实用提示：“智能代理AI”大多只是演示版本，并非真正的产品。
《实用笔记》操作指南： “代理型人工智能”大多只是演示版本而非成品：为采用该架构的团队提供的合同、检查清单以及可直接插入的代码模板。
本指南将逐步构建从原材料到可运行系统的完整流程，主题为：“代理型人工智能大多只是演示版本，而非真正的产品。”重点在于可操作的步骤、明确的检查点，以及无需猜测意图即可直接放入代码仓库的代码。 在概览阶段，应在修改代码之前明确输入参数、各步骤的负责人以及完成标准。操作人员应能够从已知的检查点重新运行相应步骤，而无需推测隐藏状态。 需同时记录正常流程与异常恢复流程。重试机制、人工审核环节以及错误处理都是产品不可或缺的部分，而非后续需要补充的功能。
1. 这些演示确实令人惊叹
在实现第一个演示时，首先写下接口规范：所需的输入参数、成功信号以及部分失败时的处理方式。这样的检查清单能确保后续的代码修改保持一致性。 优先选择小型、可测试的单元，而非庞大的脚本。当某个步骤失败时，故障应指向单一的责任模块，而非复杂的流程链。 在成本较高的步骤之后设置检查点。当操作员重新尝试后续节点时，恢复流程不应再次调用相同的大型语言模型。
2. 演示注重可能性，产品则注重可重复性。
在完成两个演示时的优化阶段，首先要写明契约：所需的输入、成功信号以及部分失败时会发生什么。这样的检查清单能确保后续的代码修改保持一致性。 将这一阶段视为输入与经过验证的输出之间的契约。为相关成果命名，定义成功判定标准，并杜绝无声的半完成状态。 在成本较高的步骤之后设置检查点。当操作员重新尝试后续节点时，恢复流程不应再次调用相同的大型语言模型。
3. 90%的成功率在研究中可能很出色，但在产品中却可能是糟糕的
在完成3 A 90成功阶段时，首先需写下相关规范：所需输入、成功标志以及部分失败时的处理方式。这样的清单能确保后续的代码修改保持一致性。 在功能结果旁记录执行时间以及令牌或查询成本。提前明确成本有助于避免从演示环境过渡到共享环境时出现意外费用。 在耗时较高的步骤之后设置检查点。当操作员重新尝试后续节点时，恢复流程不应再次收取相同的LLM调用费用。 在完成3 A 90成功阶段时，首先需写下相关规范：所需输入、成功标志以及部分失败时的处理方式。这样的清单能确保后续的代码修改保持一致性。 需同时记录正常流程与故障恢复流程。重试机制、人工审核环节以及死信处理都是产品本身的组成部分，而非后续需要补充的功能。
4. 自主性与可靠性是天然的对立面
将“自主性与可靠性”阶段视为可测量的指标来处理效果最佳。在扩大范围之前，先收集一份理想的运行记录、一个故障案例以及回滚说明。 优先选择小型且可测试的单元，而非庞大的脚本。当某个步骤出现故障时，故障应能指向单一责任主体，而非复杂的流程链。 保持图表状态简洁且具有类型定义。嵌套的数据块会掩盖哪个节点修改了哪个字段的信息，还会在中断后导致流程无法继续。
5. 生产环境会悄悄重建工作流引擎
将“5 生产”环节视为可度量的对象来处理，才能最有效地重新构建舞台作品。在扩大范围之前，先记录一个成功的案例、一个失败案例以及回滚说明。 把这一阶段视为输入与经过验证的输出之间的契约。为相关成果命名，明确成功标准，绝不允许出现悄无声息的半完成状态。 保持图表状态的简洁性与类型一致性。嵌套的数据块会掩盖是哪个节点修改了哪个字段，还会在中断后导致无法继续处理。
User
↓
Agent
↓
Tools
6. 仅在存在不确定性的地方进行推理
将“仅推理阶段”视为可度量的对象时，其效果最佳。在扩大范围之前，需记录一份理想的操作流程、一个失败案例以及回滚说明。 在功能结果旁同时记录处理时间以及令牌或查询成本。提前了解成本情况，可避免在系统从演示环境转向共享环境时出现意外账单。 为每轮及每次会话设定令牌预算。智能工具会大量消耗上下文资源，设置上限能防止演示环境变成意外收费的源头。 将“仅推理阶段”视为可度量的对象时，其效果最佳。在扩大范围之前，需记录一份理想的操作流程、一个失败案例以及回滚说明。 需同时记录正常流程与故障恢复流程。重试机制、人工审核环节以及死信处理都是产品的一部分，而非后续需要补充的功能。
7. 成本与延迟不再可预测
在成本与延迟为7的阶段，修改代码之前需明确输入参数、该步骤的负责人以及终止标准。操作人员应能够从已知的检查点重新运行该步骤，而无需猜测隐藏状态。相比冗长的脚本，更应采用小型且可测试的单元。当某个步骤失败时，故障原因应能指向单一责任主体，而非复杂的流程链。对于涉及资金支出或修改生产数据的操作，必须经过人工审批。编译时的逻辑连接并不等同于业务功能的完整性。
8. 真正的噩梦是副作用
在“真正的噩梦阶段”8中，修改代码之前需明确输入参数、该步骤的负责人以及退出标准。操作人员应能够从已知的检查点重新运行该步骤，而无需猜测隐藏状态。 将此阶段视为输入与经过验证的输出之间的契约。为相关成果命名，定义成功判定标准，杜绝默许的半完成状态。 对于涉及资金支出或修改生产数据的操作，必须经过人工审批。编译时的连接方式并不等同于业务上的完整性。
9. 可观测性与内存管理成为产品功能
在“可观测性与内存”阶段，修改代码之前需明确输入参数、该步骤的负责人以及终止标准。操作人员应能够从已知的检查点重新运行该步骤，而无需猜测隐藏状态。 在功能结果旁记录执行时间以及令牌或查询成本。提前了解成本情况，可避免在流程从演示环境转向共享环境时出现意外账单。 对于会产生费用或修改生产数据的操作，必须经过人工审批。编译时的配置并不等同于业务功能的完整性。 在“可观测性与内存”阶段，修改代码之前需明确输入参数、该步骤的负责人以及终止标准。操作人员应能够从已知的检查点重新运行该步骤，而无需猜测隐藏状态。 需同时记录正常流程与故障恢复流程。重试机制、人工审核环节以及死信处理都是产品不可或缺的部分，而非后续需要补充的功能。
/p>10. 人工审批并非自主性的失败
在处理“人工审批”这一阶段时，首先需写下相关契约：所需的输入信息、成功标志以及部分失败时的处理方式。这样的检查清单能确保后续的代码修改保持透明。 应优先选择小型且可测试的单元，而非庞大的脚本。当某个步骤失败时，故障应指向单一的责任模块，而非复杂的流程链。 在成本较高的步骤之后设置检查点。当操作员重新尝试后续节点时，恢复流程不应再次调用相同的大型语言模型。
v1: AI → Human → Action
v2: AI → Action
AI investigates
↓
AI proposes
↓
Software validates
↓
Human approves
↓
System executes
11. 我们衡量的是错误的东西
在处理11个测量阶段时，首先写下合同条款：所需的输入、成功信号以及部分失败时的处理方式。这样的检查清单能确保后续的代码修改保持一致性。 将这一阶段视为输入与经过验证的输出之间的契约。为相关成果命名，明确成功标准，杜绝默许的部分完成情况。 在成本较高的步骤之后设置检查点。当操作员重新尝试后续节点时，恢复流程不应再次调用相同的LLM接口。
Product value =
task success
× reliability
× safety
× recoverability
× economics
× user trust
12. 别再称其为AI员工
在完成“12个停止调用步骤”时，首先需明确相关约定：所需输入、成功标志以及部分失败时的处理方式。这份清单能确保后续的代码修改保持一致性。 在功能结果旁记录执行时间以及令牌或查询成本。提前了解成本情况，可避免在从演示环境过渡到共享环境时出现意外费用。 在耗时较高的步骤之后设置检查点。当操作员重新尝试后续节点时，恢复流程不应再次收取相同的LLM调用费用。 在完成“12个停止调用步骤”时，首先需明确相关约定：所需输入、成功标志以及部分失败时的处理方式。这份清单能确保后续的代码修改保持一致性。 需同时记录正常流程与异常恢复流程。重试机制、人工审核环节以及死信处理都是产品功能的一部分，而非后续需要补充的内容。
13. 集成框架可能比模型更重要
将“13号”这种工具视为可测量的界面来使用，往往能取得最佳效果。在扩大应用范围之前，先记录一个成功的案例、一个失败案例以及回滚说明。 相比庞大的脚本，应优先选择小型且可测试的单元。当某个步骤出现故障时，故障原因应能明确指向某个具体的责任模块，而非复杂的流程链。 为每轮操作和每次会话设定预算限制。智能工具往往会过度消耗上下文资源，设置上限可避免演示过程变成意外的费用账单。
14. 获胜的产品可能只是极其普通的智能工具
在将第14阶段视为可度量的界面时，其效果最佳。在扩大范围之前，先记录一个成功案例、一个失败案例以及回滚说明。 将此阶段视为输入与已验证输出之间的契约。为相关成果命名，明确成功标准，绝不允许默许部分完成的情况。 保持图表状态简洁且具有类型定义。嵌套的数据块会掩盖哪个节点修改了哪个字段，还会在中断后导致无法继续处理。
15. Agent可以是软件基本单元，而非应用程序
将“15个智能体”视为可度量的对象时，其在测试阶段的表现最为理想。在扩大范围之前，需记录一份完美的操作日志、一个故障案例以及回滚说明。 在功能结果旁同时记录处理时间以及令牌或查询成本。提前了解成本情况，可避免在系统从演示环境过渡到共享环境时出现意外账单。 保持图表状态简洁且类型明确。嵌套的数据结构会掩盖具体是哪个节点修改了哪个字段，还会在进程中断后导致无法继续运行。 将“15个智能体”视为可度量的对象时，其在测试阶段的表现最为理想。在扩大范围之前，需记录一份完美的操作日志、一个故障案例以及回滚说明。 需同时记录正常流程与恢复流程的文档。重试机制、人工审核环节以及死信处理都是产品本身的组成部分，而非后续需要补充的内容。
16. 演示环境到正式产品的差距正是机遇所在
在“演示到产品”的第16个阶段，应在修改代码之前明确输入参数、该步骤的负责人以及完成标准。操作人员应能够从已知的检查点重新运行该步骤，而无需猜测隐藏状态。相比冗长的脚本，更应采用小型、可测试的单元。当某个步骤失败时，故障原因应能指向单一责任主体，而非复杂的流程链。对于涉及资金支出或修改生产数据的操作，必须经过人工审批——编译时的连接方式并不能等同于业务上的完整性。
17. 这才是真正的里程碑
在开始修改代码之前，针对第17阶段，需明确输入参数、该步骤的负责人以及结束标准。操作人员应能够从已知的检查点重新运行该步骤，而无需猜测隐藏状态。 应将此阶段视为输入与经过验证的输出之间的契约。为相关成果命名，设定成功检测标准，并拒绝默许的半完成状态。 对于涉及资金支出或修改生产数据的操作，必须经过人工审批。编译时的连接方式并不等同于业务上的完整性。
令人不安的结论
在进入“令人不安的结论阶段”时，应在修改代码之前明确输入参数、该步骤的负责人以及退出标准。操作人员应能够从已知的检查点重新运行该步骤，而无需猜测隐藏状态。 在功能结果旁记录执行时间以及令牌或查询成本。提前了解成本情况，可避免在流程从演示环境转向共享环境时出现意外费用。 对于会耗费资金或修改生产数据的操作，必须经过人工审批。编译时的配置并不等同于业务功能的完整性。 在进入“令人不安的结论阶段”时，应在修改代码之前明确输入参数、该步骤的负责人以及退出标准。操作人员应能够从已知的检查点重新运行该步骤，而无需猜测隐藏状态。 需同时记录正常流程和故障恢复流程。重试机制、人工审核环节以及死信处理都是产品不可或缺的部分，而非事后才添加的功能。
sh。
一个你无法完全回答的问题
在处理“一个你无法完整实现的问题”时，首先写下相关契约：所需的输入参数、成功信号以及部分失败时的处理方式。这样的检查清单能确保后续的代码修改保持一致性。 优先选择小型且可测试的单元，而非庞大的脚本。当某个步骤失败时，故障应指向单一的责任模块，而非复杂的流程链。 在成本较高的步骤之后设置检查点。当操作员重新尝试后续节点时，恢复流程不应再次调用相同的大型语言模型。
有用资源
在“实用资源”阶段工作时，首先写下合同条款：所需输入、成功信号以及部分失败时的处理方式。这样的检查清单能确保后续的代码修改保持一致性。 将此阶段视为输入与验证后输出之间的契约。为相关成果命名，明确成功判定标准，杜绝无声的半完成状态。 在成本较高的步骤之后设置检查点。当操作员重新尝试后续节点时，恢复流程不应再次调用相同的大型语言模型。
操作检查清单
若将“操作检查清单”阶段视为可度量的界面，其效果会更好。在扩大范围之前，需记录一份最佳示例、一个失败案例以及回滚说明。 将配置信息置于应用程序代码之外。环境文件、密钥存储和功能标志应集中存放于一个位置，以便操作员无需查看整个系统结构即可进行审计。
保持图状态扁平且具有类型约束。嵌套的数据块会隐藏是哪个节点修改了哪个字段，还会在中断后导致流程无法继续。
只要预算允许，就在持续集成过程中使用测试用例而非真实的付费 API 来执行关键路径的冒烟测试。
需同时记录正常流程与故障恢复流程。重试机制、人工审核环节以及死信处理都是产品不可或缺的部分，而非后续才需要补充的功能。
保持图状态扁平且具有类型约束。嵌套的数据块会隐藏是哪个节点修改了哪个字段，还会在中断后导致流程无法继续。
在升级技术栈之前，应先冻结版本，为关键路径生成标准操作记录，并确认回滚步骤。共享环境需要设置速率限制、进行租户身份验证，同时明确密钥轮换的责任人。与其追求花哨的一次性演示，不如注重扎实的可靠性。
关于881e6971cca7的批处理说明：不要将提供者密钥放入代码仓库，为每个会话设置令牌上限，并将转录内容存储在评估测试用例的旁边，以便后续更换模型时仍能保持可比性。