为更好地理解 AI 代理应用，您的部门主管为自己写了抽认卡，并贴在他办公室的墙壁和窗户上。
走去接水的路上，您注意到其中一些抽认卡可能不正确。
请选择所有关于 agentic 应用的正确说法。
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
了解在生产中成功的 AI 代理具备哪些特质（以及有多少代理在路上失败！）。学习关键的 agentic 设计原则，为代理的扩展打好基础，包括稳健的基础设施与工具、模块化的架构设计，以及持续评估与反馈循环。
当前练习
学习关键策略，确保您的代理以可扩展性为目标进行开发。深入了解 Model Context Protocol（MCP）与 Agent-to-Agent 协议（A2A）如何通过标准化来促进可扩展性。
准备上线，但别急！构建稳健的测试框架，确保 AI 代理在生产中依然稳定发挥。为您的使用场景选择最佳的部署策略，并学习如何将实时数据源集成到 agentic 系统中。
