过去两年里，太多企业正在或者已经交了"AI 学费"。本文复盘了环曜团队在服务企业客户过程中遇到的 12 个真实失败案例，覆盖选型、部署、安全、数据、运维、管理六个维度，每条经验附带可复用的避坑方案。
选型失误类
案例 1：选型只看参数，忽略了生态适配。 某零售企业根据公开评测数据选择模型，部署后发现与现有 SAP 系统 API 对接困难，需要额外开发 4 个中间件。项目延期 2 个月，额外投入 35 万元。关于更系统的选型框架，可参阅企业CIO选型指南。
案例 2：GPU 配置算少了，上线即崩溃。 某制造企业采购 2 台 A100 部署质检 Agent，上线后 3 条产线同时运行时 GPU 显存不足，紧急追加 2 台 A100，预算超支 60%。建议按峰值并发的 1.5 倍预留。
部署翻车类
案例 3：纯内网部署忘了规划离线模型更新。 某金融企业部署纯内网方案，3 个月后模型版本严重落后。IT 团队需手动下载模型包后用 U 盘"摆渡"进内网，每次更新耗时 2 天。关于纯内网部署的完整方案，可参阅安全合规白皮书。
案例 4：知识库没做版本管理，回滚就崩。 某咨询企业导入 5,000 份新文档后 Agent 回答质量突然下降——新文档中存在大量低质量 OCR 文本污染了向量检索结果，回滚耗时 3 天。建议采用分批更新策略。
安全漏洞类
案例 5：Agent 权限设置太松，数据泄露风险。 某企业 HR Agent 被配置过大数据访问权限，普通员工通过 Agent 查询到全公司薪资数据。应遵循最小权限原则。
案例 6：缺乏人工审核，错误合同条款发出。 某企业合同管理 Agent 自动生成含错误付款条款的合同草案，因无人工审核被直接发给客户。高敏感场景必须设置强制审核。
案例 7：未做提示词防护，被员工"越狱"。 某企业内部知识 Agent 被 Prompt Injection 攻击诱导输出未经授权的文档。部署时须启用提示词注入防护。
运维失控类
案例 8：单点部署无容灾，服务器宕机全停。 某企业将所有 Agent 部署在一台 GPU 服务器上，硬件故障后服务中断 36 小时。生产环境至少配置 2 台做负载均衡。
案例 9：缺少 ROI 数据支撑，项目被叫停。 某企业 AI Agent 试点 6 个月后管理层要求展示 ROI，因未建立量化指标无法提供，项目被暂停。关于 ROI 测算可参阅 ROI 测算指南。
案例 10：选了闭源方案被供应商锁定。 某企业选择闭源 Agent 平台，1 年后供应商涨价 300%，因深度绑定无法切换。选型时优先支持模型热切换的方案。
管理失当类
案例 11：试点场景选错，项目失去内部支持。 某企业选择"供应链预测"作为首个试点，数据质量差、技术成熟度低，3 个月效果不明显。第一个场景应选择智能客服或知识问答。
案例 12：没有建立监控体系，Agent 悄悄"退化"。 某企业 Agent 上线 2 个月后回答质量逐渐下降——新文档未更新、模型未升级，用户满意度从 88% 降至 72%。需建立持续监控体系。
经验总结
三条核心经验：
1. 先试点、再推广，从高 ROI 场景切入。 智能客服是最稳妥的第一个场景。
2. 权限最小化、流程可审计、数据不出域。 安全合规是底线，不是可选项。
3. 监控持续化、知识持续更新、ROI 持续追踪。 上线不是终点，是持续运营的起点。