一句话总结：Agent 灰度切的不是容器镜像，是组合体（Prompt / 模型权重 / 工具配置 / 系统指令 / 安全策略）——每项独立版本化、每项都可能让行为面目全非；发布单元用三元组版本 {prompt, model, tool_schema} 锁定，回滚不丢状态。

Agent 灰度 ≠ 微服务灰度（面试默写）

• 微服务：切容器镜像
• Agent：切组合体——Prompt 版本、模型权重、工具配置、系统指令、安全策略，均可独立变更
• 统一版本化：每个发布单元 = 三元组 {prompt_v1.4, model_gpt-4o, tool_schema_v2.1}

Canary vs Blue-Green（拉分点）

维度	Canary	Blue-Green
粒度	细粒度渐进（1%→5%→25%）	整套环境切换（80/20 渐增）
回滚	快（权重切回秒级）	即时（路由切换）
资源	省	需双份
压力	渐进暴露	原环境原封不动可扛压

分流与监控（拉分点）

• 分流：按租户/用户特征，5% 低风险 → 25% → 50% → 100%
• 监控：错误率 / 延迟 / 完成率 / 点踩率
• 错误信号（500/超时）vs 效果信号（好不好）分层判断
• 影子模式 + 离线评估集 + 人工抽检前置

回滚（深度分）

• 回滚不丢状态：保留任务状态、Trace 路由绑定
• 版本锁死：还要防供应商升级（API 行为漂移）

面试要点

• 能讲 Agent 灰度组合体概念
• 能默写三元组版本化
• 能对比 Canary vs Blue-Green
• 能说回滚不丢状态与影子模式

相关概念

• [AI-Agent-生产部署与告警](/学习笔记/AI技术/AI Agent/AI-Agent-生产部署与告警) — 告警层
• [AI-Agent-部署形态与架构](/学习笔记/AI技术/AI Agent/AI-Agent-部署形态与架构) — 架构层
• [AI-Agent-微调评估与回归](/学习笔记/AI技术/AI Agent/AI-Agent-微调评估与回归) — 评估层
• [AI-Agent-可观测性与Trace标准](/学习笔记/AI技术/AI Agent/AI-Agent-可观测性与Trace标准) — 监控层