← 返回學習路線
章節 · 已發布

Agent 生產發布:灰度、回滾與人工接管

在 Agent 上線前建立發布檢查、灰度計畫、回滾訊號與人工接管路徑。

來源: knowledge/p24-b/collection_8023a8d754046b6c2ae7220f/tutorials/agent-production-release-and-human-handoff.mdAI Agent 工程實踐
本章閱讀進度 0%學習路線進度 0% · 0/10 已完成章節繼續學習路線 →

生產 Agent 發布包應包含模型識別碼、提示詞版本、工具 schema、評測結果、預算設定與回滾指標。灰度期間限制流量比例與任務風險,觀察拒答、人工接管、逾時和副作用錯誤。

核心概念

將提示詞、工具、權限、知識來源與模型版本視為同一個可回滾單位。保留任務狀態與事件記錄,回滾時不要刪除工作。

可執行範例

from dataclasses import dataclass

@dataclass(frozen=True)
class AgentRelease:
    version: str
    model: str
    prompt_version: str
    tool_schema_version: str

def can_promote(checks: dict[str, bool]) -> bool:
    return all(checks.get(name, False) for name in {'eval', 'security', 'rollback', 'observability'})

發布步驟

  1. 凍結版本清單並執行固定回歸集。
  2. 先使用內部或低風險流量,寫入操作要求人工確認。
  3. 安全、逾時、接管或副作用門檻失敗時立即暫停推進。
  4. 保留相容的上一版本與資料庫策略,確保可以回滾。

適合客服、營運與內部自動化。支付、刪除和權限升級預設要求人工確認。

官方參考

OpenAI 生產最佳實務 與 OpenAI 安全最佳實務。

最後核對日期:2026-11-16。灰度比例和門檻應依風險決定,不是通用預設值。

相關實戰案例

知識實戰:可稽核的工單分流 Agent知識實戰:帶人工審批的部署建議 Agent知識實戰:Agent 失敗後的證據包與人工接管

延伸閱讀

知識AI Agent:從基礎概念到實際應用知識AI 自動化工作流程設計與實踐知識結構化輸出與工具契約:讓 Agent 動作可驗證
產品中心 Demo · V0.3