# Feedback Engineering：agent 自动化工程卡在哪，卡多久

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-09-20T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/57868
- 原文：https://yage.ai/share/feedback-engineering-20260920.html

## 摘要

作者以 Z.ai 复盘 GLM-5.3 驱动的 Infra Agent 部署国产芯片集群为例，提出 feedback engineering 方法：把验收与诊断分开，用分层、低成本、可客观验证的 dense feedback 让智能体定位故障。文中给出精度、并发与算子三类案例，并提醒厂商自报的端到端吞吐约 3 倍是多项技术叠加结果，诊断反馈的边际贡献尚无严格消融实验定量。

## 推荐理由

Z.ai 复盘 GLM-5.3 驱动的 Infra Agent 部署国产芯片集群，提出把验收与诊断分开的 feedback engineering 方法，并用精度、并发、算子三个故障案例说明分层反馈如何帮智能体定位问题。

## 锐评

3 倍这个数我信一半，厂商自己都承认是多项技术叠加，诊断反馈贡献多少没做消融。三个案例里那个 GIL 没释放的坑最有意思，DeepEP 的 PR #142 早在 2025 年 5 月就合过，节点内那个 PR #555 到现在还开着，agent 干的是本地定位和验证，新缺陷不是它发现的。所以这套 feedback engineering 的价值在工程师把验收和诊断拆开、把工具链封装好，agent 聪不聪明是次要的。谁家 agent 还在对着一个总分反复改代码，先补反馈层。
