一个政府ERP团队的豪赌：他们如何把AI Agent真正送进生产环境

多数公司还在Demo里炫耀AI Agent时，OpenGov已经把它塞进了真实的政府ERP系统，而且还规模化跑了起来。更反直觉的是，他们成功的关键，不是更大的模型，而是一整套工程化、可控、可观测的Agent体系。

最反直觉的结论：Agent难点不在模型，在工程

Gabe de Mesa一上来就把行业最容易误判的一点戳破了：OG Assist能跑在生产环境，几乎不是因为“模型多聪明”，而是因为工程系统够硬。OpenGov做的是政府ERP，容错率极低，Agent一旦“幻觉”或误操作，后果直接落在真实公共部门流程上。

因此他们的核心问题从来不是“能不能回答”，而是“能不能被控制、被理解、被审计”。这也解释了为什么整场分享的关键词不是Prompt，而是agent loop、observability、evals、sandboxing。OG Assist从一开始就被设计成一个“受监管的软件系统”，而不是聊天机器人。

从零到统一助手：OG Assist是怎么长出来的

OG Assist并不是一个独立产品，而是嵌入在OpenGov所有产品套件中的统一助手。它能跨模块访问工具和产品数据，对用户来说是“一个助手”，对内部来说却是多个Agent能力的组合体。

起初，OpenGov专门组建了AI agents团队，从后端开始做能力扩展，很快又延伸到前端：屏幕感知、理解用户当前页面、甚至执行操作。这个扩展路径很重要——他们不是先追求“会不会聊天”，而是“能不能干活”。

这也导致一个工程决策：Agent必须天然理解产品上下文，而不是靠Prompt硬塞。这为后面所有架构选择埋下了伏笔。

押注Effect：一场工程师才敢下的重注

OG Assist真正的分水岭，是团队早期押注了Effect这个TypeScript函数式效果系统。这个选择在当时并不主流，但它带来的收益贯穿了整个Agent生命周期：

• 所有Agent输入输出都有明确schema
• 错误处理不是if/else，而是系统级能力
• tracing、logging、profiling成为“默认能力”

更关键的是，当他们从LangGraph迁移到完全Effect-native的agent loop后，Agent变成了一个可组合、可注入、可并发控制的系统。模型不再是写死的，而是依赖注入；并发和取消是结构化的；每一次工具调用都能被完整追踪。

这一步，让Agent从“脚本”进化成“服务”。

Agent不是黑箱：A2A协议、评测和人类刹车

为了避免前后端各自“猜Agent在想什么”，OpenGov引入了Agent-to-Agent（A2A）协议，作为一种严格契约：Agent能做什么、需要什么、返回什么，都写在agent card和扩展里。这极大减少了对齐成本。

在质量控制上，他们同时走了三条路：
- 用户端的即时反馈（👍/👎）
- 人类可读的Agent决策路径
- CI里跑的自动化eval，用真实completion回放测试

而在高风险操作上，OG Assist会主动暂停，等待人类批准。这不是“退步”，而是一种明确的设计哲学：Agent负责提案，人类保留最终控制权。

再加上代码执行和文件操作都在沙箱里完成，Agent被限制在一个“可犯错但不会出事”的空间内。

真正的生产细节：长上下文、生成式UI与可观测性

当Agent真的被频繁使用，现实问题才开始出现：上下文太长、token爆炸、调试困难。

OpenGov的解法并不炫技，而是务实：通过rolling summaries和记忆召回，保持对话连续性；用Effect的span和trace，把一次Agent运行拆解到每个步骤，找瓶颈像查慢SQL一样。

甚至在UI层，他们也没有固化界面，而是让Agent在运行时生成表单和选项——这让OG Assist能适应大量复杂、非结构化的政府工作流。

最后一个细节很“接地气”：OpenGov自己也在内部大量使用Agent，配合Claude和Cursor，加速读文档、写代码、review PR。这不是营销案例，而是他们验证“Agent是否真的有用”的日常方式。

总结

OG Assist的故事给AI从业者一个清醒的提醒：Agent时代的护城河，不是Prompt技巧，也不是模型参数，而是工程系统。能否观测、评测、回滚、约束，决定了Agent是玩具还是生产力。

如果你正在做Agent产品，可以从三个问题开始：你的Agent有没有清晰的契约？每一次行动能不能被追踪和解释？在最坏情况下，人类能不能一脚踩刹车？

下一波真正跑起来的Agent公司，很可能不是模型最强的，而是工程最“啰嗦”的。

关键词： AI Agent， 生产环境， Effect， 可观测性， 人类在环

事实核查备注： 需要核查：Gabe de Mesa的职务与拼写；OpenGov是否明确定位为政府ERP公司；OG Assist是否为统一嵌入式助手；LangGraph迁移到Effect-native agent loop的描述是否与原视频一致；A2A协议的正式名称与定义。