Agent 开发与传统软件开发流程有什么本质差异？

1. 确定性 vs 概率性

传统软件以固定规则（if-else / DAG）保证"相同输入得到相同输出"；Agent 由 LLM 驱动，输出具有随机性与概率分布，同样的输入可能得到不同结果。

2. 调试范式不同

传统软件依赖栈追踪定位失败行；Agent 的失败常是"语义层面"的——代码执行成功但回答错误或偏离策略，需要轨迹回放与质量打分才能诊断。

3. 测试体系不同

传统以单元测试断言为主；Agent 需引入评估集、LLM 评委、轨迹评测与回归测试，将"评估即代码"作为发布门禁。

4. 交付与运维不同

传统强调 CI/CD；Agent 强调 AgentOps / Cognitive CI/CD，上线需经历影子模式、灰度、逐步提升自主度，并以持续监控与反馈回流驱动迭代。这一差异的根源在于：传统测试断言的是"代码是否按写好的逻辑执行"，而 Agent 的正确性无法脱离任务结果判定——当你我都难以判断一个正确回答应该长什么样时，Agent 同样无法稳定做到。这也是评估必须左移到开发期的根本原因。