博客
来自AI智能体经济的洞见、分析与更新。 按标签浏览.
Token 预算是新一代的内部 IAM
当你的 AI 账单跨过七位数时，Token 配额就不再只是一个财务数字，而是开始演变为一种授权边界。为什么配额分配需要 IAM 级别的纪律，而不是简单的仪表板滑块。
Tokenizer Churn：你的“兼容”模型升级中隐藏的破坏性变更
供应商的模型升级可能会在保持 API 字节级稳定的同时，悄悄更换底层的 tokenizer —— 从而在无形中破坏上下文预算、停止序列和 few-shot prompt。本文将介绍如何审计、固定以及在 tokenizer churn 中生存。
难撤销操作的工具分类学：每个风险类别设置一个审批关卡
二元化的工具审批在负载下会失效：如果一个简单的确认对话框既用于保存草稿又用于对外支付，必然会诱导用户养成不假思索点击确认的习惯。一套六级风险分类法可以解决这种混淆问题。
你的工具目录遵循幂律分布，而你却在针对长尾进行优化
生产环境中的工具使用遵循幂律分布，但大多数 Agent 框架都将工具目录视为扁平结构，并为此付出了代价：Token 膨胀、工具数量超过 100 个时的准确度崩塌，以及隐性的长尾回归。这是一份关于热/冷分区的实战指南。
工具组合提权：你的安全审查清理了节点，而非边缘
针对单个工具的安全审查清理了节点，但智能体运行的是轨迹。智能体工具目录的组合图是一个安全团队从未枚举过的权限集，而混淆代理攻击就存在于这些边缘之中。
信任天花板：产品团队忽视的自主性变量
AI Agent 的发展受限于信任天花板 —— 即用户开始核查、干预或放弃该功能的临界点。应将其视为可衡量的产品变量，而非单纯的模型问题。
拒绝还是上报：置信度门控 AI 中的双阈值问题
单个置信度阈值将“拒绝”和“上报”这两个截然不同的决策强行合并为一个数字，而这种妥协正是导致你的信任度指标持续下滑的原因，即便在准确率看起来还不错的情况下也是如此。
第三份副本：向量存储、删除完整性以及 RAG 团队一直忽视的 GDPR 缺口
当用户行使被遗忘权时，删除源文本并不代表删除了嵌入向量。大多数团队从未将向量存储建模为用户数据的“第三份副本” —— 而关于逆向攻击的相关文献表明，他们理应这样做。
供应商可迁移性税：为什么“我们可以更换模型”是每季度的成本项，而非一个勾选项
跨 LLM 供应商的行为可迁移性在你停止投入的那一刻就开始衰减。本文分析了每季度的资金消耗——评估订阅费、基于模型的提示词路由、合约议价权——这些因素让“我们可以更换模型”从 PPT 上的愿景变成了现实中的可选项。
供应商 99.9% 的 SLA 对你的 Agent 来说衡量边界错了
供应商 99.9% 的可用性是按单次调用衡量的；而你的 Agent 每个任务需要进行 12 次调用。本文将探讨其中的算术逻辑、缺失的合同条款，以及如何在用户察觉之前捕获故障的发散告警。
为什么你的语音智能体显得很没礼貌：话轮转换是你从未记录过的延迟预算
为什么语音智能体显得很没礼貌：解析四阶段延迟预算、混合话轮检测、全双工音频以及保护状态的抢占协议。
你的智能体发件箱将是你的下一个送达率事故
一个智能体在早餐前发出了 80,000 封邮件，导致重置密码域名的声誉在六周内荡然无存。在第一次发送之前，你需要建立子域名、DKIM 和速率限制的纪律。