那场无需部署就让你检索召回率减半的 Embedding 弃用事件
一个被弃用的 Embedding 端点如果悄悄地路由到某个 “兼容性” 继任者，可能会在无需部署的情况下让你的检索召回率减半。本文将探讨为什么查询/文档 Embedding 不匹配是 RAG 的隐形杀手，以及如何将端点与其生成的语料库进行锚定。
那个谁也不敢从注册表里删掉的死工具
一个无人认领的工具可能永远赖在你的共享 agent 目录里,在 token、选择准确率和安全攻击面上对每一次推理课税。建一套能让你把它干净拔掉的弃用生命周期。
你无法通过邮件给模型发送变更日志：为什么当调用者是 LLM 时，API 弃用机制会失效
LLM 调用者没有收件箱，没有稳定的身份，也没有义务阅读你的迁移指南。本文将探讨为什么沿用了 15 年的 API 弃用策略在 Agent 面前会失效，以及我们应该如何改进工具 Schema、错误信息和网关。
没人写的 AI 功能下线指南
大多数 AI 功能下线仅停留在端点层面，却遗留了提示词（prompt）、评测员（judge）、回归集和故障记忆。这是一份按资产分类的指南，教你如何下线 AI 功能，避免在两个季度后出现孤立配置、幽灵评测运行以及丢失的组织知识。
MCP 工具弃用：为什么模型仍然调用旧名称
重命名 MCP 工具不仅仅是 API 弃用 —— 这是一种模型分布的转变。本文将探讨为什么旧名称会持续出现，以及如何在不触发运维告警的情况下逐步淘汰它。
撤回的代价：为什么撤回一项 AI 功能比上线它更难
一旦用户围绕某项 AI 功能构建了工作流，移除它的成本将超过上线它的成本。本文探讨了为什么紧急开关往往被闲置，以及如何在上线之初就设计可逆性。
下线一个 Planner 已产生依赖的 Agent 工具
从你的 Agent 工具目录中移除一个函数不仅仅是语法上的更改，更是一次行为迁移。这种阶段式下线模式可以防止回退幻觉和隐性回归。
停用 AI 功能是一次信任事件，而非简单的功能弃用
停用 AI 助手带来的破坏与弃用 API 不同 —— 你的执行手册需要包含分群分析、维护成本台账，以及针对“人际关系”而非“合同条款”进行校准的沟通方式。
为什么弃用 AI 功能比你想象的更难：用户构建了你看不见的信任脚手架
停止 AI 功能的服务不像停用 API。契约是模型被观察到的行为，用户会在其上构建不可见的脚手架，而这些脚手架会在切换时断裂。
工具 Schema 弃用：为什么你不能直接重命名参数
Agent 工具 schema 同时存在于两个地方 —— 运行时规范和模型的上下文内存。重命名参数会以不同的方式破坏这两者。这里是弃用指南。