《AI 工程落地教程》第 2 章。第 1 章（RAG 生产落地）讲检索，本章讲 Agent——2026 年最热也最容易翻车的应用形态。先泼冷水：生产 Agent 的功课不在「让它更聪明」，在边界、终止和降级。
编排：先画状态机，再谈框架
Agent 的本质是一台「会调用工具、会迭代」的机器。第一步不是选框架，是把机器的状态图画出来：
- 有哪些状态（等待输入 / 检索中 / 调工具 / 等待确认 / 完成 / 失败）
- 什么条件触发转移（哪些输入走哪个分支）
- 终止条件（这个最容易被忽略）：最大步数、最大工具调用次数、超时——没有终止条件的 Agent 会自己转圈圈，账单先于用户爆炸。
画完图再选工具：简单流程手写状态机就够（桌游方案就是例子）；流程复杂才上 LangGraph 这类编排运行时。编排复杂度和任务复杂度要匹配——这也是框架选型文里反复强调的。
工具层：schema 是 Agent 的安全带
Agent 的能力上限由工具决定，安全下限也由工具决定。三条硬规矩：
- 工具输入用 JSON Schema 强约束：解析失败直接算调用无效，不让模型自由发挥参数。
- 工具结果要校验：模型「以为」工具成功了，不代表真的成功——工具返回要带状态码，Agent 要能识别失败并重试或放弃。
- 工具权限最小化：Agent 能调用的权限 = 它的权限。查询工具给只读账号，执行类工具（发消息、改数据）必须二次确认——这是数据外泄事故的常见缺口（LLM 安全篇展开讲）。
提示工程在生产里的位置：别把逻辑写进提示词
提示词在生产里是「最后一道表达层」，不是「业务逻辑层」：
- 系统提示做三件事：定义角色边界、给输出格式、给「不知道就拒绝」的分支——别在提示词里写流程判断。
- 流程逻辑（走哪条路、调哪个工具）放代码/编排里，否则改提示词变成一次发版，还永远说不清规则到底在哪。
- 每次输入带上「工具返回的原文片段」，让模型基于事实回答，别靠记忆——幻觉治理从这里开始。
边界与降级：明确「什么坚决不自动做」
Agent 上线前，用一张清单和业务方对齐边界（这个动作比任何技术优化都重要）：
- 不自动做的清单：涉及钱、外部承诺、删除类操作，默认转人工确认。
- 降级链：模型超时 → 用规则答案兜底；工具失败 → 明说失败原因，而不是编一个成功；连续失败 → 熔断并转人工。
- 每一步可观测：调了哪个工具、花了多少 token、卡在哪一步，全部留痕（可观测性篇）。用户投诉时，你要能回答「它当时为什么这么做」。
落地清单
- 状态图先画完，终止条件（步数/次数/超时）写死
- 工具 schema 强约束 + 结果校验 + 权限最小化
- 执行类操作二次确认，边界清单和业务方对齐
- 流程逻辑在代码里，不在提示词里
- 降级链 + 熔断 + 全程可观测
延伸阅读：编排运行时怎么选 ｜ Agent 框架拆解 ｜ 成本治理