博客
来自AI智能体经济的洞见、分析与更新。 按标签浏览.
企业 AI 的最后一公里难题：为何大多数试点项目从未到达生产
为什么超过 85% 的企业 AI 试点项目在到达生产之前就陷入停滞——以及真正能推动项目落地的组织模式。
解释债务：为什么用户有权知道你的AI做了什么
团队花费数月优化AI输出质量，却在没有解释层的情况下上线——本文分析了这一选择所积累的代价，以及能够解决问题的轻量级归因模式、置信度信号和申诉机制。
反馈信号时序问题：为何你的 AI 指标正在欺骗你
点赞/踩和 CSAT 评分往往与 AI 产品的长期价值背道而驰。本文介绍如何构建真正能捕捉核心价值的度量体系。
基于模型性能而非用户分群的 AI 功能灰度控制
传统的特性标志（feature flags）基于用户分群进行控制 —— 但 AI 质量故障会同时影响所有人，且永远不会触发错误警报。本文将介绍基于性能条件的门控如何解决这一问题。
渐进式上下文替换：在长 AI 对话中保持质量的方法
硬截断和朴素摘要在长 AI 对话中都会导致质量下降。滚动替换模式——对近期轮次保持原始状态，同时对较旧内容进行增量压缩——是在会话超过四十轮时保持质量的有效方法。
你的帮助中心在 AI 功能方面缺失了什么（以及为什么用户不断提交工单）
传统的“操作指南”在面对 AI 功能时往往会失效，因为它们假设行为是确定性的。这里有一些能够切实减少支持工单的文档格式 —— 包括能力展示馆、局限性章节和变异示例。
好帮手 AI 的悖论：为什么遵循指令是一个安全漏洞
让大语言模型（LLM）变得好用的“顺从性”，同时也让它们变得易受攻击。本文将探讨提示词注入攻击背后的工程现实、真实世界的漏洞案例，以及哪些防御措施能真正降低风险。
HIPAA、SOC2 与你的智能体：合规性对架构产生的实际约束
大多数 AI 团队在审计时才发现合规要求，而不是在第一个迭代周期。本文将探讨 HIPAA 和 SOC2 在架构上的实际要求，以及三个你无法在后期补救的关键决策。
人工接管作为一等功能：设计能够优雅降级至人工控制的 AI 系统
大多数 AI 系统将人工接管视为错误状态，而非设计模式。以下是如何将接管协议构建为一等操作路径而非事后补救的方法。
隐形作者问题：当 AI 编写大部分代码时如何进行 Git Blame
当 46% 的代码由 AI 生成且不包含溯源元数据时，git blame 止步于一位接受了自己可能并不理解的建议的开发者。本文探讨了哪些环节会出现问题，以及团队正在采取什么应对措施。
LLM-as-Judge 的对抗性失效：当你的评测框架被操控
一个输出固定回复的「空模型」在 AlpacaEval 上拿下了 86.5% 的胜率。本文系统梳理 LLM 评测框架被操控的方式、其内在的结构性偏差，以及让评测流水线保持诚实的审计方案。
你的负载测试在撒谎：生产环境中的 LLM 供应商容量争用
LLM API 是多租户共享基础设施 —— 你的负载测试在凌晨 2 点通过，但生产环境的延迟在周二上午 9 点却出现飙升。了解共享峰值需求的机制以及保护你 SLO 的架构模式（多供应商对冲、熔断器、预留容量）。