有没有人真正在生产环境中使用AI代理（面对真实用户，不是演示，也不是10个测试用户）？你的技术栈是什么？有没有人在尝试将代理用于生产后又回归传统代码——为什么？
摘要
一个讨论贴，询问关于拥有100+用户的真实AI代理部署情况，涉及技术栈和扩展问题，以及回归传统代码的经验。
这里有大量关于代理的内容，但我很好奇真正的生产部署——100、1000+用户，而不是内部工具或演示。两件事：1. 在生产中运行代理：你的技术栈是什么？哪些在扩展时出了问题？你在扩展过程中对技术栈做了什么调整？2. 尝试了代理，后来又回归常规代码——为什么？请在下面分享你的经验。
相似文章
真有人在实际生产中为客户运行AI代理吗？还是仍是演示品？
一个讨论，质疑AI代理是否真正在生产中用于客户工作，还是主要停留在演示阶段，反映了炒作与现实可靠性之间的差距。
是否有人在生产环境中部署了多智能体AI员工？
关于在生产环境中部署多智能体AI系统的讨论，其中不同的智能体负责规划、执行、沟通和项目管理，询问实际经验与瓶颈。
大规模在生产环境中运行AI代理——你遇到了哪些痛点，哪些方法真正有效？
讨论大规模在生产环境中部署AI代理的挑战和成功策略，涵盖常见痛点与有效解决方案。
在部署之前，你们是如何测试智能体的？还是大家都在生产环境中凭感觉检查？
关于测试非确定性AI智能体挑战的讨论，质疑开发者如何在没有传统测试模式的情况下验证工具使用、行为和多步骤工作流。
有人想了解先进公司是如何在实际生产环境中运行AI代理的吗？
作者在一家AI基础设施公司工作，观察到在实际生产环境中运行AI代理更多是关于环境、访问控制、隔离和安全状态管理，而非模型本身，并询问社区是否想要详细的架构模式。