《互联网产品的 AI 架构·多能力编排与任务闭环》10.1 编排链路的最低观测字段
单次请求的日志回答不了编排层的四个问题：这次调用属于哪条工作流、上游是谁、第几次尝试、用的哪版模型与提示。本节给出一次编排 trace 的九个最小字段、节点边界的两段式采集、从事件重建节点树与关键路径的算法，并用三能力样本跑出 4 个 span、3,786 微元与 1,269ms 的确定性结果。
tag
AI 架构
共 180 篇文章。
《互联网产品的 AI 架构·多能力编排与任务闭环》9.3 注入在多能力间的传播
检索文档里的一句话、工具返回的一段 JSON，都会在下一个节点变成「上文」。注入因此不是单节点问题，而是污点与信任级别在节点间如何传播的问题。本节把信任级别、污点集合与边界判定写成可运行模块，说明什么内容必须隔离、什么节点只能包成数据，并给出示例运行结果。
《互联网产品的 AI 架构·多能力编排与任务闭环》9.2 外部动作的授权边界
外部动作一旦落地就不可逆：下单、发消息、退款不能只靠模型「觉得可以」。本节把授权拆成主体策略、一次性令牌、幂等键与人工确认四道闸门，说明谁批准、一次授权为何只能对应一次动作，并给出可运行的 TypeScript 判定模块与十二种场景的示例运行结果。
《互联网产品的 AI 架构·多能力编排与任务闭环》9.1 跨能力的权限传播
跨能力调用时，权限最容易在节点之间被悄悄放大：节点代理身份比用户更宽、租户范围在交接时丢失、数据标签被重新合并。本节把用户、编排器与节点代理三层身份拆开，用作用域集合交集实现只收窄不放大的传播，并给出可运行的 TypeScript 实现与示例运行结果。
《互联网产品的 AI 架构·多能力编排与任务闭环》8.3 编排经济性复核
编排是否划算要持续复核，不是上线前算一次。本节用卷二 28.47% 的回本线与 13.02% 的失败预算复核三节点链路，跑出主场景、高失败、低复用、四节点与质量溢价五个样本，给出 keep、watch、exit 的判定与退出条件；复核要按链路、按窗口进行。
《互联网产品的 AI 架构·多能力编排与任务闭环》8.2 超支时的裁剪顺序
超支时最怕临时拍脑袋。本节给出缓存、裁剪上下文、降档、跳过可选节点、拒绝五步裁剪顺序，逐项标出节省、质量损失与不可逆性，并用 600、900、1,200 微元三个样本跑出确定性结果；质量下限决定少交付一块还是完全不交付；顺序应按可逆性与质量损失排，而不是按节省金额排。
《互联网产品的 AI 架构·多能力编排与任务闭环》8.1 把预算分到节点
整链预算要同时管 token、成本、延迟与重试四条线。本节用三节点样本把 4,000 微元拆成保底、弹性与共享池，给出可复现的整数分配算法；四条线不能互相换算，分配顺序一旦颠倒，必需节点就会发不出保底；保底保护正确性，弹性购买质量，共享池吸收运行时波动。
《互联网产品的 AI 架构·推理性能与成本工程》13.2 优化方案与 ADR
拿到 13.1 的成本基线后，用架构决策记录在三个候选方案之间做取舍：稳定前缀缓存、经济档替代与输出上限，分别说明预期收益、质量代价、证据门槛、回退条件与退出条件，并给出可直接运行的 TypeScript 决策函数与可逐条复核的示例样本结果。
《互联网产品的 AI 架构·多能力编排与任务闭环》7.3 回放与可复现调试
同一条失败记录，重跑三次得到三个不同结果，日志却只有一句「answer failed」。本节给出一次链路的最小回放包：请求、节点输入输出摘要、模型档位、提示版本与随机种子，用规范化序列化和逐节点对比把分歧定位到具体节点，并演示一次提示版本导致的重放差异。
《互联网产品的 AI 架构·多能力编排与任务闭环》7.2 失败归因：哪个节点造成的
端到端失败率 1.88%，面板只写「工作流失败」，值班同学无法修复一个叫「工作流」的东西。本节把失败拆到节点：输入、模型、解析、外部动作、超时五类，给出归因表与判据——首个失败节点、解析归产出方、输入看摘要、超时归超预算节点，并用 10 条失败样本跑出分布。
《互联网产品的 AI 架构·多能力编排与任务闭环》7.1 端到端评测集
节点测试全绿，用户任务仍然失败，因为评测单位选错了。本节把一条用户任务作为样本单位，定义成功、部分成功、失败、超时、越权五类样本与验收口径，要求失败路径至少占四成，给出五类覆盖统计与发布门禁，并用 25 条示例样本跑出 48% 的任务完成率与 68% 的失败路径占比。
《互联网产品的 AI 架构·多能力编排与任务闭环》6.3 长任务与异步交付
长文档摘要与批量审核无法在一次请求里交付，异步任务因此需要自己的状态机、通知去重、回调幂等与断线重连协议。本节用回声内容链演示排队、执行、完成、失败与过期的完整生命周期，给出结果按哈希幂等交付、游标重连与快照回退的判据，并附上可运行的模块。
《互联网产品的 AI 架构·多能力编排与任务闭环》6.2 人工介入节点
内容发布链上的人工复核既是延迟大头，也是审计责任点。本节把等待、领取、升级、批准、驳回与超时路由写成可执行状态机，讨论超时后的自动发布边界、重复批准回调的幂等处理，以及用只追加事件链回答谁在何时改了什么。并附 12 条样本的可复算运行结果。
《互联网产品的 AI 架构·多能力编排与任务闭环》6.1 并行分支的收益与竞争
并行分支不是免费的加速器：它把延迟压到临界路径，却把共享上下文复制到每个分支，还要和同一配额下的其他请求抢并发槽。本节用回声内容链的可复算样本，给出临界路径、排队延迟、成本叠加与并行度边际收益四个判据，并算出 41.67% 的复用回本线与 4 微元/毫秒的交换线。
《互联网产品的 AI 架构·多能力编排与任务闭环》5.3 编排级重试预算与熔断
单步 13.02% 的失败上限落到编排层，就变成全局重试预算与节点熔断。本节给出按成功率增量分配预算的确定性算法，用三能力样本对比无重试、本地重试、全局预算与熔断四种策略的成功率、每次成功交付成本与尾部成本，并说明重试风暴的尾部成本与幂等边界。
《互联网产品的 AI 架构·多能力编排与任务闭环》5.2 部分可用的验收标准
上游只交回半份结果时，什么算可用、什么必须拒绝？本节为「回声」三条链定义字段契约：哪些字段必须有、哪些可缺、哪些允许降级替代，给出完整、部分可用、拒绝交付三档判定、四级用户提示与机器可读标记，并附可运行的 TypeScript 验收器与示例运行结果。
《互联网产品的 AI 架构·多能力编排与任务闭环》5.1 失败分类与处理策略
上游失败后，下游该跳过、重试、降级还是中止？本节把失败分成可重试、可跳过、可降级、必须中止四类，给出每类的判定字段、判定顺序与稳定原因码，说明动作对下游、预算与用户提示的影响，并用七条示例信号跑出分类结果，附可运行的 TypeScript 分类器与处理策略表。
《互联网产品的 AI 架构·多能力编排与任务闭环》4.3 长任务的会话状态与记忆边界
长任务不是把每轮对话无限追加进上下文。本节定义会话状态该存事实、游标、决策与待办，而不是完整转录；用滑动 TTL、绝对 TTL、LRU 与容量上限控制生命周期，并给出跨租户隔离、单会话记忆上限与可运行的最小存储模块，最后划清它与检查点、长期记忆库的边界。
《互联网产品的 AI 架构·推理性能与成本工程》13.1 推理成本基线
把第 1、8、9、11 章的延迟、容量、成本与质量口径合成一份可复算的推理成本基线：用 240 条确定性样本说明指标怎么定义、样本如何按能力与模型档位分层、结论如何从证据推导，并给出可逐条运行的 TypeScript 报告模块与示例样本结果。
《互联网产品的 AI 架构·推理性能与成本工程》12.3 一次成本失控的复盘
一次持续 25 分钟的 429 故障没有打挂任何请求，却让「回声」的推理成本变成基线的 4.85 倍。本节按分钟还原时间线，把成本倍数拆成尝试放大 1.90 倍与单价放大 2.55 倍，给出根因、三道修复闸门与可校验的复盘模板，并用示例样本运行结果说明每个数字的来源。