马克·库班谈 Agent 漂移与长期维护 - Digest
- 原文：https://mp.weixin.qq.com/s/P1tt77545YjGMzeL84Eh4A
- 一手访谈参考：https://www.youtube.com/watch?v=1P1hJ36rxM0&t=226s
一句话
生产级 Agent 的交付物是可长期运行的工作流，而不是一次成功的 Demo；模型、工具和数据变化后，仍要能验证、诊断、接管和回滚。
五项运行控制
| 控制 |
解决的问题 |
| 固定任务回归集 |
模型、Prompt、工具变化后的行为漂移 |
| 版本与步骤日志 |
失败可定位、可复现 |
| 模型外权限和网关 |
数据边界与供应商可替换 |
| 预算、超时、审批点 |
长任务失控和高风险动作 |
| 降级与回滚路径 |
Agent 失效时业务持续运行 |
关键判断
- 12 分钟做出第一版，只证明原型成本下降；企业上线还需治理身份、权限、审计、重试和责任归属。
- 驻场部署工程师的价值在数据源、身份映射、业务规则与人工审批的连接，不是替模型补一条 Prompt。
- “回答看起来不错”不是验收；回归任务应记录结果、耗时、Token 与人工接管次数。
关联与边界
- [[phodal-Better-Harness-任务级证据评估]]：任务证据与纵向复验。
- [[腾讯-AI-Agent-Skill-测评方案落地]]：将固定任务集实现为评测基线。
- [[Loop-Engineering-验证才是瓶颈]]：验证器决定自动化可放权的上限。
- 本文为公众号对访谈的二手整理；数字与引语应以视频为准，不能作为通用投入或收益基准。