AI 首个补丁不是交付物：用真实 diff 给需求不确定性定价
AI 降低的是生成候选代码的成本，不是评审、上线和长期维护的成本。对边界清晰的小需求，先产出受约束的最小补丁，往往比在抽象讨论中估算风险更有效。
AI 编程产品决策代码评审维护成本
KNOWLEDGE ARCHIVE · 105
观测记录库
围绕 AI 系统、产品工程、云原生架构、工程实践与工程方法整理的中文实践笔记。所有文章均标注权威延伸阅读来源。当前显示 12 / 105 篇
扩散模型为何不只复刻训练集：score smoothing 让生成落在样本之间
Google Research 从去噪分数函数出发解释扩散模型的“新颖性”：神经网络对尖锐分数场的平滑近似，会沿数据流形切向减弱向训练样本坍缩的趋势，从而形成插值区域。
扩散模型Score Smoothing正则化数据流形
Kubernetes 自定义指标导出器：先把业务信号建模，再接入 HPA
CPU 和内存无法解释队列积压、长任务耗时与连接压力。可靠的扩缩容链路应先把业务状态建模为 Prometheus 指标，再验证采集、查询与 HPA 消费的完整路径。
KubernetesPrometheus自定义指标HPA
Dependabot 默认三天冷静期：依赖更新不再追求第一时间
GitHub 为 Dependabot 版本更新默认加入三天等待窗口，同时保持安全更新即时创建。这个默认值把“最快升级”改成了“先给生态系统留下暴露异常的时间”。
Dependabot供应链安全依赖更新冷静期
OpenTelemetry Spring Boot 声明式配置：同样的占位符，不同的解析边界
OpenTelemetry Spring Boot starter 2.26.0 开始支持把完整遥测管线放进 application.yaml。真正需要警惕的不是 YAML 层级，而是 Spring 与独立 Agent 对环境变量和占位符的解析规则并不相同。
OpenTelemetrySpring Boot声明式配置环境变量
从提示词到可维护的指令系统
把提示词视为受版本控制的系统接口，用清晰边界、示例和回归测试降低模型行为漂移。
提示工程版本控制回归测试
函数调用不是让模型直接执行代码
拆解工具声明、参数校验、执行隔离与结果回传，建立可审计的工具调用闭环。
函数调用工具参数校验
结构化输出仍然需要业务校验
JSON Schema 能约束格式，但不能保证语义正确；生产系统必须补上领域规则和失败处理。
结构化输出Schema数据校验
RAG 的第一步不是选择向量数据库
从问题类型、知识时效和引用要求出发，确定检索是否真正优于长上下文或工具查询。
RAG检索知识库
为 AI 应用建立最小评估集
从真实失败案例抽取样本，覆盖正确性、相关性、格式与安全边界，让迭代有可比较基线。
评估数据集质量基线
智能体何时应该停下来问人
在人机协作节点保存状态、展示决策依据，并允许审批者修改参数后继续执行。
人机协作审批中断恢复
短期记忆与长期记忆不要混在一起
区分线程状态和跨会话知识，分别设计保留周期、检索方式与隐私边界。
记忆持久化隐私