一张 Agent 技术栈图：生产级 AI 90% 靠系统架构
theomitsa · x · 2026-07-23
这张图的核心观点很直接：生产级 AI 不是“写个 prompt + 接个模型”，而是一个完整系统工程。
它把“演示版 AI”和“生产版 AI”对比得很清楚：
- 演示版：Prompt → Model → Tool → Response
- 生产版：模型之外，还要有 上下文、记忆、工具、技能、编排、身份、策略护栏、可观测性、评测、运行时
图中的结论是：模型可能只占 agent 架构的 10%，剩下 90% 决定它能不能活在生产里。
还列出了每一层缺失时会出什么问题，比如：
- 没有 memory：会忘记用户和历史
- 没有 tools：无法真正执行现实世界动作
- 没有 observability：只能盲调试
- 没有 evaluation：容易上线后回归
最后给出的最佳实践包括：优先使用足够小但可靠的模型、让计划过程可观测、在 CI/CD 里自动化评测、以及为失败和降级预留空间。
所属事件:AI Agent 工程转向分层与循环(5 条相关)→
「编程与Agent」频道最新
- 用 Agent 造小分类器：19 万文档标注成本仅 0.7 美元 — vanstriendaniel · 2026-09-11
- MathModelAgent 走红:自动完成数学建模并生成可提交论文 — jihe520 · 2026-09-11
- alphaXiv 开源 OpenResearch:用任意模型并行跑研究智能体 — alphaXiv · 2026-09-11
- 开源 AI 销售 OS DeskcommCRM 爆火:自带 Agent 与 WhatsApp 集成 — melgarafael · 2026-09-11
- hyperresearch 开源:让 Agent 把网络调研沉淀为可搜索知识库 — jordan-gibbs · 2026-09-11
- Forter 两周全员 Agent 冲刺 13 条经验:跳过自建 RAG 靠企业搜索 — bibryam · 2026-09-11