精选原创 - AI 技术文章与实战经验分享

精选专栏

全部专栏企业级 AI 应用工程实战 20 手搓生产级 AI Agent 系统 18 AI 工具开发实战 43 AI 开发者生存指南 45 AI 全栈开发实战 13 Spring AI 企业级应用实战 14 AI 技术热点与产业观察 101 AI 开发避坑与问题排查 65 企业级 RAG 性能优化与质量治理 10 AI 应用评测与质量保障 5 大模型推理部署与性能优化 8 AI＋企业数字化行业解决方案 13

生产级Agent（21）：多租户隔离与数据边界

前二十篇已经把生产级 Agent 从 Planner、Tool、Memory、Checkpoint、Human-in-the-Loop、多 Agent、Sandbox、Eval、Control Plane、Registry、Delegated Authority、Audit Ledger、Replay 一直推进到 SLO 与错误预算。

63 8 0 21小时前

生产级Agent（20）：SLO与错误预算

生产级 Agent 做到第 20 篇，系统已经具备 Planner、Tool、Memory、Checkpoint、Human-in-the-Loop、多 Agent、Sandbox、Eval、Control Plane、Registry、Delegated Authority、Audit Ledger、Replay 和 Failure Forensics。

164 26 0 1天前

生产级Agent（19）：执行回放与故障取证

前十八篇已经把生产级 Agent 的执行、权限、审计和治理链条搭起来：Run、Planner、Tool、Checkpoint、Approval、Capability、Delegated Authority、Audit Ledger 都有了。但真正发生线上事故以后，团队很快会遇到一个更难的问题：

213 29 0 2天前

生产级Agent（18）：审计账本与可解释执行

前十七篇已经把生产级 Agent 从 Planner、Tool Calling、Memory、Checkpoint、Human-in-the-Loop、多 Agent、安全沙箱、质量门禁、Control Plane、Capability Registry 一直推进到 Agent Identity 与 Delegated Authority。系统现在已经能回答：有哪些 Agent、有哪些能力、谁能调

245 33 0 3天前

手搓生产级 AI Agent 系统（17）：Agent Identity 与 Delegated Authority——让每一次工具调用都能回答“谁授权、代表谁、为什么做”

前十六篇已经把生产级 Agent 从任务规划、Tool Calling、Memory、Checkpoint、Human-in-the-Loop、多 Agent 协作、安全沙箱、质量门禁、Control Plane 一直推进到 Agent Registry 与 Capability Marketplace。到这一阶段，平台已经能回答“有哪些 Agent”“有哪些能力”“一个 Run 现在做到哪”“某

457 79 0 5天前

手搓生产级 AI Agent 系统（16）：Agent Registry 与 Capability Marketplace——让 Tool、Skill、MCP 和 Agent 可以被发现、授权与复用

前十五篇已经把生产级 Agent 从单体运行扩展到了 Planner、Tool Calling、Memory、Checkpoint、Human-in-the-Loop、多 Agent 协作、安全沙箱、评测发布和 Control Plane。系统现在已经能“管住 Agent”，但随着 Agent、Tool、Skill、MCP Server 和 Workflow 数量增长，新的问题开始出现：能力散落在

461 72 0 6天前

手搓生产级 AI Agent 系统（15）：Agent Control Plane——目录、运行、成本、审批与反馈统一治理

前十四篇已经把生产级 Agent 的大部分“局部能力”补齐了：模型路由、Tool Calling、Planner、Reviewer、Checkpoint、Human-in-the-Loop、多 Agent、代码与浏览器沙箱、评测发布、Agent as Code。

613 98 0 7天前

手搓生产级 AI Agent 系统（14）：Agent as Code——Prompt、Tool、Schedule、Memory 全部进 Git

前面十三篇已经把生产级 Agent 的关键运行能力补得差不多了：任务规划、Tool Calling、状态管理、Checkpoint、Human-in-the-Loop、多 Agent 协作、安全沙箱、质量门禁、模型路由、预算和降级。

720 112 0 8天前

手搓生产级 AI Agent 系统（13）：别让所有任务都上旗舰模型——路由、预算和降级

前十二篇把生产级 Agent 的执行链路基本补齐了：任务理解、Tool Calling、状态、Memory、Planner-Executor-Reviewer、Checkpoint、人工审批、多 Agent、安全沙箱和发布评测。

704 114 0 9天前

手搓生产级 AI Agent 系统（11）：代码与浏览器沙箱、安全执行与风险控制

实现Execution Policy、任务级沙箱、网络与文件限制、浏览器人工接管和Artifact治理。

965 171 0 12天前

手搓生产级 AI Agent 系统（10）：多Agent协作、Supervisor与共享状态

实现Agent能力目录、Supervisor、任务DAG、受控并发、共享状态合并和结果聚合。

971 164 0 13天前

手搓生产级 AI Agent 系统（9）：Checkpoint、Human-in-the-Loop与断点恢复

实现步骤级Checkpoint、事件记录、人工审批、中断恢复和副作用幂等。

1073 148 0 14天前

手搓生产级 AI Agent 系统（7）：从零实现可校验、可恢复的任务规划器

生产级Agent不能只依赖模型边执行边猜。对于多步骤任务，需要一个能够拆解目标、声明依赖、限制风险、校验DAG并在失败后重新规划的Planner。本文不依赖LangChain或LangGraph，从数据模型、提示词协议、JSON解析、计划校验、循环依赖检测、工具白名单、自动修复到执行入口，完整实现一个可运行的Python任务规划器。

2697 395 2 2026-07-18