Agent 做到 80% 可靠，客户为什么还是不敢用？
Agent 的平均成功率看起来不错，客户仍可能因为需要盯住失败、收拾残局而不敢把工作交出去。
文章
由 AI 采访转化而来，每篇都能追到原视频。
Agent 为什么总在重读同一批文件？Anders Swanson 的答案是一层可治理的记忆
客服 Agent 一次排查积累的经验，如果随着会话结束消失，下一次遇到类似问题就得重新搜索和试错。
接上 MCP 还不够：企业 AI 为什么需要一张 Context Graph
给企业 Agent 接上 MCP，能让它查询某个客户的工单，却不一定能回答一年里有哪些客户不满意。
别再重复提醒 Agent：Sentry 把代码反馈写成了 linter 和审查规则
编码 Agent 反复犯同一种错误时，人每次在对话里纠正，反馈可能随着上下文压缩消失。
10 条需求变成 20 页文档：AI 生成便宜以后，审查为什么更贵了？
AI 能把十条需求迅速扩成一份完整文档，却也可能把未解决的歧义转交给审阅者。
为什么更大的上下文窗口也救不了没有边界的 Agent
Agent 不断把工具结果塞进会话时，更大的上下文窗口只能推迟拥塞。
把 Agent 放进生产环境：让 LLM 当大脑，让 Harness 管住双手
生产环境里的 Agent 可能等待数天、遇到网络中断，还要确保已经发送的邮件或执行过的回滚不会被重复触发。
AI 已经会写代码，企业为什么还需要一座“软件工厂”？
AI 可以很快写代码，企业交付却仍可能卡在事故诊断、评审、测试和跨团队交接。
AI 攻击最快 4 分钟，渗透测试一年只做两次：Snyk 怎样用多 Agent 补上时间差
代码持续发布，而人工渗透测试只能定期进行，安全团队怎样缩短两次检查之间的空档？
Agent 还没跑完，钱怎么先扣？AI 产品正在把账本搬进请求路径
Agent 的运行步数和费用事先难以确定，等月末账单才检查额度，算力可能早已超支。
别再按 token 单价算 AI 成本：先看任务能不能真正完成
模型的 token 单价低，不代表一项业务任务的总成本低：如果客服机器人没能完成改签，人工接手和反复调用也要算钱。
Coding Agent 一次做对以后：Tessl 怎样搭起软件工厂的三层 Harness
Coding Agent 一次写对，不代表团队已经敢取消人工审查。