行子智能体看起来是显而易见的提速方案，但隐藏的协调开销——上下文合并、去重、错误聚合——会让 p99 延迟变得更糟，即便 p50 有所改善。
单用户 AI 配额：成本看板无法察觉的 UX 层
工程团队通常在完成总支出和每租户成本的监测后就此止步。但如果某个用户在周二下午 3 点触碰了配额上限，并收到一条令人费解的 429 错误代码，他们将再也不会信任这项功能。
长时 Agent 会话中的人格漂移：为什么你的 Agent 会忘记自己是谁
经过 8–12 轮对话后，Agent 人格自一致性下降超过 30%。以下是 Transformer 注意力机制导致 Agent 偏离系统提示词的原因，以及三种真正有效的生产级解决模式。
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。
