智能体面试准备（五十四）：智能体线上实验与效果归因体系——上线决策科学B31 讲过 Agent 评测体系（轨迹指标、LLM-as-Judge、benchmark），B20 讲过可观测性。但评测高分只是门票——真正决定一个智能体能不能上线的，是"线上实验能不能证明它比旧版好，且好在哪里、坏在哪里可解释"。本篇是工程实战深化的收官讲，讲清智能体上线前的实验设计（A/B、影子、渐进）和上线后的效果归因（因果分解、bad case 漏斗、上线门禁）。这是大厂面试里"有没有真把 Agent 跑过生产"的分水岭。