从0到1：企业级AI项目迭代日记 Vol.56｜每一个“差点能用”，都是一次真实的用户流失

系统最危险的状态不是明显崩溃，而是“差点能用”：语音识别差点准确、知识库差点入库成功、AI生成差点没超时、沙箱差点跑通。

每一个“差点”，用户都感知到了，但监控可能没有。

这一轮的工作，是把上一轮做完的功能，从“差点能用”推到“真的能用”。

一、沙箱能跑代码，但跑不了文件

代码沙箱上线之后，用户开始真的用它——然后发现：能跑 Python，但处理 Excel 会报错，生成图表没有输出。

Excel 读写需要额外的文件处理库，沙箱镜像里没有预装；图表生成依赖图形界面，但容器环境里没有显示器，matplotlib 默认的渲染后端会直接失败。这类问题在本地开发时不会出现，修复之后沙箱支持 Excel 和 PPT 文件读写，图表渲染切换到无头模式，配置固化到部署层，不再依赖运行时环境是否恰好正确。

同期修了一个更隐蔽的问题：沙箱服务的内部调用在某个环境下走了外部代理，导致请求超时返回 502——功能逻辑完全正确，只是网络路由配置让内部调用绕了一个大圈。

二、工具步骤可视化：让过程可信

智能体运行时，用户看到的是最终回答。但在回答出来之前，智能体可能调用了五个工具、查了三个知识库、执行了一段代码。这个过程之前是黑盒的，用户不知道智能体“做了什么”，只知道“给了一个结果”。

这轮把工具调用的参数和返回值带进了流式事件，前端工具步骤可以展开查看详情，同时对敏感字段做了脱敏处理。这个改动不是新增能力，而是让已有能力变得可观测。用户能看到过程，才能判断结果是不是可信的。

三、AI生成超时与飞书语音：资源配错了

智能体中心新增了 AI 润色和生成能力。上线之后用户反馈“点了没反应”或“报错”。根因是超时配置按普通接口标准设了 30 秒，但 AI 生成慢的时候需要一两分钟，触发后返回 500，用户看到的是一个无法理解的失败。修复分两步：超时放宽到 120 秒，限制输出长度，超时时明确返回 504 而不是 500。

飞书语音消息打通转写之后，第一个反馈是中文识别不准。根因是默认使用的转写模型太小，没有针对中文做特殊处理，繁体字输出也没有转简体。把模型升档，加了中文语言提示，补了繁转简，准确率明显提升。

这两个问题有一个共同点：功能本身没有问题，但相关的资源配额和配置假设错了——时间给得不够，模型选得太小。这类错误只在真实使用中才会暴露。

四、知识库链路的两个状态问题

绑定竞态：编辑智能体时修改知识库绑定，弹窗里的保存和关闭弹窗时主表单的保存会互相覆盖，第二次保存拿的是旧状态，把第一次的结果覆盖掉了。用户的感知是“改了，但没生效”。更糟的是：不可操作的绑定项在整体替换逻辑里被一起清掉了，用户只改了一个，系统把所有都重置了。修复后绑定更新逻辑区分了“用户主动修改的部分”和“只读的部分”。

入库雪崩：知识库入库是多阶段的异步流程——上传、分析、向量化、入库。分析阶段因网关偶发卡顿触发重试，重试又触发了更多重试，最终整个文件回滚重跑，入库进度归零。同时分析阶段和“可检索”状态耦合在一起，分析没完成就不标记为可检索，用户看到“未就绪”误以为入库失败。修复方向是限制重试放大的链条，同时把分析状态和可检索状态解耦。

这一轮没有新的大功能，全是“最后一公里”：沙箱能处理文件了，工具过程能看见了，AI生成不会莫名超时了，语音识别不会识别成繁体了，知识库绑定保存不会悄悄丢了，知识库入库不会雪崩了。

每一项单独看都不大，但加在一起，是用户每天真实会碰到的那些卡住的地方。

这，是第五十六天。

《从0到1：企业级AI项目迭代日记》记录一个企业级 AI 项目从创意、架构到落地的真实过程。不讲神话，只记录进化。

如果你也在做企业 AI 落地，欢迎留言来聊。或者，把这篇转发给一个正在踩同样坑的朋友。