可观测性 | 人人都是产品经理

AI,个人随笔

AI Agent 为什么 89% 的试点进不了生产

Deloitte 的 2026 技术趋势研究称，89% 的企业 AI Agent 试点从未进入生产，仅 14% 做到组织级规模化。难点不在模型会不会回答，而在系统跑不稳、管不住、查不清，Runtime 与 Observability 正成为企业 Agent 底座。

AI Agent 企业服务企业级应用

AI,个人随笔

每年都有人说今年是 Agent 之年，但一份访问了 95 位生产环境 Agent 工程负责人的调查结论相当冷静。MIT 调查 1837 家企业，只有 95 家真正跑在生产环境，其余 95% 卡在实验和试点；落地的 5% 里，受监管行业 70% 每三个月就要重建技术栈。

Agent MIT 企业级 AI

AI,个人随笔

一个跑了两年多的 AI 客服陪跑项目里，AI 已覆盖超七成客服场景、承接接近一半真实流量，可综合成本仍然高于人工。从能回答到能干活，中间隔着场景、数据、权限、评测与人工兜底等一整套工程。

AI客服可观测性大模型

AI,个人随笔

GPT-6 Astra 把异步工具调用、状态延续推到 Agent Runtime 一层，只换模型名称只能用上最表层。后端从模型网关升级为任务运行时，前端从聊天窗口变为任务控制台，百万上下文不会结束 RAG，真正拉开差距的是数据治理、权限审计与可观测性。

Agent Runtime Astra GPT-6

AI,个人随笔

数据、SOP、工具齐备，Agent 却总在关键时刻掉链子？本文直击 Agent 稳定交付的隐形杀手：评估缺失、状态丢失、约束软化。从失败率复利到审计轨迹，拆解从“能跑”到“稳交付”的工程鸿沟，为 AI 产品经理提供一份避坑指南。

Agent AI产品可观测性

AI,个人随笔

Agent执行路径动态生成，传统日志无法追踪。可观测性设计需覆盖Trace链路、决策日志与Token消耗三层次，配合分级采样策略，让PM在Agent出错时快速定位并系统性修复，避免黑盒成为技术债。

Agent Token消耗 Trace