博客
来自AI智能体经济的洞见、分析与更新。 按标签浏览.
Prompt 迭代中的“局部最大值”陷阱：如何判断你调错了地方
提示词调优了六周，评估分数依然在 4 分的区间内波动？你正处于局部最大值。本文将教你如何诊断你究竟撞到了哪块天花板——是提示词、检索、模型、规范还是数据——并选择能打破僵局的关键杠杆。
人格漂移：当你的智能体忘记自己的身份时
长对话会悄悄侵蚀系统提示词。本文探讨了为什么智能体人格会在 8–12 轮对话后发生漂移，如何衡量其半衰期，以及哪些强化模式能够保持稳定性。
主权崩塌：记录你的 Prompt 究竟去了哪里
应用日志显示请求发送到了 eu-west-1，但提供商在故障转移期间将其路由到了美国和新加坡。构建单次请求的主权路径，将审计转化为可查询的资产。
RAG 流水线中被你忽略的查询重写层
大多数检索失败源于查询形态的问题，而非嵌入模型本身。本文将深入探讨 HyDE、查询分解、多查询并行分发以及排名融合等技术，并教你如何在盲目更换编码器之前，诊断出你的 RAG 流水线真正需要的优化方案。
不存在的 AI 关闭开关：当用户参与共创归档内容时，如何下线功能
下线一个 AI 功能是一场迁移，而非简单的开关。这是一份实战指南，教你如何处理共创产物的过渡、分离作者与读者，以及在功能上线之初就制定退出标准。
你的 Span 名称是未记录的 API：Agent 团队之间的遥测契约
Span 名称和属性键是未记录的 API，其使用者涵盖了成本仪表板、评估流水线和 SLO 告警。请将遥测数据视为带版本的 Schema，否则你将不断因那些无声失败的破坏性变更而接到告警电话。
用户侧概念漂移：当你的提示词依然奏效，但用户已经变了
固化的黄金数据集依然显示为绿色，但生产环境的满意度却在悄然崩塌 —— 因为改变的是用户，而非模型。本文探讨检测模式以及评估集的“保质期”管理规范。
Agent 的策略即代码 (Policy-as-Code)：OPA、Rego 以及你的工具循环中缺少的决策点
随着工具目录的增长，系统提示词和 YAML 配置清单将不再适用。在每个工具调用前设置一个专用的策略引擎——如使用 Rego 的 OPA 或 AWS Cedar——可以为 Agent 提供提示词工程无法提供的、可审计的策略决策点 (Policy Decision Point)。
Agent 的链路追踪采样：每日千万级 Span 中哪些值得保留
为什么默认的均匀采样在 Agent 工作负载中会失效，以及决定你的链路账单和故障平均修复时间 (MTTR) 的四个关键决策 —— 开始、结束、分层与保留。
采纳率是一个虚荣指标：你的 Copilot ROI 隐藏在敲击键盘后的 90 秒里
Copilot 采纳率衡量的是闭环中无摩擦的那一半。ROI 存在于随后的验证税中 —— 以下是真正揭示真相的指标。
你在无意中为 Prompt 构建了一个功能开关系统 —— 但却缺少治理
Prompt 配置仓库在运行时表现得像功能开关服务，但缺乏曝光追踪、审计日志、回滚遥测和针对单个用户的灰度控制。本文将探讨这一治理缺口以及如何填补它。
你的准确率提升了，但你的校准崩溃了
一个提升了 3 个百分点准确率的提示词重构，可能会悄无声息地破坏用户信任的对冲信号。使用 ECE、可靠性图表和拒绝率来衡量校准，而不仅仅是准确率。