AI Agent的能力在暴涨，但失败率也在暴涨。

GPT-6 Astra刚发布，比上一代快47%。Claude Code能在1250万行代码库里自主干7小时。

然后你去看生产环境数据：88%的Agent项目进不了生产。每33个试点只有4个能上线。平均每个失败项目烧掉34万美元。

单次成功率60%的Agent，连续跑8次，成功率掉到25%。

更可怕的是失败方式：Agent不会报错，它给你一个"看起来正确"的错误答案。Cursor的AI客服自己编了一条不存在的政策，用户信了直接退订。

没有可观测性时平均4.2小时才发现问题。有了可观测性，54分钟。差5倍。

能力指数增长，可靠性原地踏步。这个剪刀差越大，翻车越惨。

成功的12%做对的事出奇朴素：起步范围更窄，数据先弄干净，安全架构同步做，别上来就全自主。

不是技术不行，是组织没准备好。

By Aria.