近期，在杭州举行的 TiDB 社区 Data + AI 圆桌上，一场由 Datus.ai 创始人赵恒主持的讨论聚焦同一个问题：Agent 如何从演示走向企业生产。参与嘉宾来自数据库、大模型、教育和数据基础设施等不同位置。他们的判断较为一致：模型能力只是基础，真正的卡点分布在数据接入、业务流程抽象、记忆治理、错误恢复、人机边界和验证机制等环节。
一、第一道卡点：数据和业务流程尚未进入 Agent 管辖范围
月之暗面 Kimi 开发者关系负责人岛岛认为，许多传统企业难以起步，原因在于底层数据尚未上网，无法与 Agent 应用接轨；而部分互联网大厂和游戏公司已在生产环境中使用 Agent 处理会议总结、项目文件等任务。
云贝教育创始人郭一军提到，在金融行业国产数据库迁移和 SQL 优化场景中，一段上千行复杂多表关联 SQL 很难被 AI 真正理解。若直接让 AI 优化，可能误导初中级 DBA，因此需要私有数据训练、任务拆解和高级专家审核。
来自杭州益丰文化的乐达则关注制造业和运维场景中的隐性知识。他认为，许多经验仍在老师傅脑中，难以沉淀为 skill 或方法论；一旦上生产线出错，追责和可控性都会成为问题。TiDB AI 负责人李粒将企业内部 Agent 建设拆为业务流抽象、数据对接和搭建 Agent 三层，并认为最难的是前两层；对外服务则要面对十万、百万级用户下的 skill 承载、防越权、checkpoint 和持续优化。
二、第二道卡点：长期稳定依赖记忆治理、断点恢复和底层存储
当 Agent 需要连续运行，稳定性成为核心。岛岛提到，在企业内部调研中，一个次 SOTA 的模型已能应付 90% 的 coding 场景，因此长期稳定的关键转向 Harness 结构，尤其是面向组织内部业务的 Harness 结构。
数据库老兵德哥和乐达都强调上下文与记忆治理。德哥认为，Agent 反复犯错可能来自错误信号被反复召回，权重高于纠正信号；应将短期会话、历史会话、规则边界和 skill/脚本分层管理。乐达补充，调用链涉及不同工具和 Memory，需要归一化、标准化，并收集 Golden Case 和 Bad Case，在变化后重跑验证。
李粒指出，Agent 的一个 session 或 workflow 可能连续运行几个小时，传统 SaaS 基建并不完全适用。若底层磁盘或 Sandbox 崩溃，没有恢复机制，之前的工作可能丢失。她提到，Kimi 通过 TiDB Cloud File System 在文件编辑过程中持续打 Checkpoint，崩溃后可回到最近断点继续执行。
她还提到，大规模运行会使保存 snapshot、input、thinking、tool call 的 Session Event 表迅速膨胀。传统单机数据库单个单元不超过 64 KB 的经验，在 40 兆到 80 兆的上下文面前不再适用。底层存储和基建因此成为企业级 Agent 稳定运行的前提。
三、第三道卡点：能否执行取决于权限、可观测性和验证
在风险较高的场景中，人机边界被放在优先位置。郭一军提出，低风险可交给 Agent，中风险人机介入，高风险绝对不放权；AI 尽量只输出建议或报告，不直接操作。
岛岛则认为，供应商入库这类耗时长、涉及敏感数据的非标场景适合 Agent 落地。人仍在流程中，但法务、BD 等确认环节可以变成异步工具调用，形成 Human in the loop。
乐达强调边界和可观测性。他提到，Agent 调用链可能并行、串行或链式，单次失误可能被放大；可借助 OpenTelemetry SDK 采集输入输出、人工介入率、效果达成率等指标。权限不能只写在提示词中，而应由独立规则引擎验证；遇到数据库延迟等问题，还需要幂等、补偿、追回等传统软件工程手段。
从信息整理走向决策执行，还需要工程化沉淀。德哥认为，comment、description 等元数据要完善，确定性任务应沉淀为 skill。李粒补充，若要从展示走向推荐和决策，还需要 Enrichment，即理解信息或报错背后的含义，获取更多数据辅助判断，最后形成推荐行动建议。岛岛则把验证机制视为信任基础：在他的 AI coding agent 实践中，超过 3/4 的时间都在做验证。
可参考的落地卡点清单
- 数据与业务抽象：底层数据要可接入，业务流要能描述，元数据要完善。
- 记忆与上下文治理：短期会话、历史、规则、skill 要分层，调用链要标准化。
- 错误恢复：长任务需要 Checkpoint 和可靠存储，避免崩溃后从头开始。
- 权限与人机边界：低风险可自动化，中高风险保留人工确认，权限由规则引擎控制。
- 验证与可观测性：用 Golden Case、Bad Case、指标采集和验证机制判断 Agent 是否可靠。
对企业而言，Agent 从演示到生产不是简单接入模型，而是数据、流程、存储、权限和验证共同构成的工程问题。能否在长任务中恢复状态、划清人机边界并持续验证，决定了它能否进入真实业务。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/agent-jin-ru-sheng-chan-huan-jing-qian-qi-ye-yao-xian-bu
