《AgentOps指南》介绍企业规模化部署AI代理的操作规范，涵盖架构、评估、治理、安全与成本管理。文章强调通过分阶段流程、反馈循环和利益相关者协调，确保代理可靠运行。案例显示，采用该实践可提升准确性、降低成本，并建议从明确用例起步，逐步扩展。

AgentOps是一个操作框架，用于设计、部署和监控自主AI代理，确保其行为可解释、可测量并符合业务目标。它通过可观察性、评估、成本治理、安全性和持续改进五个核心支柱实现这些目标。与传统监控不同，AgentOps能够捕捉多步骤因果链，提供会话重放功能，帮助调试代理失败模式，并有效管理成本和安全性。

红帽在亚特兰大峰会上宣布RHAI 3.4的重大进展，推出“模型即服务”（MaaS），允许按需访问预训练的AI模型，并提供统一接口。新版本增强了分布式推理能力，支持自主代理的操作管理，确保安全性和性能评估。红帽致力于为企业提供高效的AI解决方案，推动智能系统的发展。