AI
为什么在一个智能体的错误输出污染整个流水线之前，没有任何预警？
87
机会
多智能体系统的故障率在41%至87%之间，仅协调失效一项就占故障总数的37%，然而目前没有任何可观测层能在级联风险蔓延之前将其呈现出来。微服务架构中，某个服务的延迟峰值会在拖垮其他服务之前出现在APM仪表盘上；而多智能体场景中，一个智能体产生的幻觉或错误输出会悄无声息地传播，直到下游智能体对其采取了不可逆的行动。多智能体环境中的涌现故障模式，包括级联幻觉、智能体间共谋以及信息泄露，无法通过单智能体安全评估来预测。《2026年国际人工智能安全报告》和2025年12月发布的《OWASP Agentic AI Top 10》均将级联放大列为一级风险，但目前没有任何生产级工具专门针对这一问题。
为什么重要
面向智能体流水线的级联可观测层，正是APM之于微服务的那种基础原语，而它目前尚不存在。
我如何评估机会
机会评分是我的个人判断，而非量化指标：痛苦程度、发生频率，以及当前解决方案的匮乏程度。分数越高，意味着我认为越值得去构建。
严重性9/10
出现时造成的痛苦程度。
频率8/10
人们实际遇到它的频率。
空白空间9/10
当前针对它的优质工具有多匮乏。