多源数据接入与语义对齐
支持结构化表、日志流、向量库三类源，接入即生成字段级血缘。建议对高频字段建立统一语义字典，避免下游特征重复计算。
验收：单源接入 ≤ 2 小时，字段血缘覆盖率 ≥ 95%
这是一个网页样式设计参考
未来主义 · 智慧交汇 · 数据驱动决策版式
01 / KEY METRICS
关键数据条：可量化的平台基线
以下为接入方在标准配置下的观测区间中位数，用于校准你的验收阈值，而非宣传口径。
118ms
推理延迟 P95（7B 模型 · 单卡）
99.95%
网关可用性（连续 30 天滚动）
4.2x
数据管线吞吐提升（对比批处理）
-37%
单位 Token 成本下降（量化+缓存后）
02 / CAPABILITY BENTO
六块能力拼图：从接入到治理
错落排布的模块化布局，对应平台六个可独立验收的能力域，每块都带一个可量化验收项。
流批一体的特征管线
同一份特征定义同时产出离线训练集与在线特征，杜绝线上线下口径漂移。用时间窗口对齐，避免训练与推理的特征时点错位。
验收：线上/离线特征一致性偏差 ≤ 0.5%
弹性推理服务
按 QPS 自动扩缩，支持灰度分流与回滚，冷启动预热池常驻 2 个副本。
验收：扩容生效 ≤ 45s
离线评估与版本对比
固定评测集 + 业务指标双轨，每次发布自动生成对比报告。
验收：发布前必过 12 项回归
可观测与漂移告警
监控输入分布 PSI、输出置信度、延迟分位；PSI 连续 3 个窗口 > 0.2 触发告警。
验收：告警到定位 ≤ 10 分钟
权限、审计与成本治理
按租户隔离密钥与配额，调用留痕可追溯；对长上下文请求启用摘要缓存，降低无效重算。
验收：审计日志留存 ≥ 180 天，配额超限拦截 100%
响应式网页与动态交互层
控制台采用响应式网页与视差滚动叙事，关键图表首屏可见；交互反馈控制在 150ms 内，避免动效拖慢操作。
验收：LCP ≤ 2.5s，交互响应 ≤ 150ms
03 / SOLUTION MATRIX
解决方案对比：自建 / 托管 / 混合
按数据敏感度、上线周期与单位成本三个维度做决策，而不是按厂商名气。
| 维度 | 全自建 | 全托管 | 混合（推荐） |
|---|---|---|---|
| 数据出域 | 不出域，合规最稳 | 需出域，依赖合规评估 | 敏感特征本地，推理走托管 |
| 首次上线周期 | 8–14 周 | 1–2 周 | 3–5 周 |
| 单位推理成本 | 低（利用率≥55% 时） | 高，按量计费 | 中，峰值弹性溢出 |
| 弹性能力 | 取决于自建调度 | 秒级弹性 | 秒级弹性 + 本地常驻 |
| 适用阈值 | 日调用 > 500 万且稳定 | 日调用 < 20 万或试水期 | 波动大、有合规要求 |
04 / SCENARIOS
应用场景展示
三个已落地场景，每个都给出可观测的判定指标与常见坑位。
智能客服与质检
用意图识别 + 检索增强回答，会话结束自动质检。
- 指标：一次解决率 ≥ 78%
- 坑位：知识库不更新导致答案过期，需设 7 天巡检
工业视觉质检
边缘侧小模型初筛，云端大模型复核疑难样本。
- 指标：漏检率 ≤ 0.3%，误报率 ≤ 2%
- 坑位：光照漂移引发分布偏移，需每周重采样
经营分析预测
把时序预测与归因分析接入同一看板，支持假设推演。
- 指标：预测 MAPE ≤ 8%
- 坑位：促销期数据需单独标注，否则污染基线
05 / TIMELINE
从 PoC 到规模化：左右交错的上线路径
每阶段设置明确的进入条件与退出条件，避免「一直 PoC」。
STAGE 01 · 2 周
场景锁定与基线采集
选 1 个高频场景，采集不少于 5000 条真实样本，记录人工基线指标（准确率/耗时/成本），作为后续对照。
STAGE 02 · 3 周
管线搭建与离线验证
打通数据接入到离线评估，冻结评测集；模型在评测集上须优于人工基线 ≥ 10%，否则回到特征层复查。
STAGE 03 · 2 周
灰度上线与观测
按 5% → 20% → 50% 灰度，每档观察至少 48 小时；重点看延迟分位与负面反馈率，任一超阈值即回滚。
STAGE 04 · 持续
规模化与成本治理
全量后按周复盘单位成本与命中率，启用缓存与量化，把单位 Token 成本压到基线 60% 以下。
06 / FAQ
常见问题 FAQ
都是接入过程中真实被问到的问题，回答给出可执行阈值。
模型效果不达标，先调模型还是先查数据？
优先查数据。经验上 70% 的效果问题来自标注噪声与特征时点错位；先做 200 条抽检，标注一致率低于 90% 就先修数据，再谈微调。
如何判断是否需要微调而非提示词优化？
若提示词迭代 3 轮后，固定评测集上的指标提升 < 3%，且失败样本集中在同一领域知识，则进入微调；否则继续优化检索与提示词更划算。
线上延迟突然升高怎么排查？
按「网关 → 特征服务 → 模型服务 → 下游依赖」四段打点，先看 P95 与 P99 差值：差值拉大通常是排队，差值平稳则多为依赖变慢。
数据漂移告警太频繁怎么办？
把 PSI 阈值从 0.1 调到 0.2，并要求连续 3 个窗口超标才告警；同时对节假日/促销期单独建基线，避免周期性误报。
多团队共用平台如何避免相互影响？
按租户划分配额与密钥，推理侧做资源组隔离；对单租户设 QPS 上限与并发上限，防止单个业务打满共享池。
控制台动画多，会不会影响性能？
动效只用于状态变化与首次进入，单次不超过 450ms；对 prefers-reduced-motion 用户直接降级为静态，保证低端设备可用。
07 / PLAYBOOK
实用指导清单：七条能直接照做的要点
每条都给出做法、参数阈值与避坑点，可直接贴进你的接入文档。
1
先冻结评测集，再动模型
从真实流量中抽 1000–2000 条，覆盖各业务分支，冻结并版本化。任何优化都必须在这份集子上对比，避免「感觉变好了」。指标波动 < ±1% 视为无差异。
2
特征口径线上线下同源
用同一份特征定义文件同时产出训练与在线特征，禁止两套 SQL。上线前做影子比对，一致性偏差 ≤ 0.5% 才放行。
3
为延迟设分位而非均值
SLA 按 P95/P99 制定，而非平均延迟。建议网关 P95 ≤ 150ms、模型 P99 ≤ 600ms；超过则先怀疑排队与并发配置。
4
漂移监控必须配业务指标
只监控输入分布不够，需同时看输出置信度与实际转化率。设两级告警：PSI > 0.2 提醒、PSI > 0.35 或转化率跌 15% 触发人工介入。
5
灰度按业务影响面分层
先内测账号 → 5% 低价值流量 → 20% → 50% → 全量，每档至少 48 小时。回滚脚本必须在灰度前演练一次，回滚耗时 ≤ 3 分钟。
6
成本优化按优先级排序
顺序为：请求去重 → 结果缓存 → 上下文裁剪 → 量化 → 模型降级。前两步通常可省 20%–35% 成本，且几乎无损；量化须重跑评测集确认掉点 ≤ 1.5%。
7
可视化为决策服务，不为好看
每个图表必须回答一个决策问题，并标注时间窗与样本量；超过 6 个指标的看板拆分为角色视图。移动端保证关键图表首屏可见，LCP ≤ 2.5s。
把「智慧交汇」变成一页可验收的接入方案
带上你的场景与样本量，我们按数据驱动决策的方式，给出可对比的指标基线与灰度计划，而不是泛泛的能力清单。