摘要： 前言 我写了一套串行排队调度模块，上线压测后，8 秒出图率纹丝不动——还是 20%。 这不是一篇"怎么排查出图慢"的技术教程，那种文章 CSDN 上够多了。这篇写的是我在排查过程中犯的四个错：为什么错、错在哪一层、下一次怎么避开。 如果你也在做服务端性能优化，大概率会踩到同类坑——不是因为技术不够， 阅读全文

摘要： 业务智能体准确率从 65% 提升至 85%+，靠的不是模型换代，而是逐层把不确定性从 LLM 手里移到工程侧。 本文是四层方法论的第四层"确定性判定"——data_filter 把结构化运算完全搬出 LLM、业务硬约束兜底口径错误、评测闭环让每一次改 动都有了量化依据。全系列核心教训只有一句：评测闭环应该第一步就搭起来，而不是调完参数再补。 阅读全文

摘要： 前置拦截、收窄空间等措施虽然已经大幅压缩LLM的决策范围，但模型的输出仍会存在异常（例如：明明有数据，输出却说没有数据）。 兜底修复的核心思路是**后置纠错**，分为工具加强、响应验证、双时间字段补跑三部分。 整体可提升5~9个百分点指标，更大价值是把零散线上报错转为自动化流程。文中也会分享「值改写」这个踩坑反面案例。 阅读全文

摘要： 业务智能体准确率从 65% 推到 75%，靠的不是某种精妙算法，是收窄 LLM 的决策空间。这篇文章讲了四件事：提示词改了 59 版之后撞墙的教训、采样参数从 0.6/0.7 收到 0.3/0.1 的过程、为什么不把业务数据塞 RAG 也不塞提示词、以及工具按总数分两档注册的路由策略。核心判断很简单：LLM 推理能力不动，压缩它能出错的候选集。但这层有上限——候选集压到最小，失稳概率也压不到零。 阅读全文

摘要： GB28181 跨网级联倍速拉流场景下，不对称带宽导致三层递进故障的完整排坑记录。从 UDP 丢包切入，经 TCP 中途断连，到 SIP 信令与 RTP 媒体双通道时序脱节引发的录像截断，完整还原从网络抓包、中间件调参到应用层逻辑重构的定位过程。上下游均为 WVP-GB28181 + ZLMediaKit 架构，纯应用层改造，可复用。 阅读全文

摘要： 问题：业务智能体场景下，LLM 会因信息不全生成看似正常的错误回复——漏检索关键资料、混淆业务对象概念、误判状态映射关系。这类静默错误无任何可供代码识别的异常特征，后置校验逻辑完全无法捕获。收益：方向性估算三层机制整体可提升准确率 5~10pt（区间仅作参考，各层增益存在重叠，不可直接累加）；核心间接收益为前置消歧，可大幅提升下游各环节的推理确定性。 阅读全文

摘要： 十年磨一剑，霜刃未曾试。名为磨剑，实是铸魂 阅读全文

摘要： 三次架构迭代搭建工作流 AI 助手，8 类代码化机制根治大模型结构性幻觉，采用无状态独立智能体实现可控、可增量的自然语言流程编排。 阅读全文

摘要： 驻场多厂商混办公环境一年复盘：客观梳理现场各类效率损耗，区分当年落地的个人、团队简易手段与事后总结的标准化管理方案，复盘人员管理、工时规划、跨方沟通的误区与优化思路。 阅读全文

摘要： 本文是业务智能体准确率优化五篇系列文章的总纲，基于运维业务智能体落地实践，完整复盘端到端准确率从 65% 提升至 85% 以上的全链路工程优化方案，提出核心优化思路：将不确定性从 LLM 侧转移至工程侧，并搭建四层标准化优化框架。文章介绍项目技术栈、双场景真值评测集与三段式端到端打分规则，明确 85% 为可通用迁移的优化基准；区分 LLM 与工程代码的职责边界，LLM 负责语义理解与内容生成，数值运算、业务口径判定等不稳定工作下沉工程层。四层方法论包含前置拦截 LLM、收窄 LLM 决策空间、兜底修复 LLM 异常、纯工程确定性判定，逐层讲解预处理、强制 RAG、采样收敛、响应校验、data\_filter 结构化计算等落地手段，结合架构图定位各模块链路。通过收益表格量化各层优化贡献，客观说明收益估算偏差，纠正提示词万能的行业误区；文章重点反思评测闭环的前置必要性，无量化评测的人工调优效率极低。文末给出完整系列内容导读，分层规划后续四篇实操内容，整体内容立足一线工程落地，量化客观、体系完整，为企业级 ReactAgent 业务智能体调优提供可复用分层治理思路。 阅读全文