团队没人说得清生产环境跑的是哪个版本的 Agent:一次事故复盘

Many_Audience7660 · reddit · 2026-09-03

作者所在团队运行多个跨团队的 Agent 约六七个月,当一位资深同事问起某 Agent 生产环境运行的是哪个版本时,全屋沉默——没人能确认。排查后发现:有一次 prompt 变更未经评审直接上线;一个 API 依赖悄悄改了响应格式,导致 Agent 已连续近三周输出轻微错误结果,而监控只盯 uptime、不监测行为漂移。

修复本身很简单,但定位问题花了近两天。作者反思:传统软件有 git、版本标签、一键回滚,而 Agent 部署却在不知不觉中接受了完全不同的标准。他随后调研了 Langfuse(事后可观测)和 Lyzr 的 Control Plane(把 Agent 部署当普通软件基础设施管理)等方案,并向社区询问各团队实际如何追踪生产环境中的多 Agent 版本。