文章

从结果、轨迹、可靠性和业务护栏四个维度评测 Amazon Ads 优化 Agent，把生产失败沉淀为回归样本，区分模型升级与 Harness 升级。

把报告等待、归因成熟、人工审批、幂等执行、独立审计与回滚组织成投放 Harness，让 Amazon Ads Agent 完成长时程而非一次性调价。

以 Amazon Ads 投放闭环为主线，拆解指标、实体、本体、政策、工具与动作语义怎样进入 Agent 的规划、授权、长时程执行和生产评测。

沿着电子表格、BI 业务模型、指标层、NL2SQL、知识图谱与智能语义产品的演进，回答通用知识被大模型内化后，企业业务语义究竟还剩下什么。

为长时程 Amazon Ads Agent 固定 API、语义模型、本体、策略和数据快照，用双版本、兼容矩阵、迁移与 Provenance 保证任务恢复后不在变义对象上继续执行。

以 Amazon Ads 的预算、否词和竞价动作为例，设计对象化批准、风险分级、最小权限、过期失效与可验证撤销机制。