AI 会写代码，为什么还接不好生产告警？Resolve AI 的六层 Harness
生产告警涉及日志、指标、部署和多个团队，怎样让 Agent 查找根因而不是给出一个听起来合理的故事？
文章
由 AI 采访转化而来，每篇都能追到原视频。
Agent 要改数据库，PlanetScale 先给它分支、预算和回退按钮
Agent 改应用时也可能需要改数据库，但错误的结构或查询可能影响所有用户。
给电子表格套一层 UI 还不够：Braintrust 为什么把 Evals 做成一套数据系统
一张电子表格足以开始评测 Agent，但真实用户上线后出现的失败，还要能被找到、复现并带回下一轮测试。
新目录已经上线，AI 为什么还在推荐旧产品？问题可能不在模型
新产品目录已经更新，客服 Agent 却仍报旧名字，问题可能是旧事实曾被微调写进模型权重。
AI 应用返回了 200 OK，为什么监控仍然可能什么都没发现？
AI 应用返回 200 OK、延迟正常，用户仍可能收到不相关或编造的答案。
开放模型跑起来以后，怎样把推理做成生产系统？
开放模型已经能运行，怎样把它变成持续服务用户的推理系统？
Coding Agent 可能落后半年：接上网页搜索，为什么还是会错？
Coding Agent 的知识可能落后于依赖更新，代码看似合理，也可能遗漏上游刚发布的破坏性变更。
单步 99% 准确，跑完 100 步为什么只剩 36%？
浏览器 Agent 单步准确率高，长任务仍可能因为多次决策累积失败。
FDE 进公司以后，先弄清报价和发票到底是怎么流转的
企业请 FDE 部署 AI 时，为什么要先花时间调查员工怎样工作？
Greg Isenberg 的“一人 AI 控股公司”怎样运转：从文件夹、Agent 到人工审核
小团队收购传统服务公司后，怎样用 Agent 改善交付，同时保留客户关系？
产品经理何时该写代码，何时该掌舵？Tamar Yehoshua 的答案是先找瓶颈
AI 让产品经理也能写代码，但是否亲自下场，要看项目当前卡在哪里。
Conductor 把 Migration 文件设成“无 Slop 区”：为什么最快的开发者反而不让 Agent 碰所有代码？
Agent 并行写代码能加快交付，也可能把错误扩散到数据和后续工作。