Page 68
12 articles80 问之墙：企业级 AI 安全调查问卷的真实需求
企业 CISO 现在针对 AI 开展专门的安全审查，涉及训练数据、提示词日志、租户隔离和拒绝行为等 80 多个问题。这是一份关于他们真实需求的实战指南。
方差正在吞噬实验：为什么传统的 A/B 测试功效计算不适用于 LLM 功能
经典的 A/B 测试数学模型假设每个用户的行为是确定的。LLM 功能两次打破了这一假设，导致标准的样本量模板在两个方向上都给出了错误的判断 —— 本文介绍了修复这一问题的四个转变。
智能体完成任务时房间已空：异步后台任务中的过时上下文交付
延迟 90 秒完成任务的异步智能体往往会交付用户已经不再关心的答案。解决方法在于“交付时相关性网关”，而非更快的模型。
Agent 飞行记录仪：在第一次事故发生前必须捕获的字段
当 Agent 脱轨时，大多数团队拥有的取证记录都是徒劳的。这里列出了飞行记录仪在第一次事故发生前必须捕获的字段，以及与之配套的存储、采样和隐私规范。
智能体记忆漂移：为什么一致性对齐是你缺失的关键环
长期运行的智能体在停止观察的那一刻起就与世界脱节。应将记忆视为数据库副本：使用水位线 (watermarks)、变更摘要 (change feeds) 和惰性重校验。
无真值情况下的智能体 SLO：为无法实时评分的输出建立错误预算
传统的 SRE 实践为你提供了与用户满意度直接挂钩的可用性和延迟目标。但智能体（Agentic）特性打破了这种映射。本文将介绍当“成功”在请求发出数小时后才出现时，该如何编写错误预算——以及为什么照搬延迟 SLO 手册的团队虽然能完成每个季度的目标，却眼睁睁看着用户流失。
30 秒都去哪了：APM 无法察觉的 Agent 步骤内部延迟归因
传统的 APM 将 Agent 的一个步骤视为单一的粗粒度 Span，导致值班工程师只能靠猜。通过将其分解为七个阶段，区分首字延迟 (Prefill) 与解码 (Decode)，并追踪关键路径而非总 Span 时间。
智能体流量不等同于人类流量：为两类调用者设计 API
生产环境的 API 现在正在服务两类调用者——人类和智能体。它们具有不同的流量特征、故障模式和安全风险。在 2026 年，将它们混为一谈是所有关于端点不稳定问题调查的根源。
Agent 撤销按钮是 Saga，而非栈
多工具 Agent 撤销本质上是一个伪装的 Saga 模式问题。预计算逆操作、残留 UX 和级联限制决定了撤销是会成功，还是会在 40% 的情况下静默失败。
Agent 工作流的碳计算：Token 预算现已成为 ESG 披露
Agent 工作流消耗的能量可能是单次对话补全的 50–200 倍，采购团队已经开始关注这一指标。本文是一份关于逐任务碳归因、碳预算强制要求的路由决策，以及为什么率先进行观测的团队能掌控话语权的务实指南。
AI 网络保险：你的智能体会首先发现的保障缺口
大多数网络保险和 E&O 保单是为数据泄露和程序漏洞设计的，而非针对使用你的凭证运行的智能体。这种保障缺口通常在理赔时才会显现，而那时往往没人提前为此做好规划。
AI 工程师面试系统性失灵：停止考实现，开始考评测设计
Leetcode 筛选和系统设计环节是针对编写确定性代码的工程师进行校准的。AI 工程需要一种不同的信号 —— 能捕捉到这种信号的环节是评测设计，而非具体实现。
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。
