主题
企业智能体平台 · 学习路线
这一栏不是“再讲一个 Agent 框架”，而是把一个真实的企业级智能体平台拆开：产品原型长什么样、定义态与运行态怎么分、Pod 池怎么调度、MCP / Skill / 知识库怎么供给、上下文与记忆怎么治理、安全与评测怎么形成发布门禁，最后是分阶段落地、生产治理与降级。
原型页保留了完整交互，可以直接点开体验；文字部分只讲设计背后的因果，不逐页复述界面。
阅读顺序按依赖走：先建立平台边界，再看交互原型形成直觉，然后从静态定义进入动态执行，补上供给与治理，最后回到落地与生产运行。跳过 03、04 直接看 07，会把治理当成外挂；反过来只看运行态，又容易忽略定义态的版本与审核。09 放在 08 之后读：先知道按什么顺序落地，再看落地后靠什么预算、漏斗和降级把系统稳住；10 把 07 的门禁接上真实会话，讲清一条 BadCase 怎么变成回归用例。
| 篇目 | 核心问题 | 读完应能产出 |
|---|---|---|
| 01-项目总览与定位 | 平台做什么、不做什么，四层与七层怎么切 | 一页平台边界与架构图 |
| 02-产品原型 | 交互原型覆盖了哪些能力 | 按页面走一遍关键链路 |
| 03-定义态、运行态与支撑服务 | 配置与执行为什么必须物理隔离 | 三层职责与接口清单 |
| 04-运行态：Pod 池与任务编排 | 为什么不是一用户一 Pod，任务怎么流转 | 一次任务的端到端时序 |
| 05-生态：MCP、Skill 与知识供给 | 三层市场如何解耦、如何审核 | 一个 Skill 的完整定义 |
| 06-上下文与记忆治理 | 五层记忆怎么存、先 Guard 还是先注入 | 上下文装配与压缩方案 |
| 07-安全、评测与发布门禁 | 怎么防越权，怎么判断版本能不能发 | 门禁阈值与 Bad Case 闭环 |
| 08-落地路线与关键取舍 | 先做什么、买还是建、风险怎么兜 | 五阶段路线与指标 |
| 09-生产治理与降级 | 成本怎么控、故障退到哪、钱花在谁身上 | 五重预算、L0–L6 与成本归因方案 |
| 10-BadCase 与质量运营 | 怎么从真实会话发现退化、归因并防止复发 | 信号表、归因分类与回归用例 |
| 11-上线后的运行机制 | 定时任务、优雅关闭、自动回滚、知识库切换怎么不中断 | 一套运行参数与演练清单 |
| 99-设计检查清单 | 上线前还缺什么 | 可逐项核对的清单 |
三条实战主线
这一栏的每一篇都对应一个真实的坑。读的时候可以按三条主线走，每条主线从一个“不这样设计会出什么事”开始，落到具体篇目：
| 出现的痛 | 先看哪篇 | 对症的机制 |
|---|---|---|
| 谁都改一句 prompt，没人知道线上在跑哪个版本 | 03 | 定义态版本化，生产会话固定版本 |
| 一万用户一万 Pod，闲时占住 GPU，控制面探针数线性膨胀 | 04 | 按执行类型分池 + 会话粘性 + 状态外置 |
| 接入一个外部 MCP，读到别的租户数据 | 05、07 | 能力分级审核、工具级 RBAC、允许列表与 kill switch |
| A 用户的历史被拼进 B 用户的上下文 | 06 | Guard 先于注入：权限 → 安全 → 相关性 |
| 发版后越权率上升，但没有任何指标拦住它 | 07 | L1 / L2 / L3 门禁阈值，安全对抗零容忍 |
| 月底账单超支，说不清花在哪个租户哪个场景 | 08、09 | 成本按租户、场景、技能归集 + 五重预算 |
| 供应商限流，用户直接看到报错页 | 09 | L0–L6 逐档降级，先降质量不降可用 |
| 答错率上升三天，最后靠客户投诉发现 | 10 | 信号表：指标 → 阈值 → owner → 动作 |
| 发布时老 Pod 被杀，进行中的长任务全丢 | 11 | SIGTERM 顺序：拒新 → 摘流 → 等在途 → 写检查点 → 退出 |
三条主线不是三个团队的事：边界定错会让运行态一直返工，运行态不做隔离会让治理只能事后打补丁。落地时按 08 的阶段推进，但每一条主线的验收口径要一开始就定下来——没有验收口径的平台建设，最后只能用“有没有人用”来自证。
前置知识
- Agent 循环、工具调用、上下文与记忆：先读 Agent 工程体系，这一栏默认你已经理解 ReAct、MCP 与 RAG 的基本机制。
- 容器与 K8s：至少知道 Pod、Service、HPA、Namespace 和 readinessProbe 的作用，否则运行态一节会变成名词堆叠。
- 推理部署：vLLM 的 KV cache、连续批处理与显存估算见 推理与部署，这一栏只讲平台如何消费推理能力。
怎么读
第一遍顺着读，重点看每个设计“不这样做会出什么问题”；第二遍带着自己的系统对照 99 清单，把不适用的项划掉，而不是全盘照搬。01 到 11 每篇都有一节「实战场景」，按“现象 → 排查 → 对症 → 复盘”写，可以直接从那里进：面试讲项目、评审讲取舍，能复述的都是场景而不是定义。09 讲“坏了退到哪”，11 讲“日常怎么不坏”，两篇要一起读：只学降级不学排空与回滚，事故仍会在发布和整点发生。原型里的数据是演示数据，页面结构比数字更有参考价值。
适用：2026 年企业级 Agent 平台实践；具体产品、协议版本与云服务能力以官方文档为准 | 初稿 2026-10