agent实习都干什么？深入了解项目构成(二)
在前文agent实习都干什么？深入了解项目构成(一) 对日常工作进行了大概的分享后，本文是我在工作中对于方案设计的一些小思考和对于架构的粗浅理解，希望和大家共同讨论进步(完全脱敏)。
一、方案设计(以敏感词为例)
敏感词审核作为功能模块的组成，其本身多聚焦于与文档进行交互，需同时满足“实时响应”和“高覆盖率”，因此架构设计阶段确定AC自动机+AI双轨方案：
- AC自动机做基础筛查：合同审核场景下敏感词库规模庞大，AC自动机针对文档识别时间复杂度为O(n)（n为文档长度），能以低于10s的延迟完成固定敏感词的字面匹配，满足高并发下的效率要求，但仅能识别精准匹配的词汇，无法处理谐音、变体或语义衍生的隐性违规表达，同时受限于本身机制，仅能匹配完整的敏感词，如果存在AABB和AA类型的敏感词，则AA通常无法识别。
- AI做补充校验：基于行业微调的大模型能识别“套现→套取现金”等语义衍生违规、“氵包 娼”等变体表达，弥补AC自动机的覆盖率短板；双轨结果交叉验证，既保证基础审核效率，又将敏感词漏检率降低80%以上。
二、文档切块策略：语义切块+最长一页限制
在POI解析文档内容、AI模型处理文本的全流程中，token限制是核心约束：
- token限制的核心影响：一方面，POI解析长文档时，单次处理过长篇幅易导致内存溢出；另一方面，主流大模型（如Qwen3、deepseek）存在token上限（如4096），超出上限会触发截断，导致上下文丢失。
- 语义切块+最长一页的设计逻辑： 按语义切块：以段落、条款为最小单位拆分文档，避免将“合同有效期”“违约责任”等完整语义单元截断，防止AI误判或POI解析遗漏关键信息；最长一页限制：单块内容最长不超过一页（约500-800字），既保证单块token数远低于模型上限（预留冗余空间），又控制切块数量，避免多次调用AI导致响应延迟增加。
三、AI效果评估体系
在agent开发中，目前的测试方法极多，如困惑度测试等等，但在指定任务中，通常采取传统评估方法，即通过多维度评估指标量化审核效果，：
- 核心指标：精准率（避免误判合规条款）、召回率（降低漏检违规内容）、F1值（平衡精准率与召回率）；
- 效率指标：单文档审核延迟、单块文本处理耗时；
- 覆盖率指标：敏感词变体识别率、行业特规匹配率。 评估方法采用“人工标注测试集+自动化对比”，确保模型效果达标。
总结
架构设计阶段的核心决策均围绕MCP+Agent架构的核心目标展开：AC自动机+AI双轨兼顾效率与覆盖率，语义切块规避token限制，多维度评估体系保障效果可控。这些决策既解决了传统微服务的耦合问题，又适配AI原生特性，最终实现“工具层标准化、逻辑层灵活化”的重构目标。
