主题
12.0 什么是生产级 Agent 项目：Demo 与生产级的分水岭
💡 “培训班教会你的是造一辆‘会跑的玩具车’，而面试官和企业要的却是‘能上路的量产车’——玩具车只要能跑就行，量产车必须扛得住山路、追尾和年检。”
每年都有大量同学拿着培训班结业项目自信满满地走进面试间，却在一连串追问中溃不成军：“上线过吗？有真实用户吗？出过故障吗？怎么发现的？数据哪来的？扛得住多少人同时用？” 本节先给你一把 “生产级分水岭”标尺，用 7 个维度一眼看穿一个 Agent 项目到底是玩具 Demo 还是生产级系统，再拿它“体检”一个典型的培训班结业项目。 只有先弄清楚“Demo 差在哪”，你才能真正理解接下来的 01 开源选型与二次开发、02 传统业务 AI 赋能 为什么是通往生产级项目的必经之路。
一进面试就露馅：培训班项目的“三连崩”
培训班结业项目往往在演示时惊艳全场——打字机逐字输出、Markdown 图文混排、多轮对话记忆，配上炫酷的前端界面，确实“很 AI”。但一进面试，连环追问立刻让它原形毕露：
一句话本质：
- Demo 回答的是：“我能跑通吗？”（功能是否存在）
- 生产级回答的是：“我能扛住吗？”（是否健壮、安全、可观测、能赚钱）
生产级 Agent 项目“七维分水岭”判定框架
把“生产级”拆成 7 个可量化、可检查的维度，任何 Agent 项目（智能客服、AI 助手、Agent 工作流）都可以按此打分，一眼分辨 Demo 与生产级：
Demo 与生产级的逐维对照表
| 维度 | ❌ 玩具 Demo（培训班常见） | ✅ 生产级 Agent 项目 |
|---|---|---|
| 1. 业务闭环 | 只有聊天框，输出一段话就结束；无业务对象、无交易、数据落库也无价值 | 对接真实商品/订单/工单，Agent 调用业务 API 完成查询、下单、退款闭环 |
| 2. 工程健壮性 | 无超时、无重试、无熔断，第三方 API 一挂页面直接 500 | 指数退避重试、熔断器、幂等去重、优雅降级友好提示 |
| 3. 安全与合规 | 后端无鉴权，API Key 写死在代码里，人人都能免费使用调用 | 登录鉴权 + RBAC 权限，敏感写操作需人工二次确认，输入注入防护、数据脱敏 |
| 4. 数据与评测 | 全靠大模型现场现编，无真实数据、无脏数据、无评测集 | 真实业务数据 + 人工注脏 + 边界用例 + 自动化评测集，效果可度量、可回归 |
| 5. 架构与可维护性 | 所有逻辑塞进单文件，无分层、无测试、无规范版本管理 | 分层模块化、配置隔离、自动化单元测试、CI/CD 流水线 |
| 6. 成本与性能 | 所有请求不加区分地打旗舰大模型，无缓存、无分流 | 大小模型协同（SLM 分流 + 旗舰兜底）、结果缓存、首字响应毫秒级 |
| 7. 可观测与运维 | 无日志、无监控，线上崩了自己都不知道 | 结构化日志 + 指标监控 + 告警，Docker 一键部署与回滚 |
📌 一句话分水岭口诀： “Demo 只关心‘能不能出结果’，生产级关心‘出错了怎么办、别人能不能搞我、亏不亏钱、崩了知不知道’。”
实战体检：拿标尺给一个培训班结业项目打分
就拿培训班最高频的结业项目“AI 智能客服机器人”为例（前端聊天框 + 后端几十行代码调大模型 + SQLite 存聊天记录），我们用七维标尺逐项体检：
| 分水岭维度 | 该项目真实表现 | 判定 |
|---|---|---|
| 1. 业务闭环 | 只能聊天，没有任何真实订单/售后对象，对话记录存了也无人使用 | ❌ Demo |
| 2. 工程健壮性 | 大模型超时就报 500，网络抖动直接断流，无重试无降级 | ❌ Demo |
| 3. 安全与合规 | 后端接口无鉴权，任何人 POST 即可调用；无敏感操作确认 | ❌ Demo |
| 4. 数据与评测 | 回答全部现编，无真实数据与评测集，输入带错别字即崩 | ❌ Demo |
| 5. 架构与可维护性 | 逻辑挤在单个脚本，无测试、无 CI，改一行可能崩全局 | ⚠️ 半 Demo |
| 6. 成本与性能 | 每次对话都调用旗舰大模型，无缓存、无大小模型分流 | ❌ Demo |
| 7. 可观测与运维 | 无日志无监控，线上挂了完全无感知 | ❌ Demo |
体检结论：7 个维度 6 个不达标，判定为“塑料玩具 Demo”。 哪怕它对话效果再连贯、界面再好看，也只是一台“能跑的玩具车”。这正是培训班项目的通病——把“能跑”误当成“能用”。
面试官看到这样一份简历，心里大概率是这么想的：“功能我会，壁垒我看不到，你只是比别人多会调 API 而已。” —— 但先别灰心：Demo 并非没救，关键看你接下来怎么“救”。继续往下看。
把“生产级”改成与场景匹配的验收要求
个人作品不需要照搬大型公司的全部基础设施。一个给十位同学试用的学习工具，和处理真实订单的企业服务，风险、并发和合规要求完全不同。先写清目标用户、数据敏感度、允许的故障和预计使用量，再决定需要补哪些能力。
可以把七个维度各写成一个可检查的问题：核心任务是否走通，外部服务失败后怎样提示，谁能看到什么数据，效果如何衡量，代码能否继续修改，单次任务成本多少，出了问题在哪里看记录。回答不了的项目，说明还有待补足；回答清楚但规模不大，也不妨碍它成为一个扎实作品。
面试或项目复盘时，真实说明“已验证的范围”比笼统写成生产级更可信。例如：在 20 条固定用例上通过、两人同时操作未出现重复订单、模型超时会转人工。这些证据也能指导下一步迭代。
别把“生产级”当教条：垂直领域深耕，才是个人开发的护城河
⚠️ 先泼一盆冷水：前面讲了这么多“生产级”，千万别误解成“个人开发者也得把项目堆成大厂级全栈系统”。盲目追“生产级”反而会让你掉进两个坑： 一是追求大而全——把大半时间耗在鉴权、部署、监控这些基建上，AI 业务反而没做深； 二是追求通用平铺——做了个“放之四海皆可”的聊天框，谁都能做、毫无壁垒，那才是真正的一文不值。
个人开发者拼“横”拼不过大厂，只能拼“纵”
大型团队可以投入较多资源建设通用能力；个人开发者更适合选择一个足够窄、足够具体的行业场景，用行业知识、真实数据与业务理解形成难以快速复制的积累：
什么是“垂直领域”？一句话分清“横”与“纵”
- 横向（通用）：面向所有人的通用能力，如“AI 客服”“AI 写作助手”“AI 搜索”——谁都能做，没有差异化；
- 纵向（垂直）：绑定了一个具体行业、一类用户、一个业务场景的项目，外行接不住、内行才做得了。比如“美妆直播电商的 AI 售后客服”而不是“AI 客服”，“二手车过户合同审查”而不是“AI 法律助手”。
📌 判断口诀：把项目名字里的行业词（电商、法律、教育、医疗、工业……）拿掉——如果项目立刻变得毫无特色，那它就是垂直项目；如果拿掉后照样成立，那就是横向通用项目。
垂直项目 × 公司匹配表：你对得上谁、进不了谁
选垂直方向前先想清楚：这个项目投哪些公司是加分项，投哪些公司是减分项？ 简历上的“匹配度”，往往比“通用能力”更值钱：
| 你做的垂直项目 | ✅ 高度匹配（直接加分） | ❌ 明显不匹配（等于白做） |
|---|---|---|
| 电商客服 / 售后 Agent | 电商、跨境电商、品牌方、零售、SaaS 客服厂商 | 医疗、金融风控、工业控制、游戏公司 |
| 法律文书 / 合同风险审查 | 律所、法律科技、企业法务 SaaS | 电商、游戏、快消 |
| 教育自适应刷题 / AI 辅导 | K12、职业教育、题库类教育公司 | 电商、工业制造 |
| 工业设备故障诊断 | 智能制造、工厂、工业 SaaS | 快消、社交、游戏 |
💡 冷知识：面试官看简历的第一眼，看的就是“你做的项目跟我司业务像不像”。方向匹配的垂直项目，哪怕只是个 Demo，也远比一个方向毫不相关的“生产级通用系统”更容易拿到面试机会。
哪怕是 Demo，针对性地“做深”一样有价值
因此，不必因为当前只有一个 Demo 就否定项目价值。更重要的是继续验证和改进，而不是长期停留在通用演示。可以按下面的顺序推进：
- 选对一个垂直场景（越窄越好，参考上面的匹配表）；
- 把七维分水岭当改进清单，一维一维地做“针对性优化”：先补业务闭环，再补健壮性，再建评测集，再压成本；
- 每一次优化都对应一个真实业务痛点，而不是“为了加功能而加功能”。
🏆 一句话总结： “1 个垂直场景 × 分水岭 7 维 × 针对性迭代 = 有护城河的个人作品；100 个通用场景 × 0 个深度 = 又一坨塑料。”
从 Demo 到生产级：为什么非读 01、02 不可？
看懂了分水岭，也定好了垂直方向，就看清了升级路径：生产级的 7 个维度不是靠蛮力“硬写”出来的，而是有两条工程捷径，正是接下来的 01、02 两节：
- 01 开源选型与二次开发，补齐“工程底座”：鉴权、数据库、后台管理、自动化测试、部署方案这些生产级维度，世界上已经有维护良好的开源底座替你做好了。站在巨人肩膀上二次开发，才能把精力全部聚焦到 AI 业务本身，而不是从零手搓登录框——这正是 01 节要教你的（四维筛选法、协议避坑、非侵入式改造）。
- 02 传统业务 AI 赋能，补齐“业务闭环”：生产级的“闭环”“真实数据”“成本收益”全都来自真实业务系统。把 Agent 嫁接到电商、CRM、OA 这类已有交易与数据的系统上，Demo 才能长出真实的订单、真实的反馈、真实的商业价值——这正是 02 节的核心。
（垂直场景的“超窄化”选择、真实数据破局与成本优化，还将在后续 03、04 节继续深化。）
🎯 本节结论：培训班项目不是不能做，而是别把它当终点。“做 Demo”只是起跑线，先选对垂直场景、再用分水岭一维一维“做深”，才是你该走的路。 先记住这把分水岭标尺，带着“我的项目到底差在哪、该往哪个行业扎”的疑问进入 01、02 两节——你将从“能跑的玩具”一步步走向“能上路的量产车”。
本节速记卡
- Demo vs 生产级 = “能不能跑” vs “能不能扛”（健壮、安全、可观测、能赚钱）；
- 判定工具：七维分水岭（业务闭环 / 健壮性 / 安全合规 / 数据评测 / 架构 / 成本性能 / 可观测运维）；
- 别盲目追“生产级”：个人开发者拼“横”必死，拼“纵”才活——选一个窄垂直场景做深，哪怕只是 Demo，针对性迭代后一样有价值；
- 投递前先对表：你的垂直项目到底匹配哪些公司、不匹配哪些公司；
- 下一步：用 01 借开源底座补工程维度，用 02 嫁接真实业务补闭环维度。