Page 76
12 articles为什么你的 AI 演示总是优于最终上线表现
AI 演示在精心挑选的输入下得分很高。而生产环境的流量更杂乱、更广泛，并且充满了团队从未预料到的边缘情况。本文将探讨这种差距产生的原因，并提供在发布前缩小差距的方法论。
AI 招聘评分标准的问题：为什么你的面试流程选错了工程师
传统编程面试对真正预示 AI 工程成功的技能视而不见。以下是真正应该考察的内容。
指标翻译问题：为何技术上成功的 AI 项目反而失去资金
80% 的 AI 项目未能交付商业价值——不是因为模型不行，而是工程团队从未将技术指标翻译成高管能够评估的语言。一套将 F1 分数、延迟和评估结果映射到能维持项目资金的业务成果的实用框架。
环境 AI 设计：当聊天界面是错误的抽象时
大多数 AI 功能都被构建为聊天界面——但对于大部分有价值的 AI 工作来说，聊天是错误的抽象。本文将探讨如何识别何时环境智能体才是正确的选择。
标注流水线是生产级基础设施
为评估和微调运行人工标注是一个软件工程问题，但大多数团队却在用电子表格管理它。本文将探讨生产级标注基础设施的真实面貌，以及为什么标注者间一致性（IAA）是规范健康度的信号，而非人手多少的问题。
LLM 流水线的背压模式：为何指数退避还不够
四种生产模式——令牌桶队列、优先级通道、感知令牌预算的熔断器和负载卸除——在指数退避让系统陷入持续过载振荡时，让 LLM 流水线保持稳定可靠。
行为契约：编写工程师真正能测试的 AI 需求
传统的验收标准在随机 AI 系统上会失效。四字段行为契约格式——输入类、期望行为、失败预算、测试预言机——为工程师提供了真正可衡量的依据。
大多数团队都会搞错的 LLM 基础设施“自研还是购买”决策
大多数团队在做 LLM 基础设施“自研还是购买”的决策时，都低估了双方的总拥有成本 (TCO)。本文将为你分析各个阶段的盈亏平衡计算，以及那些没人列入预算的隐藏成本。
闭合反馈回路：生产 AI 系统究竟如何持续改进
为什么大多数团队收集的反馈信号从未到达模型——以及将生产遥测转化为真正能力提升的架构决策。
AI 功能中的冷启动问题：为何第一周总是失败
为何行为机器学习系统在第一天就会失败——以及在真实训练数据到来之前保持系统可用的分层引导架构。
长期运行 AI 智能体中的上下文毒化
长期运行的 AI 智能体中积累的上下文是如何默默地破坏推理能力的，导致该问题的四种故障模式，以及防止级联故障的检查点、剪裁和不变性检查模式。
系统化调试 LLM 故障：给读不懂日志的工程师的实战指南
当 Prompt 在生产环境中失效时，大多数工程师会不断尝试随机修改，直到勉强奏效。这里有一套结构化方法论——输入消融、边界测试和中间过程检查——能让你在几分钟内而非几小时内找到根本原因。
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。
