🎯 AI 能力边界与系统建设

1. 1
   AI 能做什么、不能做什么：能力边界总纲

   把 AI 能力按可靠性分层，先建立正确预期——边界管理的第一步是预期管理。

   已发布
2. 2
   把 AI 能力翻译成系统承诺：能力声明表

   每个 AI 功能上线前写一张能力声明表：承诺什么、不承诺什么、失败率目标、怎么验证。

   已发布
3. 3
   任务分流：什么交给 AI、什么必须代码或人工

   用可靠性、容错、责任三个维度给任务分类，决定 AI/规则/人工的归属。

   已发布
4. 4
   效果度量：证明「做了什么、有什么效果」

   评测集、四类指标与基线——没有度量，边界就是口号。

   已发布
5. 5
   幻觉的系统化治理：防、拦、兜三层

   幻觉是概率事件不是 bug：从输入防、生成拦、输出兜三个层面治理。

   已发布
6. 6
   AI 全链路追踪：每一步都看得见、可回放

   从请求、检索、工具到模型输出，整条链路可观测可回放。

   规划中
7. 7
   降级与人工接管：AI 失效时系统怎么表现

   AI 超时、答错、被滥用时，系统如何降级并平滑交还给人。

   规划中
8. 8
   模型换代与回归：边界不随升级漂移

   换模型、调提示词、改检索——每次变更都用评测回归守住承诺。

   规划中
9. 9
   把边界写进组织：角色、评审与流程

   能力边界要有人负责：AI 产品负责人、评测责任人、变更评审流程。

   规划中
10. 10
    从 POC 到生产：AI 项目的边界验收清单

    一套完整的验收清单：承诺、度量、降级、安全都过线才放生产。

    规划中

📚 已发布文章