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。
Agent 产品的失败很少是单一原因。更常见的情况是:团队把全部注意力放在「能不能做出来」,做出来之后才发现没人愿意改工作方式;或者有人用了,但价值薄到无法续约;又或者续约了,却因为复制成本太高停在原地。每一种失败都有不同的早期形态,也有不同的止损动作。
把死法排成一条线,比列成一张清单更有用。清单让人逐条打勾,线让人知道自己现在站在哪一段、下一段最可能死在哪里。本节给出的七种死法,就是按产品生命周期排序的一条线。
七种死法,按生命周期排
七种死法分别是:做不出来、做出来没人用、用了不付费、付费了不续、续了不扩、扩了崩、崩了不敢再用。它们的顺序不是严重程度,而是出现时点。
| 死法 | 主要成因 | 典型症状 |
|---|---|---|
| 做不出来 | 任务边界不清、验收不可判定、工具面超出工程能力 | 演示能跑,真实输入一多就散架 |
| 做出来没人用 | 旧流程没被删除、使用成本高于收益、没有触发场景 | 试点账号开通了,周活跃靠项目组自己 |
| 用了不付费 | 价值无法计量、替代品免费、预算归属不清 | 用户说好用,采购流程走不下去 |
| 付费了不续 | 节省被高估、维护成本转嫁给用户、效果随时间漂移 | 续约前重新比价,使用频次先降 |
| 续了不扩 | 复制依赖原班人、能力不可复用、第二个场景要重做 | 第二个产品周期没有缩短 |
| 扩了崩 | 容量与审计没跟上、异常处理靠人海、回滚不可用 | 覆盖一扩大,错误率和响应时间同时上升 |
| 崩了不敢再用 | 一次不可回滚的事故、责任归属不清、披露缺位 | 用户主动降回人工,拒绝再开自动执行 |
这张表最容易被误读的地方是:前三种看起来像产品问题,后四种看起来像组织问题。实际正好相反。做不出来往往是组织没有把任务说清;没人用往往是流程没有为它让路;不付费往往是价值单位没有定义。把死法归因于「模型不够强」,是最省事也最没有用的一种解释。
为什么最常见的是没人用
「做不出来」在讨论里声量最大,因为它最容易在演示阶段暴露,也最容易归因于技术。但真正让 Agent 产品停下来的,多数是「做出来没人用」。原因不神秘:Agent 要求人改变已有的工作方式,而改变工作方式本身有成本。
一个功能只要比旧方式快一点,用户就可能切换;一个 Agent 往往要求用户先信任它、再学习如何检查它、最后承担它出错后的返工。这三步成本都发生在收益之前。于是试点期的使用数据会出现一种典型形态:开通率很高,第一周使用很积极,第二周开始有人回到旧流程,第三周只剩项目组在用自己的账号维持活跃。
这也是为什么第七种死法「崩了不敢再用」值得单独列出。它不是「扩了崩」的附属品,而是信任被一次性消耗后的独立状态。C Runner 的案例设定里,错误中 86% 可回滚,不可回滚错误率是 0.238%。这 0.238% 不是小数点后的装饰,而是它能不能继续留在执行档的前提。一次不可回滚的客户通知,足以让运营团队把自动执行整体关掉。
反过来,「做不出来」反而不该是最先担心的事。只要任务边界、验收标准和工具面写得足够窄,大多数 Agent 都能做出一个可用的第一版。难的是第一版之后,组织愿不愿意为它改流程、改考核、改责任分配。死法清单的真正用途,是把讨论从「模型行不行」拉到「我们准备好让它承担到哪一步」。
三个案例各配一种死法
三个案例都已经跨过「做不出来」和「没人用」的阶段,所以它们各自的下一种死法更能说明问题。注意:这不是预测,而是用案例的已知结构指出最薄弱的一环。
| 案例 | 下一种死法 | 结构证据 |
|---|---|---|
| A Relay | 续了不扩 | 在运营产品 1 个、工程 2 人、复用率 0%、能力目录缺失 |
| B Quill | 付费了不续 | 节省率 58.5% 是三家最低,审改仍需 1.6 小时 |
| C Runner | 扩了崩 | 执行档放大动作,审计与回滚必须同步放大 |
A Relay 的分诊产品本身是成立的:月工单 26,400 单,人工基线 3.5 分钟一单,采纳率 78.0%,采纳后仍出错率 2.9%。问题不在单点,而在复制。它只有一个在运营产品,工程投入 2 人,能力复用率 0%,也没有成文的能力目录。第一个产品可以靠两个工程和一个支持负责人撑住,第二个产品仍然要重新搭一遍,复制周期不会缩短,于是组织会得出「Agent 只适合做一个点」的结论。
B Quill 的报告产品有 606 份的月量,人工基线 4.2 小时一份,Agent 介入后审改 1.6 小时。它的节省率是 58.5%,低于 A 的 75.0% 和 C 的 73.7%。这不是说 B 没有价值,而是说它的价值更依赖「审改仍然值得」。一旦客户预算收紧,或者审改时间因为数据包质量下降而上升,续约谈判就会变成重新比价。B 的第二个产品周期是 11 周,第一个是 16 周,复制周期比 0.69,说明它已经有复用,但还不够支撑「不续也能靠新产品补上」。
C Runner 是三家最接近规模化的:月任务 13,200 个,自动完成率 78%,审计发现错误率 1.7%,平台边界成文,模型供应商两家并有主备演练。它的风险不是单点质量,而是规模放大后的尾部。执行档的动作会改变价格、库存和下架状态,错误一旦发生,影响面随覆盖比例线性放大;而审计抽检只有 8%,单次复核 12 分钟,折合每任务 0.96 分钟。覆盖从 20% 走到 60% 时,审计能力必须先到位,否则「扩了崩」只是时间问题。
先过当前门槛,再看下一阶段
把事实表里的退出条件写成门槛,会发现三家当前都在门内。这恰恰是「死法」最容易被忽略的地方:当前指标合格,不代表下一阶段安全。
| 案例 | 门槛 | 当前值 | 门槛值 | 结果 |
|---|---|---|---|---|
| A | 试点采纳率 | 78.0% | ≥70.0% | 过 |
| A | 扩大采纳率 | 78.0% | ≥75.0% | 过 |
| A | 扩大后错误率 | 2.9% | ≤3.0% | 过 |
| B | 试点返工率 | 9.0% | ≤15.0% | 过 |
| B | 扩大返工率 | 9.0% | ≤12.0% | 过 |
| B | 扩大事实错误率 | 4.6% | ≤5.0% | 过 |
| C | 扩大错误率 | 1.7% | ≤1.8% | 过 |
三家都过门,说明它们的「死」不会死在当前的质量数字上。A 会死在复制,B 会死在价值厚度,C 会死在规模尾部。用一张当前指标表做产品评审,很容易得出「三家都健康」的结论;把生命周期接上去,才会看到每一家的下一道门在哪里。
这也是复盘时应该先问的问题:这次失败发生在生命周期的哪一段?如果答案是「没人用」,就不要去优化模型准确率;如果答案是「续了不扩」,就不要去加更多功能。死法决定动作,动作决定资源该投到哪里。
把死法写成判定函数
下面这个模型把七种死法做成顺序判定,并把三家的当前门槛与下一种死法写进同一份数据。它的用途不是打分,而是让评审会上的「我觉得」变成「现在卡在第几段」。
// file: src/scale/11-1-death-patterns.ts
// tier: L2
// verify: node --test test/scale/11-1-death-patterns.test.ts
// 七种死法按产品生命周期排序:先问有没有人用,再问能不能收钱,最后才问能不能扩。
// 事实表里三家都过了当前质量门,死法风险来自下一阶段。
import { QUILL, RELAY, RUNNER, type Profile } from "../cases.ts";
import { formatBps } from "../core/rate.ts";
export type DeathMode =
| "cannot-build"
| "no-users"
| "no-pay"
| "no-renew"
| "no-expand"
| "collapse-at-scale"
| "trust-lost";
export const DEATH_ORDER: readonly DeathMode[] = [
"cannot-build",
"no-users",
"no-pay",
"no-renew",
"no-expand",
"collapse-at-scale",
"trust-lost",
];
export const DEATH_LABEL: Record<DeathMode, string> = {
"cannot-build": "做不出来",
"no-users": "做出来没人用",
"no-pay": "用了不付费",
"no-renew": "付费了不续",
"no-expand": "续了不扩",
"collapse-at-scale": "扩了崩",
"trust-lost": "崩了不敢再用",
};
export const DEATH_STAGE: Record<DeathMode, number> = {
"cannot-build": 0,
"no-users": 1,
"no-pay": 2,
"no-renew": 3,
"no-expand": 4,
"collapse-at-scale": 5,
"trust-lost": 6,
};
// 这个顺序表达讨论优先级,不表达统计频率。
export const PREVALENCE_HINT: readonly DeathMode[] = [
"no-users",
"no-pay",
"no-renew",
"no-expand",
"cannot-build",
"collapse-at-scale",
"trust-lost",
];
export type StageSignals = {
readonly shipped: boolean;
readonly activated: boolean;
readonly paid: boolean;
readonly renewed: boolean;
readonly expanded: boolean;
readonly scaleHeld: boolean;
readonly trustHeld: boolean;
};
// 顺序判定:后面的信号即使为真,也不能跳过前面的失败。
export function diagnose(signals: StageSignals): DeathMode | null {
if (!signals.shipped) return "cannot-build";
if (!signals.activated) return "no-users";
if (!signals.paid) return "no-pay";
if (!signals.renewed) return "no-renew";
if (!signals.expanded) return "no-expand";
if (!signals.scaleHeld) return "collapse-at-scale";
if (!signals.trustHeld) return "trust-lost";
return null;
}
export function survivedTo(signals: StageSignals): number {
const mode = diagnose(signals);
return mode === null ? DEATH_ORDER.length : DEATH_STAGE[mode];
}
export type Key = "A" | "B" | "C";
export type Gate = {
readonly id: string;
readonly measuredBps: number;
readonly thresholdBps: number;
readonly atLeast: boolean;
};
export type GateResult = {
readonly id: string;
readonly measuredBps: number;
readonly thresholdBps: number;
readonly pass: boolean;
};
// 门槛全部取自事实表:A 的放量退出条件、B 的返工与事实错误条件、C 的审计错误条件。
export const CASE_GATES: Record<Key, readonly Gate[]> = {
A: [
{ id: "pilot-adoption", measuredBps: 7_800, thresholdBps: 7_000, atLeast: true },
{ id: "expand-adoption", measuredBps: 7_800, thresholdBps: 7_500, atLeast: true },
{ id: "expand-error", measuredBps: 290, thresholdBps: 300, atLeast: false },
],
B: [
{ id: "pilot-rework", measuredBps: 900, thresholdBps: 1_500, atLeast: false },
{ id: "expand-rework", measuredBps: 900, thresholdBps: 1_200, atLeast: false },
{ id: "expand-fact-error", measuredBps: 460, thresholdBps: 500, atLeast: false },
],
C: [
{ id: "expand-error", measuredBps: 170, thresholdBps: 180, atLeast: false },
],
};
export function evaluateGates(key: Key): GateResult[] {
return CASE_GATES[key].map((gate) => ({
id: gate.id,
measuredBps: gate.measuredBps,
thresholdBps: gate.thresholdBps,
pass: gate.atLeast
? gate.measuredBps >= gate.thresholdBps
: gate.measuredBps <= gate.thresholdBps,
}));
}
export function allGatesPass(key: Key): boolean {
return evaluateGates(key).every((gate) => gate.pass);
}
export function gateLabel(result: GateResult): string {
return `${result.id}: ${formatBps(result.measuredBps)} vs ${formatBps(result.thresholdBps)}`;
}
export type CaseDeath = {
readonly key: Key;
readonly profile: Profile;
readonly nextDeath: DeathMode;
readonly why: string;
};
// 三家都过了当前质量门,但各自的下一种死法不同。
export const CASE_DEATH: Record<Key, CaseDeath> = {
A: {
key: "A",
profile: RELAY,
nextDeath: "no-expand",
why: "单一产品、工程 2 人、复用率 0%、能力目录缺失:单点能成,复制没有载体。",
},
B: {
key: "B",
profile: QUILL,
nextDeath: "no-renew",
why: "节省率 58.5% 是三家最低,审改仍要 1.6 小时:价值够试用,不够续约。",
},
C: {
key: "C",
profile: RUNNER,
nextDeath: "collapse-at-scale",
why: "执行档把动作放大,审计与回滚必须跟上;规模上来,错误也会被放大。",
},
};
export function caseSummary(key: Key): string {
const item = CASE_DEATH[key];
return `${item.profile.name}: ${DEATH_LABEL[item.nextDeath]}`;
}
// 给定阶段信号,返回从失败点开始的所有死法,方便复盘时按顺序排查。
export function failureChain(signals: StageSignals): DeathMode[] {
const mode = diagnose(signals);
if (mode === null) return [];
const stage = DEATH_STAGE[mode];
return DEATH_ORDER.filter((item) => DEATH_STAGE[item] >= stage);
}
diagnose 从 shipped 开始逐段检查,返回第一个不成立的阶段。顺序很重要:一个产品可能同时「没人用」和「没法扩」,但只有前一个是真的当前问题。survivedTo 把结果换成阶段编号,方便在复盘表里排序。failureChain 返回从失败点开始的所有后续死法,用来提醒团队:修好当前这一段,不等于后面自动安全。
CASE_GATES 里的每个数字都来自事实表,没有另设阈值。evaluateGates 只做一件事:按 atLeast 的方向比较当前值与门槛值。三家都返回 true,这不是模型在发健康证书,而是在说明一个更不舒服的事实:当前指标全过,仍然可能死在下一段。
CASE_DEATH 把三家各配一种下一种死法,并给出结构证据。A 的证据是产品数、工程人数、复用率和能力目录;B 的证据是节省率与审改时长;C 的证据是执行档的动作放大与审计摊销。这些证据都不是模型输出,而是产品结构本身。模型只是把它们放在同一张表里,让「下一段最可能死在哪」有一个可讨论的起点。
复盘时怎么用
第一,先定位阶段,再讨论原因。把失败放进七种死法里的某一段,比说「效果不好」更有信息量。定位错了,后面的动作会全部打偏。
第二,不要跨段优化。当前卡在「没人用」,就先删旧流程、缩短首次价值时间;当前卡在「续了不扩」,就先做能力目录和复用边界。跨段优化最典型的浪费,是在没人用的产品上继续提升准确率。
第三,把下一段死法写进路线图。A 的路线图应该有「第二个产品能否在 10 周内复制」这一项;B 应该有「审改时间能否守住 1.6 小时」;C 应该有「覆盖到 60% 时审计能力是否同步」。没有这一项,放量计划只回答了「这周能不能上」,没有回答「上了之后靠什么活」。
小结
- 七种死法按生命周期排序:做不出来、没人用、不付费、不续、不扩、扩了崩、崩了不敢再用。
- 最常见的是「做出来没人用」,不是「做不出来」;前者要求组织改流程,后者只要求工程把范围收窄。
- 当前指标全过,不代表下一阶段安全;三家都过当前门槛,但各自的下一种死法不同。
- A Relay 的下一种死法是续了不扩:单产品、工程 2 人、复用率 0%,复制没有载体。
- B Quill 的下一种死法是付费了不续:节省率 58.5% 最低,审改仍要 1.6 小时。
- C Runner 的下一种死法是扩了崩:执行档放大动作,审计与回滚必须同步放大。
- 复盘先定位阶段,再讨论原因;跨段优化是最常见的资源浪费。
- 模型的作用是让「现在卡在第几段」可复算,不是给产品发健康证书。
阅读导航:上一节:10.3 能力下线与迁移 · 下一节:11.2 早期信号 。
常见错误与边界
- 把死法当成能力评级。 七种死法描述的是失败时点,不是产品高低;同一个产品在不同阶段会遇到不同死法。
- 只盯「做不出来」。 演示阶段最容易暴露工程问题,但真正让产品停下来的多是使用与续约问题;先担心错地方会浪费最宝贵的试点窗口。
- 用当前指标证明安全。 三家当前都过门槛,仍然各有下一段风险;评审要同时看当前值和下一道门。
- 把「没人用」归因于模型。 没人用通常是旧流程没删、触发场景缺失或检查成本太高;继续提升准确率不会让人回来。
- 把「扩了崩」当成容量问题。 执行档的崩溃往往先出现在审计和回滚,不是服务器;扩容不能替代审计能力。
- 忽略不可回滚的尾部。 C 的不可回滚错误率是 0.238%,比例小,但一次就足以让团队关掉自动执行;尾部风险要用动作分层处理,不能用平均值安慰自己。
这一节回答「会怎么死」。下一节要回答更早的问题:在死之前,哪些信号已经出现,出现后 30 天该做什么。
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。