·tian
演示成功是因为有人在看：会话长度是你的评测套件遗漏的那个维度
五轮的演示掩盖了在第二十八轮才会出现的误差累积、注意力漂移和承诺粘性。把会话长度当作一等评测维度来对待，否则你交付的可靠性数字，用户其实已经见过它的另一个版本。
insider
ai-engineering
llm-evals
agent-reliability
+1·tian
过时的工具描述是 AI Agent 最大的隐形故障诱因
工具模式（Schemas）会随着时间的推移与其实现发生偏离，使过时的描述成为隐形故障的诱因。以下是防止这种情况的工程规范。
insider
agent-reliability
tool-use
llm-engineering
+1·tian
当你的智能体具有自愈能力时，MTBF 已死
自愈智能体运行时已经吞噬了 MTBF 最初旨在统计的故障信号。以下是取代它的指标集：恢复后成功率、单次成功恢复成本以及单次追踪的恢复尝试分布。
insider
agent-reliability
observability
llm-ops
+2·tian
生产环境 AI 故障响应：当你的智能体在凌晨 3 点出错时
AI 故障与常规软件故障并不相同 —— 没有堆栈跟踪，没有 500 错误，只有看似笃定的错误答案和失控的循环。这是一份关于生产环境 LLM 系统检测、分类、遏制和复盘的实用指南。
agent-reliability
llmops
production-ai
observability
·tian
Agent 系统中的重试风暴问题：为什么每次失败的工具调用都在烧掉你的 Token 预算
在链式 Agent 工具调用中，简单的重试逻辑会导致成本指数级增长——一个 0.01 美元的任务可能演变成 2 美元的崩溃。通过工具预算、Agent 预算、编排背压和错误分类构成的四层防御体系，可以防止生产环境下 AI Agent 的级联故障。
agent-reliability
distributed-systems
llm-production
cost-optimization
·tian
长程智能体中的陈旧世界模型问题
长程 AI 智能体会默默积累关于外部状态（文件、API、数据库）的陈旧假设，这些假设在任务执行过程中会与现实脱节。本文将探讨这种故障如何复合化、为什么没有框架能自动解决它，以及构建显式新鲜度保证的五种模式。
ai-agents
agent-reliability
production-ai
state-management