从教学项目到生产环境，还差这几步

本文是《从 0 写 Agent》系列的附录 B：从 agents-go 到生产环境还差什么。案例代码基于开源项目 agents-go（OpenAI Agents SDK 的 Go 移植版）。

agents-go 是一个优秀的 Agent SDK，agents-server 是个能跑的 Demo 平台。但"能跑"和"生产可用"之间还有差距。这个附录对比 agents-go 和真实企业级 Agent 平台（参考《企业级 Agent 平台工程》）的差距。

agents-go 已经覆盖的

生产环境还需要补的

1. 多租户与权限

agents-server 是单管理员模式。生产环境需要：

• 多用户、多团队
• 细粒度权限（谁能看哪个 Agent、谁能调哪个工具）
• 数据隔离（不同租户的数据不串）
• 对应《企业 Agent 平台工程》Part X（安全合规）

2. 审计与合规

agents-go 的 Tracing 记录"发生了什么"，但生产环境需要：

• 不可篡改的审计日志（谁、何时、调了什么、结果是什么）
• 合规映射（GDPR、SOC2、行业法规）
• 数据保留策略
• 对应 Part X

3. 成本治理

agents-go 记录 Usage（token 数），但生产环境需要：

• 按租户/Agent/任务归因成本
• 预算限制和告警
• 缓存优化策略
• 对应 Part VII（第 41 章成本治理）

4. SLO 与告警

agents-go 没有 SLO 概念。生产环境需要：

• 延迟 SLO（P50/P95/P99）
• 错误率 SLO
• 自动告警（超 SLO）
• 对应 Part VII（第 42 章 SLO）

5. 评测体系

agents-go 没有 Eval。生产环境需要：

• 离线 benchmark（版本对比）
• LLM-as-Judge（自动评测质量）
• 在线评测（真实用户反馈）
• 回归样本集
• 对应 Part VII（第 39-40 章）

6. 数据基础设施

agents-go 不涉及。生产 Agent（尤其 DataAgent）需要：

• Lakehouse / 数据仓库接入
• 语义层（指标口径统一）
• 元数据、血缘
• 对应 Part III-IV

7. 组织流程

agents-go 是技术 SDK。生产落地还需要：

• Agent 上线的审批流程
• 事故复盘机制
• 版本管理（灰度发布、回滚）
• 对应 Part X（组织演进）

总结

agents-go 教你"Agent 运行时怎么造"，《企业 Agent 平台工程》教你"Agent 平台怎么落地"。 两者互补，

• 想理解 Agent 内部机制 → 读本系列（agents-go）
• 想把 Agent 推向企业生产 → 读《企业 Agent 平台工程》

两个都读，你就同时拥有"底层理解"和"上层视野"。

---

本文是《从 0 写 Agent》系列附录，全系列目录见总览。