夜雨聆风见过不少人做完智能体 demo，信心满满地推上线，然后两周后开始疯狂打补丁。
不是模型不够强。是他们根本没意识到，demo 和 production 是两个完全不同的工程问题。
一、Demo 为什么总是成功
Demo 天生有四个生产环境不具备的优势：
输入是挑过的 路径是预设的 工具处于理想状态 边界情况根本不会被触发
所以 demo 验证的不是系统能力，而是在一组精心控制的前提下，这套系统能不能走通一次。
这有价值。但它很容易制造一种错觉：只要把当前能力再打磨一下，就能自然过渡到生产。
这个判断，是从 demo 到 production 最常见的认知陷阱。
二、Production 真正在考什么
Production（生产环境）：智能体面向真实用户运行的线上状态。区别于 demo 的核心不是"规模大小"，而是"是否暴露在不可控的真实输入和异常下"。
Production 难，不是系统突然变笨了，而是它终于要面对真实世界：
用户输入不规整，目标描述不完整 工具和外部接口会超时、会失败 业务规则有例外和冲突 时延和成本变成硬约束 错误不是"答得不太对"，而是可能真的带来后果
Demo 时你在验证能力上限。Production 时你必须面对系统下限。
真正被放大的，不是"它最强时有多强"，而是"它最差时会怎么崩"。
三、失控通常从哪里开始
场景边界没定义
我第一次把智能体推上生产时，最先崩的不是技术，而是这个：我们根本没想清楚它不该做什么。
Demo 阶段，大家更愿意展示"会做什么"，没人认真定义"做到哪里该停""哪些情况该转人工""哪些场景压根不在支持范围内"。
结果系统上线后，用户输入只要稍微偏一点，它就开始：
自己脑补前提 试图回答不该回答的问题 在证据不足时依然坚持给出结论
当时我们把问题归因到"模型不稳"，改了好几版 prompt，没用。后来才意识到——场景边界根本没定义清楚，prompt 再好也补不上这个洞。
Production 不是让系统显得万能，而是让系统知道哪里是它该工作的区域，哪里不是。
异常处理没成体系
Demo 只演示顺利路径。用户输入合理、工具调用成功、外部接口稳定——这些前提一旦成立，大部分智能体都能表现得不错。
但 production 的特点是：异常不是偶尔发生，而是持续发生。
工具返回超时、检索结果为空、中间状态互相矛盾、权限不足导致某步操作无法完成……
如果系统没有设计异常处理路径，表现通常有两种：
直接崩掉 不崩，但带着错误继续往下走
后者更危险。 它让问题不容易被察觉，直到最终结果完全失真才暴露出来。
工具链一旦不稳，连续失真
工具链：智能体完成任务时依次调用的一系列外部工具或 API，比如先查数据库、再调计算服务、再写回结果。
智能体通常不是只调用一次工具，而是多步依赖。前一步工具结果不稳定，很容易传导到后续步骤：
第一步信息查错 → 第二步基于错误信息规划 → 第三步调用了不该调用的工具 → 最终输出看起来完整，但整个链路已经偏得很远
这就是为什么工具链稳定性在生产里会被放大成系统问题，而不是单点问题。
没有返回校验和失败恢复机制，工具一旦出问题，智能体很难自己停在正确位置。
状态脆弱，错误被继承
多轮执行带来的代价，是状态管理变得极其关键。
状态管理：智能体在多轮执行过程中，如何保存、更新和清除中间结论、上下文信息的机制。
只要系统会记忆上下文、保留中间结论、沿着多步链路推进，就必须回答一个现实问题：当前保存的那些"状态"，哪些是真实事实，哪些是临时假设，哪些已经过期？
Demo 里这个问题不明显，因为任务短、状态简单、流程受控。但任务一长、轮次一多，脆弱的状态结构就会迅速失控。
很多智能体不是死在"不会规划"，而是死在"前面的错误没被隔离，后面还在引用它"。
出了问题只能靠猜
这一点几乎是 production 和 demo 最本质的区别。
Demo 可以容忍过程不透明，只要最终结果像样就行。但 production 一旦出问题，你必须能回答：
它为什么这样规划？ 从哪一步开始偏的？ 这是偶发问题还是系统性问题？
如果没有日志、链路追踪、回放能力，团队就只能靠猜。
而 production 最大的成本之一，就是"猜问题"。 每次猜错，都会拖慢修复节奏，降低团队对系统的信心。
四、根本原因：思维没切换
把这些问题合起来看，会发现一个规律：大部分智能体不是死在某个具体技术点上，而是死在还在用 demo 思维设计一个本该进入 production 的系统。
如果这套思维没有切换，系统即便在某些样本上表现很好，也很难进入长期可维护的生产状态。
五、一个更现实的迁移路径
不建议把路径设计成"demo 成功 → 直接全面上线 → 完全自治"。这条路跨过了太多还没验证的东西。
更现实的路径：
这条路看起来慢，但它的价值在于：你能逐步把 production 需要的能力补上，而不是一次性把所有风险压到线上。
六、这篇文章没讲到的
说清楚了：几类死法、思维切换、迁移路径。
没讲清楚的：具体技术怎么做——比如状态管理用什么方案、工具链怎么加熔断、日志链路怎么设计。这些每个单独展开都是一篇文章，放这里只会变成堆砌。
另外，这篇的视角是"从 demo 往 production 推"的团队。如果你是从零开始设计生产级系统，顺序不同，很多判断也不一样。
从 demo 到 production，最容易死的不是能力，而是用"证明它能工作"的方式，去应对一个必须"保证它持续可靠工作"的系统。
这是两种完全不同的工程问题。