当系统扩展到 50% 时，您最担心的一个方面是成本。因此，您需要重新审视代理的设计，提前评估其对成本的影响。
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。
