智能体工程的隐形技术债：10 分钟造出一个 Agent，公司却要为它养一个平台团队

📌 一句话摘要

本文系统性地剖析了智能体工程中容易被忽视的七大隐性技术债务模块，指出构建智能体虽易，但生产环境中的集成、上下文、治理等基础设施才是真正的复杂度所在。

📝 详细摘要

文章以谷歌 2015 年关于机器学习系统隐性技术债务的经典论文为引，指出智能体工程正面临类似的模式：智能体代码本身只占系统极小部分，围绕它的基础设施才是真正的复杂度所在。作者基于与工程领导者的对话和自身经验，绘制出智能体生产环境中的七大基础设施模块：集成、上下文湖、智能体注册表、度量、人机回环、治理和编排。每个模块都详细阐述了其隐性技术债务的具体表现，例如集成层因分散管理导致的凭证混乱和 API 变更应对滞后，上下文湖因缺乏运行时上下文和决策痕迹导致智能体重复犯错，注册表缺失导致智能体不可见和重复建设，度量体系不健全导致无法评估智能体性能与 ROI，人机回环缺乏统一标准导致审批逻辑混乱，治理缺失导致安全与合规风险，编排的非确定性使得跨智能体工作流难以追踪和归责。文章最后建议从可见性入手，先审计现有智能体，并就定义达成共识，在痛苦到来之前主动构建基础设施。

💡 主要观点

- 智能体代码只是系统极小部分，周边基础设施才是真正的复杂度所在。 构建演示级智能体只需几分钟，但投入生产后，集成、上下文、治理等七大基础设施模块的复杂度远超智能体本身，这是隐性技术债务的核心来源。

集成管理分散化导致凭证混乱、数据范围不一致和 API 变更应对滞后。 每个团队独立配置智能体连接，导致数百个集成点各自为政，凭证过期无人知、相同数据源因权限不同得出不同结论、API 升级时重复调试。

缺乏运行时上下文和决策痕迹，智能体无法从过去经验中学习。 基于静态 Markdown 文件管理的上下文会过时，智能体无法感知服务所有权转移等动态变化；没有决策痕迹，智能体会重复人类或其他智能体已犯过的错误。

智能体注册表缺失导致不可见、重复建设和指令传达困难。 团队各自创建智能体，彼此不知对方存在，导致功能重叠；缺乏集中指令传达机制，公司标准与智能体实际行为脱节。

人机回环和治理缺乏统一标准，导致审批混乱与安全风险。 硬编码的审批逻辑无法扩展，多个审批系统不兼容；智能体继承创建者凭证，缺乏审计跟踪，无法在安全事件发生时统一禁用工具。

💬 文章金句

- 构建智能体很容易。但在生产环境中，智能体代码只占系统最小的一部分。周边的一切才是真正复杂的。

• 一个工程师启动了一个智能体，没有所有者，没有生命周期状态，也没有与它操作的服务的连接。这对他们来说有效。其他人都不知道它的存在。
• 你现在就可以构建这个基础设施，或者等智能体泄露客户数据、一夜之间烧掉 300 美元的 Token，或者悄无声息地回滚没有人要求它处理的生产服务之后再构建它。
• 如今，围绕智能体程序，又一场平台工程的变革正在上演。
• 平台团队的第一项工作是确定已经存在哪些智能体，并将它们置于控制之下。只有这样，他们才能做他们一直在做的事：使其他人能够更快、更安全、更容易地创建和使用它们。

📊 文章信息

AI 初评：89

来源：InfoQ 中文

作者：InfoQ 中文

分类：人工智能

语言：中文

阅读时间：40 分钟

字数：9944

标签： 智能体工程, 技术债务, 平台工程, AI 基础设施, 生产环境

阅读完整文章