AI代理在生产环境的三个月实战
Purple_Network3016 · reddit · 2026-07-11
作者在 3 个 SaaS 产品上连续跑了 3 个月 AI agents，给出了很具体的“能用”和“会坏”的边界。 ### 目前可稳定落地的场景 - **GitHub MCP**：用于 PR 分流和代码审查，每周省下约 8–10 小时 - **Postgres MCP**：只读查询支持，每周处理约 30 个客服工单 - **Playwright MCP**：关键流程 QA，最近抓到 4 个本可上线的回归 - **Context7**：提供实时文档，减少库 API 幻觉 - **PostFast + Metricool**：用于多平台发帖和数据分析，每周再省约 5 小时 ### 主要问题 - 长任务超过 15 分钟后仍然不稳定，常丢上下文或撞速率限制 - 带登录态的浏览器任务很脆弱，LinkedIn 抓取等场景容易坏 - 成本波动很大，作者曾在一周内把 Claude API 跑到 **$340** - 多工具编排时，agent 选错工具的情况仍然明显 - TikTok 发帖因为 API 限制，多个调度工具都不太行 ### 安全提醒 - 强调 **prompt injection** 是重要风险 - 引用审计结果：公开 MCP server 中有大量缺少认证，OAuth 覆盖率很低 - 建议优先使用官方/厂商维护的 MCP server，不要随便装来源不明的服务 ### 成本 - 优化后月支出约 **$430**，作者认为比兼职雇人便宜，但仍然需要人工盯着，所以更像“助手”而不是“替代品”。