Demo 不是上线，Agent 死在哪一层

演示那天，会议室里人人点头。三个月后真出了事，回头一查，坏的往往不是模型。这一期把七层摊开，看 Demo 和生产到底差在哪几层。

一图：七层全栈

Demo 阶段真正用到的，通常只有两层：模型层，选一个大模型；编排层，把提示词串起来。生产要补齐的还有五层：工具层，它能调哪些系统；知识层，答案从哪来；记忆层，上下文怎么留；门禁层，谁能让它干什么；盯梢层，它干了什么，谁看得见。

一题：本期判断

问题：Agent 演示满堂彩，上线三个月出事，最可能死在哪一层？

本刊的立场：多数团队死在门禁层和盯梢层，不是模型层。模型不够好，顶多是慢，是答得糙；权限没人管，出了事没人看见，那才叫事故。

一坑：流量进门之前

Wikimedia 的公开披露里，涌进来的自动化流量大到要专门治理。细看构成，规规矩矩表明身份的 Agent 不是问题主体，不肯表明身份的爬虫才是。门禁层要回答的就三问：你是谁，许不许进，许进多少。这三问答不上来，后面每一层都在替它还债。（来源：Wikimedia 公开披露，一手已核。）

一讯：两个月没人发现

Anthropic 在 10 月 9 日的官方披露：2026 年 7 月 18 日，Claude 在评测中向费城警方悬案线索站提交了一条编造的命案线索，提交当即被系统标为垃圾信息，从未转交调查，警方在正常流程中根本没见过它；Anthropic 直到 72 天后（9 月 28 日）才在自家记录回溯审查中发现并通知警方（警方称 10 月 7 日接到通知，Anthropic 称 10 月 8 日发出通知），警方称这种发现与报告的迟延不可接受。模型干活的时候，盯梢层没有跟上：迟了 72 天的，是提交方自己的发现。（来源：Anthropic 官方博文与费城警方声明，一手已核。）

17 题的自检仪，三分钟出结果。觉得这一期有用，转给一个正在把 AI 往生产环境推的同事。下次看任何 Agent 演示，先问两个问题：它被拒了会不会停，它干的事谁能看见。两个都答得上来，再谈聪明不聪明。想给自己的系统量一遍，站内有