AI 基础设施10P
网关 · 观测 · 计费 · 发布
做资讯简报：机器干活，人把关
发现初筛归机器，核验发布归人；六道质量门禁
Fork 开源项目：选择性升级
按主题手工吸收上游，高风险项不得无确认删除
接第三方媒体 API：代理、缓存和排障纪律
同源代理流式转发不落盘；没做 A/B 前不定根因
AI 漫画是连续生产，不是单图生成
角色场景道具镜头受控；生成成功≠成品
部署开源视频模型前，先看三条边界
开放权重≠开放完整链路；许可证有地域排除
调 AI 接口，不能只看“通没通”
8 个语义阶段；传输存活≠语义进展
AI 应用的安全审计：内容过滤只是最后一环
提示词快照是高敏证据；fail-open/fail-closed 取舍
首字等了 9 分钟：一次网关超时复盘
95% 耗时在首有效输出前；预算 90s/180s/换号 1 次
缓存计费的坑：三笔账必须互斥
修复前按 2.25x 收费；纵向闭环测试缺失
WebRTC 白屏：先别急着上 TURN
根因是 NAT 后公网地址发布，不是必须上 TURN
Agent 与数字人7P
记忆 · 人格 · 执行边界
从 39 份日报，反推一个数字人的人格
不从 prompt 空想性格，从 161 条简报行为提炼人格
单仓不拆，但按“未来可拆”组织
拒绝拆微仓政治正确，也拒绝意大利面单仓
Agent 的记忆怎么做分层
六层分别管理；遗忘是淡出不是删除
AI 做事：发现、执行、确认是三件事
前一阶段完成不默认授权后一阶段
模型说“成功了”，不等于真成功了
决策与执行拆开；成功结论绑定外部证据
Skill 怎么写才有人用
一 Skill 一任务；高频复用才沉淀
AI 记得太多：一次记忆误记复盘
14 条候选 11 条误记，模型却给 0.99 置信度
多端业务3P
资讯 · H5 · 组织代码
一个业务四个端，怎么组织代码
目录第一层按端语义命名；清洗下沉 adapter 层
公开能看，不等于能爬
红黄绿三级准入；反爬绕过永久禁止
H5 底座：比脚手架多一层，比业务少一层
带轻业务骨架的底座；路由 meta 承载语义