演示与生产之间隔着什么
在演示环境里表现完美的智能体，一进生产环境就状况百出——这是智能体落地的常态。演示用的是精选数据、理想输入、宽容的观众；生产面对的是脏数据、刁钻输入和零容忍的业务。
上线前的五道关，一道都不能省。
第一关：效果基线
用真实的、有代表性的测试集（至少 100 条覆盖主要场景与边界情况）建立效果基线。准确率、拒答率、幻觉率都要有明确阈值，低于阈值不上线。
第二关：数据就绪
知识库是否覆盖真实问题？数据更新频率是否跟得上业务变化？来源数据的权责是否清晰？数据就绪度不达标，智能体只是空中楼阁。
第三关：权限边界
智能体能看什么数据、能执行什么操作，必须有最小权限边界。尤其是涉及写操作的智能体，权限设计要过安全评审。
第四关：异常兜底
答不上来时怎么办？答错了谁兜底？必须设计清晰的降级路径：转人工、拒答话术、错误上报机制。没有兜底设计的智能体，一次事故就足以摧毁业务方的信任。
第五关：运营机制
上线不是结束。谁负责每周看日志？谁负责更新知识库？效果如何度量与迭代？没有运营机制的智能体，三个月后就会沦为一个无人维护的摆设。
结语
这五道关看起来慢，实际上是最快的路。绕过关卡仓促上线的智能体，最终都会以更难看的方式补课。