《AI Agent 产品开发·组织、平台与规模化》7.1 依赖地图

依赖地图不是供应商清单,而是把模型、工具、数据、平台四类依赖分开评估:换掉它要重建什么、多久能恢复、有没有演练过。本节给出可直接填写的四行模板,用 A Relay、B Quill、C Runner 各画一张,并指出最容易漏掉的数据依赖——它不在采购单上,也不在架构图里。

以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。

产品团队讨论「供应商依赖」时,通常只想到模型:用的是哪家、能不能换、价格会不会涨。但一次真实的停摆往往不是模型不可用,而是工单系统改了接口、客户数据包换了格式、内部调度平台没人维护。只画模型这一格,等于把地图画成了清单。

这一节把依赖拆成四类:模型、工具、数据、平台。每类只问三个问题:现在依赖谁、换掉它要重建什么、有没有真的演练过。答案合起来,才是一张能用于决策的依赖地图。

四类依赖,四种可替换性

可替换性不是「供应商态度好不好」,而是「换掉之后,产品还能不能在可接受的时间内恢复」。同样是换供应商,换模型可能只需要改提示和重跑评测,换数据却可能要重新标注几千条样本。

依赖类通常依赖什么换掉时要重建什么默认可替换性
模型一家或多家模型供应商提示、工具调用格式、评测集、成本模型数周
工具业务系统 API、模板库、渲染与通知接口鉴权、字段映射、错误处理、回滚句柄数周
数据历史样本、规则、评测集、审计日志标注、清洗、事实核对、口径对齐重建
平台调度、审计、回滚、任务中心运行环境、权限、日志与补偿机制重建

这张表的关键不在分类,而在最后一列。模型和工具是「换零件」,数据和平台是「重打地基」。很多团队把四类依赖都当成换零件,于是给模型准备了备选供应商,却没给评测集准备第二份来源;真出事时,模型切过去了,判断对错的标准还留在旧供应商的接口里。

还有一层区别:模型与工具的可替换性可以靠合同和适配层改善,数据与平台的可替换性只能靠平时积累。审计日志不是出事那天才补得出来的,评测集也不是换模型前一周才建的。这就是为什么第 7.3 节要把退出演练单独拿出来讲。

依赖地图模板

一张够用的依赖地图只有四行。每行固定写五个字段,缺一项就算没填完:

字段要写什么不合格的写法
依赖类模型 / 工具 / 数据 / 平台「技术栈」
具体提供方哪家供应商、哪个系统、哪份数据「外部服务」
可替换性一天 / 数周 / 重建「应该能换」
退出演练演练过 / 没演练过 / 不知道留空
负责人谁能在半夜被叫起来处理「团队」

模板故意不设「重要性」一栏。重要性会让人把注意力全放在模型上,而可替换性和演练状态才是决定恢复时间的变量。一个「不重要」的数据依赖如果无法重建,照样能让产品停摆。

填表时有个简单规则:每一类至少写一行,没有的写「无」,不要留空。留空和「无」在评审会上看起来一样,实际差别很大:写「无」的人已经想过这类依赖,留空的人通常只是没想到。

三案例各画一张

三个案例的依赖结构完全不同,正好用来说明地图不是套话。

案例模型工具数据平台退出恢复(估)
A Relay单一供应商工单系统 API 与模板库分诊规则、历史工单、评测集外部工单系统未知
B Quill单一供应商报告模板与图表渲染客户数据包、上月报告、事实清单编辑器插件集合2 周
C Runner主备两家,演练 1 次商品目录、价格与通知接口规则、审计日志、回滚快照内部调度与审计平台4 小时

A Relay(Northwind 的客服工单分诊 Agent)有 9 人支持团队、2 名工程投入、1 个在运营产品。它的依赖看起来最轻:没有自建平台,能力目录也没有成文。但它的分诊规则、历史工单和评测集全在一处,且从未做过退出演练。地图上「数据」这一行的可替换性是「重建」,演练状态是「没演练过」——这两个词放在一起,就是未知的恢复时间。

B Quill(Meridian 的客户报告起草 Agent)有 15 人咨询团队、1 名工程加外包、2 个在运营产品(报告与纪要),复用率约 30%。它的退出恢复估算为 2 周,比 A 清楚,但仍然是单模型供应商。2 周这个数字不是能力证明,只是把「未知」换成了一个可讨论的估计;它还没有经过演练验证。

C Runner(Kettle 的电商运营任务执行 Agent)有 24 人运营团队、4 名工程、3 条任务线,复用率约 55%,并且有一个成文的内部平台,边界写在一页纸里。它的模型依赖是主备两家,演练过 1 次,退出恢复估算 4 小时。C 不是依赖更少,而是把依赖变成了可运营的对象:谁负责、多久恢复、演练过没有,都有答案。

三张图放在一起,成熟度差异就出来了。A 和 B 都是 L2,C 是 L3;差别不在模型强弱,而在依赖是否被写下来、演练过、有人负责。

最容易被忽视的是数据

模型依赖有采购合同,工具依赖有接口文档,平台依赖有运维值班表。数据依赖什么都没有:它散在共享盘、数据库、标注表格和某个人的笔记本里,平时不花一分钱,出事时最贵。

数据依赖最容易在三个时刻暴露:

  1. 换模型时。新模型的表现要用同一套评测集比较,但评测集本身可能只覆盖旧模型的失败模式。
  2. 换工具时。字段映射变了,历史样本里的旧字段没人能解释,重跑结果对不上。
  3. 审计时。要证明某个动作当时为什么被批准,规则版本和快照却已经被覆盖。

所以依赖地图里「数据」这一行的可替换性必须是「重建」,而不是「数周」。写「数周」会让人以为加几个人就能搞定;写「重建」才会逼出下一个问题:重建需要哪些人、哪些样本、多长时间。

这也是第 8.1 节成本解剖的前置结论:维护摊销之所以高,很大一部分花在让数据与评测保持可用,而不是花在模型调用上。模型账单看得见,数据维护看不见,预算表就容易只留前者。

把地图写成可检查的结构

下面的模型把四类依赖、可替换性、演练状态和退出事实放进同一组类型。weakest 找最弱的一环,mostNeglected 专门找「高风险且没演练」的那一类,exitStatus 把「没估过」保留为 unknown,而不是默认安全。

// file: src/scale/07-1-dependency-map.ts
// tier: L2
// verify: node --test test/scale/07-1-dependency-map.test.ts

// 依赖地图:模型、工具、数据、平台四类。
// 可替换性不是「供应商换不换得掉」,而是「换掉之后要重建什么」。

export type DependencyKind = "model" | "tool" | "data" | "platform";

export const DEPENDENCY_KINDS: readonly DependencyKind[] = [
  "model",
  "tool",
  "data",
  "platform",
];

export type Replaceability = "day" | "weeks" | "rebuild";

export const KIND_LABEL: Record<DependencyKind, string> = {
  model: "模型",
  tool: "工具",
  data: "数据",
  platform: "平台",
};

// 默认可替换性:模型和工具通常按周计,数据与平台按重建计。
export const DEFAULT_REPLACEABILITY: Record<DependencyKind, Replaceability> = {
  model: "weeks",
  tool: "weeks",
  data: "rebuild",
  platform: "rebuild",
};

// 越靠后越容易被忽视。数据不在采购清单里,也不出现在架构图上。
export const NEGLECT_RISK: Record<DependencyKind, "high" | "medium" | "low"> = {
  model: "low",
  tool: "medium",
  data: "high",
  platform: "medium",
};

const RANK: Record<Replaceability, number> = {
  day: 1,
  weeks: 2,
  rebuild: 3,
};

export type Dependency = {
  readonly kind: DependencyKind;
  readonly provider: string;
  readonly replaceability: Replaceability;
  // 是否真的演练过退出;没演练过的「可替换」只是纸面结论。
  readonly drilled: boolean;
};

export type DependencyMap = {
  readonly key: "A" | "B" | "C";
  readonly entries: readonly Dependency[];
};

// 最弱的一环:可替换性最差;同级时优先返回没演练过、且更容易被忽视的那类。
export function weakest(map: DependencyMap): Dependency | null {
  let picked: Dependency | null = null;
  for (const entry of map.entries) {
    if (picked === null) {
      picked = entry;
      continue;
    }
    const worse = RANK[entry.replaceability] - RANK[picked.replaceability];
    if (worse > 0) {
      picked = entry;
    } else if (worse === 0 && picked.drilled && !entry.drilled) {
      picked = entry;
    }
  }
  return picked;
}

export function undrilled(map: DependencyMap): Dependency[] {
  return map.entries.filter((entry) => !entry.drilled);
}

// 最容易被忽视的不是最贵的,而是既没演练、又不在采购与架构图上的那一类。
export function mostNeglected(map: DependencyMap): DependencyKind | null {
  const candidates = map.entries.filter(
    (entry) => !entry.drilled && NEGLECT_RISK[entry.kind] === "high",
  );
  return candidates.length > 0 ? candidates[0].kind : null;
}

export function coverage(map: DependencyMap): number {
  const seen = new Set<DependencyKind>();
  for (const entry of map.entries) seen.add(entry.kind);
  return seen.size;
}

export type ExitFact = {
  readonly modelVendors: number;
  // null 表示没有估过;未知不是 0,它不能被当成安全。
  readonly recoveryHours: number | null;
};

export const EXIT_FACTS: Record<"A" | "B" | "C", ExitFact> = {
  A: { modelVendors: 1, recoveryHours: null },
  B: { modelVendors: 1, recoveryHours: 80 },
  C: { modelVendors: 2, recoveryHours: 4 },
};

export function exitStatus(fact: ExitFact): "unknown" | "recoverable" {
  return fact.recoveryHours === null ? "unknown" : "recoverable";
}

// 三张地图来自同一张模板:每类依赖至少写一行,没写的类就是盲区。
export const CASE_MAPS: Record<"A" | "B" | "C", DependencyMap> = {
  A: {
    key: "A",
    entries: [
      {
        kind: "model",
        provider: "单一模型供应商",
        replaceability: "weeks",
        drilled: false,
      },
      {
        kind: "tool",
        provider: "工单系统 API 与模板库",
        replaceability: "weeks",
        drilled: false,
      },
      {
        kind: "data",
        provider: "分诊规则、历史工单与评测集",
        replaceability: "rebuild",
        drilled: false,
      },
      {
        kind: "platform",
        provider: "外部工单系统",
        replaceability: "weeks",
        drilled: false,
      },
    ],
  },
  B: {
    key: "B",
    entries: [
      {
        kind: "model",
        provider: "单一模型供应商",
        replaceability: "weeks",
        drilled: false,
      },
      {
        kind: "tool",
        provider: "报告模板与图表渲染",
        replaceability: "weeks",
        drilled: false,
      },
      {
        kind: "data",
        provider: "客户数据包、上月报告与事实核对清单",
        replaceability: "rebuild",
        drilled: false,
      },
      {
        kind: "platform",
        provider: "编辑器插件集合",
        replaceability: "weeks",
        drilled: false,
      },
    ],
  },
  C: {
    key: "C",
    entries: [
      {
        kind: "model",
        provider: "主备两家模型供应商",
        replaceability: "weeks",
        drilled: true,
      },
      {
        kind: "tool",
        provider: "商品目录、价格与通知接口",
        replaceability: "weeks",
        drilled: false,
      },
      {
        kind: "data",
        provider: "规则、审计日志与回滚快照",
        replaceability: "rebuild",
        drilled: false,
      },
      {
        kind: "platform",
        provider: "内部调度与审计平台",
        replaceability: "rebuild",
        drilled: false,
      },
    ],
  },
};

export function audit(key: "A" | "B" | "C"): {
  readonly map: DependencyMap;
  readonly weakest: Dependency | null;
  readonly undrilledCount: number;
  readonly neglected: DependencyKind | null;
} {
  const map = CASE_MAPS[key];
  return {
    map,
    weakest: weakest(map),
    undrilledCount: undrilled(map).length,
    neglected: mostNeglected(map),
  };
}

weakest 先按可替换性排序,同级时优先返回没演练过的那一项;它回答「先修哪里」。mostNeglected 只盯高忽视风险且未演练的依赖,在三个案例里都会返回数据类;它回答「哪里最可能被忘掉」。exitStatus 把 null 保留为 unknown,这是一个刻意的设计:未知不能被当成 0,也不能被当成安全。

CASE_MAPS 把三张地图钉在同一个模板里,EXIT_FACTS 单独记录供应商数量与恢复时间。A 的 recoveryHours 是 null,B 是 80 小时(按两周折算),C 是 4 小时。评审时如果有人问「A 到底多久能恢复」,代码不会给出一个编造的数字,只会回答「没估过」。

小结

  • 依赖地图有四类:模型、工具、数据、平台;只画模型等于没画。
  • 可替换性要写「一天 / 数周 / 重建」,不能写「应该能换」。
  • 模型和工具是换零件,数据和平台是重打地基;后两者的可替换性只能靠平时积累。
  • 三案例的退出恢复分别是未知、2 周、4 小时;差别来自演练与平台化,不是模型能力。
  • 数据依赖最容易忽视:它不在采购单上,也不在架构图上,出事时却最贵。
  • 演练状态必须单独记录;没演练过的「可替换」只是纸面结论。
  • 依赖地图的每一行都要有负责人,否则恢复时间只是一个愿望。

阅读导航:上一节:6.3 什么时候必须告诉用户「这是 AI」 · 下一节:7.2 换模型对产品意味着什么 。

常见错误与边界

  1. 把依赖地图做成供应商清单。 只列模型供应商,会漏掉工具、数据和平台;真正让产品停摆的往往不是模型。
  2. 把「有备选」当成「能切换」。 备选供应商没有接过真实流量、没有跑过评测,就等于没有备选。
  3. 给数据依赖写「数周」。 数据要重建标注、口径和事实核对,写成数周会低估工作量,也会误导预算。
  4. 把未知当成安全。 A 的恢复时间没估过,不代表它很快;未知只能通过演练变成估计。
  5. 只在地图上写「团队负责」。 没有具体的人,半夜出事时没有人会被叫起来。
  6. 把平台依赖等同于云厂商。 内部调度、审计与回滚平台同样是依赖,而且往往只有一个人会维护。

地图画完之后,下一个问题不是「要不要换」,而是「换的时候产品会发生什么」。下一节用 B Quill 的长文本生成做例子,把换模型的四本账拆开。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图