上线、观察并继续改进

track({
  taskSuccess: result.accepted,
  failureType: result.failure?.type,
  latencyMs: trace.duration,
  costUsd: trace.cost,
  humanIntervention: trace.confirmations.length > 0
});

这是解释结构的代码骨架，外部函数与数据需要在实际项目中实现。

放进真实情境里看

证据助手上线后，大部分问题都能回答，但少数问题引用错版本，且高峰时延迟变长。上线不是终点，必须知道在哪些问题上退步。

1. 01

   上线前固定评估集

   收集真实任务类型与合成边界样本，标出期望引用、允许拒答和应阻止的动作。修改后用同一组问题比较。

2. 02

   上线后观察趋势

   按版本看错误率、引用有效率、延迟、单次成本和确认拒绝率。聚合数据前先避免记录不必要的个人内容。

3. 03

   决定下一轮改什么

   从最高频或最高风险的失败开始，写下假设、改动、预期指标和回滚条件；一次只改足以归因的范围。