工程实践：从原型到生产的关键清单
前置知识
一句话定义
把多智能体原型推进到生产的路径是一条有序的检查清单：确认必要性 → 评估先行 → 最小闭环 → 契约固化 → 可靠性三件套 → 安全治理 → 可观测 → 灰度回归；顺序错了（比如先堆智能体后建评估）会把系统锁死在不可改进的状态。
直观类比
装修房子：先确认真的需要四室（必要性），再画图纸（评估标准），先装一个能住的主卧（最小闭环），水电走管要有图纸规范（契约），烟感喷淋不能省（可靠性），门锁分级（安全），装监控（可观测），最后分批入住（灰度）。先买十套家具再画图纸的房子没法住。
为什么重要
演示与生产之间隔着一条被低估的鸿沟：演示只需要「跑通一次」，生产要求「失败也有底线」。清单的价值在于顺序——评估先于迭代，契约先于规模化，可观测先于优化；跳步的项目典型死法是：五个智能体跑通演示后无法归因任何失败，因为既没有轨迹（kp-025）也没有测试集（kp-024），改哪里都是盲改。
前置知识
kp-027（框架已选定）；kp-022（防护栏——清单的可靠性段落的实现件）。
核心概念：十条清单（按执行顺序）
- 确认必要性：过 kp-011 决策链，写出「为什么单 Agent 不够」的一句话论证——写不出来就别开工；
- 评估先行：在建第二个智能体之前先建金标准集与指标（kp-024），哪怕只有 10 条样本；
- 最小闭环：从两个智能体的最小协作开始，跑通「分解→执行→验收→终止」全环，再逐步加角色——每加一个角色都要有消融证据（kp-024）；
- 契约固化：所有角色卡输出 schema 与交接包字段进版本管理（kp-005/kp-012），契约变更是变更评审事件；
- 可靠性三件套：检查点持久化、防护栏与预算、降级路径（kp-018/kp-022），上线前逐项验收；
- 安全治理：工具最小权限、高危操作审批门、注入消毒与可信边界（kp-026）；
- 可观测上线：trace 埋点、成本看板、循环检测在开放流量之前就位（kp-025）；
- 成本与容量：预算四层（kp-022）、限流、模型分级（贵模型只放关键节点）；
- 灰度与回归：影子流量 → 小比例真实流量 → 全量；回归集随每次事故增长（kp-023 第 7 步的持续化）；
- SOP 与文档：角色职责、交接契约、失败处置手册写成文档——多智能体系统的运维对象是「组织」，组织需要手册。
原理与机制
清单的顺序蕴含一条依赖律：后续步骤都以先前步骤为地基——没有评估（2）就无法判断加角色（3）的收益；没有契约（4）防护栏（5）就没有断言对象；没有可观测（7）灰度期的问题无法归因。反面教材模式（「先堆后补」）的机理是：智能体数量增长使组合空间爆炸，之后补建的每一项基建都要在更大的搜索空间上工作，成本超线性上升。另一条经验律：生产问题八成出在清单 4–7 段（契约、可靠性、安全、观测），而非模型能力——与 kp-020 引用的实证（失败主因是系统设计）一致。
图示
必要性 ─▶ 评估先行 ─▶ 最小闭环 ─▶ 契约固化 ─▶ 可靠性三件套 ─▶ 安全治理 ─▶ 可观测 ─▶ 成本容量 ─▶ 灰度回归 ─▶ SOP
▲ │
└────────────── 事故/消融证据回流: 砍角色·改契约·加防护(持续循环) ◀──────────────────────┘实例或案例
对照两组团队做同一个「研报生成系统」：A 组先搭五个智能体两周跑通演示，第三周开始被生产问题淹没——无评估无法证明改动有效，无 trace 无法定位失败，回炉补建耗时两月。B 组按清单走：第一周建评估集与两个智能体的最小闭环，第二周固化契约接防护栏与 trace，第三周灰度——第四周起每次迭代都有数据支撑，事故平均修复时间以小时计。两组写代码的时间相近，差距全在顺序。
公式或模型
本节不适用：清单是工程序而非数学对象；其量化支撑分散在各知识点（评估的区间估计 kp-024、防护的 q 配置 kp-021、成本归集 kp-025）。
常见误区
- 误区一：演示通过 = 可以推广。 演示只验证了快乐路径（happy path），生产价值由失败路径的底线决定；
- 误区二：一次上齐所有智能体。 无法归因单角色的边际贡献（消融失效），也无法逐步验证契约；
- 误区三：文档最后再说。 多智能体的隐性知识（角色边界、交接约定）不落文档就会锁在个别开发者脑中，人员一走系统变黑箱。
与其他知识点的关系
本清单是全库工程线（kp-011/022/024/025/026）的总装序；每条清单项都回链到对应的机制知识点，清单负责「何时做」，机制知识点负责「怎么做」。
自测题
- 复述十条清单并指出哪两条最常被跳过。
要点：必要性/评估先行/最小闭环/契约固化/可靠性/安全/可观测/成本/灰度/SOP；最常被跳过的是「评估先行」与「确认必要性」。
- 为什么「评估先行」必须先于「加角色」？
要点：无基线则无法度量新角色的边际贡献，智能体数量增长后归因空间爆炸，补建成本超线性。
- 生产问题的主要来源区间在哪？依据是什么？
要点：清单 4–7 段（契约/可靠性/安全/观测）；与 MAST 实证一致——失败主因是系统设计而非模型能力。
延伸阅读
Anthropic《Building Effective Agents》的部署建议段与本清单互补；团队内部的运维手册模板可直接以十条清单为骨架。