Page 6
12 articles技能是过程性知识的包管理器
RAG 检索事实，但过程性知识必须完整加载或根本不加载。为什么 Agent 技能的表现类似于包生态系统 —— 以及为什么你的操作手册现在需要版本控制、测试、代码审查和负责人。
你在廉价模型上测试，却在昂贵模型上部署
在廉价模型上运行 CI 和评估，而生产环境却使用尖端模型，这在最关键的地方破坏了开发与生产环境的一致性。本文将探讨为什么层级差距会使你的评估门控失效，以及缩小这一差距的预算计算方法。
让所有模型都变得平庸的抽象层
多供应商 LLM 网关承诺可以通过一行代码切换模型，但却悄无声息地剥离了提示词缓存、模式强制执行和推理控制——而这些正是决定成本和质量优势的核心功能。本文将探讨何时值得支付这种“可移植性税”，以及如何利用“逃生舱”模式回归供应商原生功能。
无障碍树是你最新的公共 API
浏览器代理读取的是你的 ARIA 角色和 DOM 语义，而不是像素 —— 因此，过去十年推迟的无障碍债务现在变成了与收入挂钩的集成债务。本文将介绍如何像审计公共 API 一样审计你的无障碍树。
你的 Agent 从未读过的 ADR
编程智能体正以机器速度重新审视每一个未记录的决策。本文探讨了为什么架构决策记录（ADR）已从官僚式的点缀演变为集群基础设施，如何将它们接入智能体上下文，以及无人提醒你的过时 ADR 失效模式。
掌握你信用卡的人工智能代理：支出授权、商户欺诈以及当买家是软件时的争议处理
AI 代理在为人类设计的支付轨道上完成了价值 2620 亿美元的节日订单。本文将探讨支出授权、代理令牌和委托证明的工作原理，以及当代理买错东西时，谁来承担损失。
新员工带来的智能体：个人 AI 记忆是双向的知识产权边界
现在，员工带着个人 AI 助手入职，这些助手的记忆中存储了上一份工作的上下文——而在离职时，你的公司信息又会被吸收到一个你无法审计或擦除的租户中。本文探讨了为什么智能体记忆是一个商业机密管理问题，以及入职、离职流程和雇佣合同需要做出哪些改变。
批处理层级是 AI 时代的竞价实例
你有一半的智能体工作负载可以忍受数小时的延迟，且供应商为此层级提供了 50% 的折扣——但目前这些任务却都在交互式端点上运行。本文提供了一个根据延迟容忍度对 LLM 任务进行分类的框架，探讨了如何在 24 小时的批处理窗口中生存，并将“延迟执行”作为一种设计决策。
黑板模式回归：1980 年代的 AI 如何处理多智能体协作
通过共享计划文件进行协作的智能体团队正在重新发现 20 世纪 70 年代的黑板架构 —— 但他们只重建了白板，却遗忘了让其发挥作用的调度器、置信度评分和层级结构。
编译器是你运行过最廉价的评估 (Eval)
你的语言选择决定了智能体是能在每次编辑时获得一个免费、即时且确定性的验证器，还是将类型错误推迟到昂贵的评估套件和运行时的意外中。模型编写代码的方式如何重构了团队在十年前确定的技术栈权衡。
崩溃是承重性的：大语言模型 (LLM) 的容错性如何掩盖了破碎的数据契约
流水线曾通过崩溃来强制执行数据契约。然而，作为消费者的 LLM 却能应对畸形的输入，从而将明显的故障转变为无声的质量下降 —— 本文将介绍如何通过验证门和金丝雀断言来恢复告警机制。
工程师离职，Agent 记忆也将随之消失
离职工程师个人的 CLAUDE.md、自定义技能和 Agent 记忆文件编码了数月以来关于代码库的隐性知识——而在他们离职的那天，这些都将荡然无存。本文探讨了为什么 Agent 配置正成为新的“影子知识”，以及如何在这些知识随人走掉之前，将其提升到团队拥有的代码库中。
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。
