Deep Research Index

本目录为每篇资料生成一份更深入的可落地扩展笔记，用于补充/强化《AI 辅助软件产品》。

第 1 章：全流程方法论

• [30] AutoGen：多智能体协作不是为了热闹（9.55） · Agents & Tool Use
• [31] Tool Use / Function Calling：让模型能做事的标准接口（9.55） · General References
• [73] Continuous Discovery Habits（Teresa Torres）：把需求挖掘变成可持续的习惯（9.55） · Discovery & Product Strategy
• [60] LangGraph：把 Agent 变成可控的工作流（9.40） · Agents & Tool Use
• [29] ReAct：Agent 的推理—行动循环（9.25） · Agents & Tool Use
• [4] 精益创业（The Lean Startup）：最小实验与证据门槛（8.60） · Discovery & Product Strategy

第 2 章：需求挖掘与机会判断

• [73] Continuous Discovery Habits（Teresa Torres）：把需求挖掘变成可持续的习惯（9.55） · Discovery & Product Strategy
• [4] 精益创业（The Lean Startup）：最小实验与证据门槛（8.60） · Discovery & Product Strategy

第 3 章：PRD 与工程合同

• [67] OpenAPI Specification：把接口变成可执行契约（9.70） · PRD & Specs
• [65] Spectral（OpenAPI linter）：把接口契约变成可自动验收的门禁（9.55） · PRD & Specs
• [74] RFC 2119：把必须/应该/可以写成团队一致的合同语言（8.80） · PRD & Specs

第 4 章：原型与信息架构

• [17] WCAG 2.2：可访问性底线与可验收检查项（9.85） · UX / UI & Design Systems
• [83] AI 原型工具（NN/G）：远看还行，近看稀碎的风险与用法（9.55） · UX / UI & Design Systems
• [72] People + AI Guidebook（Google PAIR）：把以人为本写成可执行的工作流（9.40） · UX / UI & Design Systems
• [80] Customer-Service Chat UX（NN/G）：把对话做成可恢复的闭环（9.40） · UX / UI & Design Systems
• [81] Prompt Controls（NN/G）：把可控性做成界面，而不是藏在提示词里（9.40） · UX / UI & Design Systems
• [82] Testing AI with Real Design Scenarios（NN/G）：用真实场景给 AI 体验写验收（9.40） · UX / UI & Design Systems
• [84] 用 AI 造测试数据（NN/G）：用假表格和图表把原型走查变真实（9.40） · UX / UI & Design Systems
• [71] Guidelines for Human-AI Interaction（Microsoft）：把AI 体验写成可验收的交互合同（9.25） · UX / UI & Design Systems
• [53] Design Tokens：让设计和代码说同一种话（9.20） · UX / UI & Design Systems
• [54] axe-core：可访问性自动化检查的最低成本方案（9.20） · UX / UI & Design Systems

第 5 章：产品验证与打磨

• [17] WCAG 2.2：可访问性底线与可验收检查项（9.85） · UX / UI & Design Systems
• [73] Continuous Discovery Habits（Teresa Torres）：把需求挖掘变成可持续的习惯（9.55） · Discovery & Product Strategy
• [83] AI 原型工具（NN/G）：远看还行，近看稀碎的风险与用法（9.55） · UX / UI & Design Systems
• [72] People + AI Guidebook（Google PAIR）：把以人为本写成可执行的工作流（9.40） · UX / UI & Design Systems
• [80] Customer-Service Chat UX（NN/G）：把对话做成可恢复的闭环（9.40） · UX / UI & Design Systems
• [81] Prompt Controls（NN/G）：把可控性做成界面，而不是藏在提示词里（9.40） · UX / UI & Design Systems
• [82] Testing AI with Real Design Scenarios（NN/G）：用真实场景给 AI 体验写验收（9.40） · UX / UI & Design Systems
• [84] 用 AI 造测试数据（NN/G）：用假表格和图表把原型走查变真实（9.40） · UX / UI & Design Systems
• [71] Guidelines for Human-AI Interaction（Microsoft）：把AI 体验写成可验收的交互合同（9.25） · UX / UI & Design Systems
• [53] Design Tokens：让设计和代码说同一种话（9.20） · UX / UI & Design Systems
• [54] axe-core：可访问性自动化检查的最低成本方案（9.20） · UX / UI & Design Systems
• [4] 精益创业（The Lean Startup）：最小实验与证据门槛（8.60） · Discovery & Product Strategy

第 6 章：UI 设计与资产化

• [17] WCAG 2.2：可访问性底线与可验收检查项（9.85） · UX / UI & Design Systems
• [83] AI 原型工具（NN/G）：远看还行，近看稀碎的风险与用法（9.55） · UX / UI & Design Systems
• [72] People + AI Guidebook（Google PAIR）：把以人为本写成可执行的工作流（9.40） · UX / UI & Design Systems
• [80] Customer-Service Chat UX（NN/G）：把对话做成可恢复的闭环（9.40） · UX / UI & Design Systems
• [81] Prompt Controls（NN/G）：把可控性做成界面，而不是藏在提示词里（9.40） · UX / UI & Design Systems
• [82] Testing AI with Real Design Scenarios（NN/G）：用真实场景给 AI 体验写验收（9.40） · UX / UI & Design Systems
• [84] 用 AI 造测试数据（NN/G）：用假表格和图表把原型走查变真实（9.40） · UX / UI & Design Systems
• [71] Guidelines for Human-AI Interaction（Microsoft）：把AI 体验写成可验收的交互合同（9.25） · UX / UI & Design Systems
• [53] Design Tokens：让设计和代码说同一种话（9.20） · UX / UI & Design Systems
• [54] axe-core：可访问性自动化检查的最低成本方案（9.20） · UX / UI & Design Systems

第 7 章：工程化与编码

• [67] OpenAPI Specification：把接口变成可执行契约（9.70） · PRD & Specs
• [30] AutoGen：多智能体协作不是为了热闹（9.55） · Agents & Tool Use
• [45] vLLM：推理吞吐为什么能上去（9.55） · Inference & Optimization
• [65] Spectral（OpenAPI linter）：把接口契约变成可自动验收的门禁（9.55） · PRD & Specs
• [69] OpenID Connect Core 1.0：把登录做成可互操作的协议（9.55） · User / Auth / Audit
• [76] SRE：Service Level Objectives（SLO）：把可靠性写成可交易的预算（9.55） · Deployment & Operations
• [64] Grafana：让指标能被人看懂的最后一公里（9.50） · Deployment & Operations
• [46] TensorRT-LLM：把推理性能当作工程问题来解（9.40） · Inference & Optimization
• [48] GPTQ：后训练量化（PTQ）不是白嫖（9.40） · Inference & Optimization
• [50] MT-Bench/Chatbot Arena：LLM-as-a-Judge 的边界（9.40） · Evaluation
• [60] LangGraph：把 Agent 变成可控的工作流（9.40） · Agents & Tool Use
• [63] KServe：把推理服务当成可运维的工作负载（9.40） · Inference & Optimization
• [61] OpenTelemetry：观测性三件套（logs/metrics/traces）（9.35） · Deployment & Operations
• [68] OWASP ASVS：把安全从口号变成验收项（9.35） · Engineering Workflow
• [29] ReAct：Agent 的推理—行动循环（9.25） · Agents & Tool Use
• [49] TGI（Text Generation Inference）：把推理服务当成产品在运营（9.25） · Inference & Optimization
• [70] JWT（RFC 7519）：令牌不是字符串，是可审计的契约（9.25） · User / Auth / Audit
• [28] RAGAS：RAG 自动评估指标与落地方式（9.20） · Evaluation
• [55] Lighthouse：把网页质量变成客观分数（9.20） · Evaluation
• [56] Storybook Test Runner：组件级回归比页面级更省钱（9.20） · Engineering Workflow
• [57] Playwright：端到端测试的最后一道门禁（9.20） · Engineering Workflow
• [79] Problem Details for HTTP APIs（RFC 9457）：把错误变成可解释、可对账、可回归的合同（9.20） · Backend & Reliability
• [22] OAuth 2.0（RFC 6749）：认证授权的最小事实源（9.10） · User / Auth / Audit
• [24] RAG 原始论文（Lewis et al., 2020）：为什么检索 + 生成能提高可靠性（9.10） · RAG
• [25] FAISS：向量相似检索的工业级底座（8.95） · RAG
• [59] AWQ：量化的目标是够用且更便宜（8.90） · Inference & Optimization
• [78] HTTP Semantics（RFC 9110）：把请求/重试/状态码写成可推理的契约（8.90） · Backend & Reliability
• [74] RFC 2119：把必须/应该/可以写成团队一致的合同语言（8.80） · PRD & Specs
• [6] Accelerate：交付表现与门禁怎么量化（8.75） · Engineering Workflow
• [27] BM25：关键词检索的底盘（以及它为什么仍然重要）（8.45） · RAG
• [5] 持续交付（Continuous Delivery）：把发布做成可回滚的流水线（8.45） · Deployment & Operations
• [62] Prometheus：指标监控的事实标准（但别滥用标签）（8.40） · Deployment & Operations

第 8 章：前端实现

• [17] WCAG 2.2：可访问性底线与可验收检查项（9.85） · UX / UI & Design Systems
• [83] AI 原型工具（NN/G）：远看还行，近看稀碎的风险与用法（9.55） · UX / UI & Design Systems
• [72] People + AI Guidebook（Google PAIR）：把以人为本写成可执行的工作流（9.40） · UX / UI & Design Systems
• [80] Customer-Service Chat UX（NN/G）：把对话做成可恢复的闭环（9.40） · UX / UI & Design Systems
• [81] Prompt Controls（NN/G）：把可控性做成界面，而不是藏在提示词里（9.40） · UX / UI & Design Systems
• [82] Testing AI with Real Design Scenarios（NN/G）：用真实场景给 AI 体验写验收（9.40） · UX / UI & Design Systems
• [84] 用 AI 造测试数据（NN/G）：用假表格和图表把原型走查变真实（9.40） · UX / UI & Design Systems
• [68] OWASP ASVS：把安全从口号变成验收项（9.35） · Engineering Workflow
• [71] Guidelines for Human-AI Interaction（Microsoft）：把AI 体验写成可验收的交互合同（9.25） · UX / UI & Design Systems
• [53] Design Tokens：让设计和代码说同一种话（9.20） · UX / UI & Design Systems
• [54] axe-core：可访问性自动化检查的最低成本方案（9.20） · UX / UI & Design Systems
• [56] Storybook Test Runner：组件级回归比页面级更省钱（9.20） · Engineering Workflow
• [57] Playwright：端到端测试的最后一道门禁（9.20） · Engineering Workflow
• [6] Accelerate：交付表现与门禁怎么量化（8.75） · Engineering Workflow

第 9 章：后端架构

• [67] OpenAPI Specification：把接口变成可执行契约（9.70） · PRD & Specs
• [65] Spectral（OpenAPI linter）：把接口契约变成可自动验收的门禁（9.55） · PRD & Specs
• [69] OpenID Connect Core 1.0：把登录做成可互操作的协议（9.55） · User / Auth / Audit
• [68] OWASP ASVS：把安全从口号变成验收项（9.35） · Engineering Workflow
• [70] JWT（RFC 7519）：令牌不是字符串，是可审计的契约（9.25） · User / Auth / Audit
• [75] Usage-based Billing（Stripe）：把计量口径写成能对账的产品合同（9.25） · Billing & Pricing
• [23] PCI DSS v4.0：把支付合规当作产品边界（9.20） · Billing & Pricing
• [56] Storybook Test Runner：组件级回归比页面级更省钱（9.20） · Engineering Workflow
• [57] Playwright：端到端测试的最后一道门禁（9.20） · Engineering Workflow
• [79] Problem Details for HTTP APIs（RFC 9457）：把错误变成可解释、可对账、可回归的合同（9.20） · Backend & Reliability
• [22] OAuth 2.0（RFC 6749）：认证授权的最小事实源（9.10） · User / Auth / Audit
• [78] HTTP Semantics（RFC 9110）：把请求/重试/状态码写成可推理的契约（8.90） · Backend & Reliability
• [74] RFC 2119：把必须/应该/可以写成团队一致的合同语言（8.80） · PRD & Specs
• [6] Accelerate：交付表现与门禁怎么量化（8.75） · Engineering Workflow

第 10 章：RAG & Agent

• [67] OpenAPI Specification：把接口变成可执行契约（9.70） · PRD & Specs
• [30] AutoGen：多智能体协作不是为了热闹（9.55） · Agents & Tool Use
• [65] Spectral（OpenAPI linter）：把接口契约变成可自动验收的门禁（9.55） · PRD & Specs
• [50] MT-Bench/Chatbot Arena：LLM-as-a-Judge 的边界（9.40） · Evaluation
• [60] LangGraph：把 Agent 变成可控的工作流（9.40） · Agents & Tool Use
• [29] ReAct：Agent 的推理—行动循环（9.25） · Agents & Tool Use
• [34] Datasheets for Datasets：数据集要像产品说明书一样可追溯（9.25） · Data
• [28] RAGAS：RAG 自动评估指标与落地方式（9.20） · Evaluation
• [55] Lighthouse：把网页质量变成客观分数（9.20） · Evaluation
• [24] RAG 原始论文（Lewis et al., 2020）：为什么检索 + 生成能提高可靠性（9.10） · RAG
• [25] FAISS：向量相似检索的工业级底座（8.95） · RAG
• [74] RFC 2119：把必须/应该/可以写成团队一致的合同语言（8.80） · PRD & Specs
• [35] LLM 数据去重：为什么重复会伤模型（以及怎么测）（8.75） · Data
• [27] BM25：关键词检索的底盘（以及它为什么仍然重要）（8.45） · RAG

第 11 章：用户与权限

• [69] OpenID Connect Core 1.0：把登录做成可互操作的协议（9.55） · User / Auth / Audit
• [77] NIST AI RMF：把AI 风险从口号变成可审计的治理框架（9.55） · Governance & Security
• [70] JWT（RFC 7519）：令牌不是字符串，是可审计的契约（9.25） · User / Auth / Audit
• [22] OAuth 2.0（RFC 6749）：认证授权的最小事实源（9.10） · User / Auth / Audit
• [51] Guardrails：给生成式系统加护栏，不是加枷锁（8.90） · Governance & Security

第 12 章：付费与风控

• [77] NIST AI RMF：把AI 风险从口号变成可审计的治理框架（9.55） · Governance & Security
• [75] Usage-based Billing（Stripe）：把计量口径写成能对账的产品合同（9.25） · Billing & Pricing
• [23] PCI DSS v4.0：把支付合规当作产品边界（9.20） · Billing & Pricing
• [51] Guardrails：给生成式系统加护栏，不是加枷锁（8.90） · Governance & Security

第 13 章：数据收集与清洗

• [42] DPO：无需显式奖励模型的偏好优化（9.70） · Training & Alignment
• [40] LoRA：低成本微调的核心思路（9.55） · Training & Alignment
• [47] QLoRA：把微调从奢侈品变成日用品（9.55） · Training & Alignment
• [77] NIST AI RMF：把AI 风险从口号变成可审计的治理框架（9.55） · Governance & Security
• [36] Self-Instruct：低成本生成指令数据的起手式（9.40） · Training & Alignment
• [34] Datasheets for Datasets：数据集要像产品说明书一样可追溯（9.25） · Data
• [24] RAG 原始论文（Lewis et al., 2020）：为什么检索 + 生成能提高可靠性（9.10） · RAG
• [41] RLHF：对齐不是更听话，而是可控且可回归（9.10） · Training & Alignment
• [25] FAISS：向量相似检索的工业级底座（8.95） · RAG
• [51] Guardrails：给生成式系统加护栏，不是加枷锁（8.90） · Governance & Security
• [35] LLM 数据去重：为什么重复会伤模型（以及怎么测）（8.75） · Data
• [27] BM25：关键词检索的底盘（以及它为什么仍然重要）（8.45） · RAG
• [66] WizardLM / Evol-Instruct：让合成指令更难一点（8.40） · Training & Alignment

第 14 章：预训练

• [42] DPO：无需显式奖励模型的偏好优化（9.70） · Training & Alignment
• [40] LoRA：低成本微调的核心思路（9.55） · Training & Alignment
• [47] QLoRA：把微调从奢侈品变成日用品（9.55） · Training & Alignment
• [36] Self-Instruct：低成本生成指令数据的起手式（9.40） · Training & Alignment
• [41] RLHF：对齐不是更听话，而是可控且可回归（9.10） · Training & Alignment
• [66] WizardLM / Evol-Instruct：让合成指令更难一点（8.40） · Training & Alignment

第 15 章：后训练与对齐

• [42] DPO：无需显式奖励模型的偏好优化（9.70） · Training & Alignment
• [40] LoRA：低成本微调的核心思路（9.55） · Training & Alignment
• [47] QLoRA：把微调从奢侈品变成日用品（9.55） · Training & Alignment
• [36] Self-Instruct：低成本生成指令数据的起手式（9.40） · Training & Alignment
• [41] RLHF：对齐不是更听话，而是可控且可回归（9.10） · Training & Alignment
• [85] PPO：把策略更新做稳，是 RLHF 能跑起来的关键细节 · Training & Alignment
• [86] 人类偏好强化学习：偏好数据如何变成奖励信号 · Training & Alignment
• [87] 语言模型偏好对齐：早期 RLHF 方案里的关键工程思路 · Training & Alignment
• [88] 用人类反馈做摘要：把好和坏写成可训练的差异 · Training & Alignment
• [89] Constitutional AI：用规则与 AI 反馈降低人工标注压力 · Training & Alignment
• [90] 强化学习安全：奖励投机与副作用不是理论问题 · Governance & Security
• [66] WizardLM / Evol-Instruct：让合成指令更难一点（8.40） · Training & Alignment

第 16 章：推理优化

• [45] vLLM：推理吞吐为什么能上去（9.55） · Inference & Optimization
• [46] TensorRT-LLM：把推理性能当作工程问题来解（9.40） · Inference & Optimization
• [48] GPTQ：后训练量化（PTQ）不是白嫖（9.40） · Inference & Optimization
• [63] KServe：把推理服务当成可运维的工作负载（9.40） · Inference & Optimization
• [49] TGI（Text Generation Inference）：把推理服务当成产品在运营（9.25） · Inference & Optimization
• [59] AWQ：量化的目标是够用且更便宜（8.90） · Inference & Optimization

第 17 章：部署与运维

• [45] vLLM：推理吞吐为什么能上去（9.55） · Inference & Optimization
• [76] SRE：Service Level Objectives（SLO）：把可靠性写成可交易的预算（9.55） · Deployment & Operations
• [64] Grafana：让指标能被人看懂的最后一公里（9.50） · Deployment & Operations
• [46] TensorRT-LLM：把推理性能当作工程问题来解（9.40） · Inference & Optimization
• [48] GPTQ：后训练量化（PTQ）不是白嫖（9.40） · Inference & Optimization
• [50] MT-Bench/Chatbot Arena：LLM-as-a-Judge 的边界（9.40） · Evaluation
• [63] KServe：把推理服务当成可运维的工作负载（9.40） · Inference & Optimization
• [61] OpenTelemetry：观测性三件套（logs/metrics/traces）（9.35） · Deployment & Operations
• [68] OWASP ASVS：把安全从口号变成验收项（9.35） · Engineering Workflow
• [49] TGI（Text Generation Inference）：把推理服务当成产品在运营（9.25） · Inference & Optimization
• [28] RAGAS：RAG 自动评估指标与落地方式（9.20） · Evaluation
• [55] Lighthouse：把网页质量变成客观分数（9.20） · Evaluation
• [56] Storybook Test Runner：组件级回归比页面级更省钱（9.20） · Engineering Workflow
• [57] Playwright：端到端测试的最后一道门禁（9.20） · Engineering Workflow
• [79] Problem Details for HTTP APIs（RFC 9457）：把错误变成可解释、可对账、可回归的合同（9.20） · Backend & Reliability
• [59] AWQ：量化的目标是够用且更便宜（8.90） · Inference & Optimization
• [78] HTTP Semantics（RFC 9110）：把请求/重试/状态码写成可推理的契约（8.90） · Backend & Reliability
• [6] Accelerate：交付表现与门禁怎么量化（8.75） · Engineering Workflow
• [5] 持续交付（Continuous Delivery）：把发布做成可回滚的流水线（8.45） · Deployment & Operations
• [62] Prometheus：指标监控的事实标准（但别滥用标签）（8.40） · Deployment & Operations

第 18 章：评测体系

• [42] DPO：无需显式奖励模型的偏好优化（9.70） · Training & Alignment
• [30] AutoGen：多智能体协作不是为了热闹（9.55） · Agents & Tool Use
• [40] LoRA：低成本微调的核心思路（9.55） · Training & Alignment
• [45] vLLM：推理吞吐为什么能上去（9.55） · Inference & Optimization
• [47] QLoRA：把微调从奢侈品变成日用品（9.55） · Training & Alignment
• [76] SRE：Service Level Objectives（SLO）：把可靠性写成可交易的预算（9.55） · Deployment & Operations
• [64] Grafana：让指标能被人看懂的最后一公里（9.50） · Deployment & Operations
• [36] Self-Instruct：低成本生成指令数据的起手式（9.40） · Training & Alignment
• [46] TensorRT-LLM：把推理性能当作工程问题来解（9.40） · Inference & Optimization
• [48] GPTQ：后训练量化（PTQ）不是白嫖（9.40） · Inference & Optimization
• [50] MT-Bench/Chatbot Arena：LLM-as-a-Judge 的边界（9.40） · Evaluation
• [60] LangGraph：把 Agent 变成可控的工作流（9.40） · Agents & Tool Use
• [63] KServe：把推理服务当成可运维的工作负载（9.40） · Inference & Optimization
• [61] OpenTelemetry：观测性三件套（logs/metrics/traces）（9.35） · Deployment & Operations
• [29] ReAct：Agent 的推理—行动循环（9.25） · Agents & Tool Use
• [34] Datasheets for Datasets：数据集要像产品说明书一样可追溯（9.25） · Data
• [49] TGI（Text Generation Inference）：把推理服务当成产品在运营（9.25） · Inference & Optimization
• [28] RAGAS：RAG 自动评估指标与落地方式（9.20） · Evaluation
• [55] Lighthouse：把网页质量变成客观分数（9.20） · Evaluation
• [79] Problem Details for HTTP APIs（RFC 9457）：把错误变成可解释、可对账、可回归的合同（9.20） · Backend & Reliability
• [24] RAG 原始论文（Lewis et al., 2020）：为什么检索 + 生成能提高可靠性（9.10） · RAG
• [41] RLHF：对齐不是更听话，而是可控且可回归（9.10） · Training & Alignment
• [25] FAISS：向量相似检索的工业级底座（8.95） · RAG
• [59] AWQ：量化的目标是够用且更便宜（8.90） · Inference & Optimization
• [78] HTTP Semantics（RFC 9110）：把请求/重试/状态码写成可推理的契约（8.90） · Backend & Reliability
• [35] LLM 数据去重：为什么重复会伤模型（以及怎么测）（8.75） · Data
• [27] BM25：关键词检索的底盘（以及它为什么仍然重要）（8.45） · RAG
• [5] 持续交付（Continuous Delivery）：把发布做成可回滚的流水线（8.45） · Deployment & Operations
• [62] Prometheus：指标监控的事实标准（但别滥用标签）（8.40） · Deployment & Operations
• [66] WizardLM / Evol-Instruct：让合成指令更难一点（8.40） · Training & Alignment

第 19 章：迭代与增长

• [73] Continuous Discovery Habits（Teresa Torres）：把需求挖掘变成可持续的习惯（9.55） · Discovery & Product Strategy
• [75] Usage-based Billing（Stripe）：把计量口径写成能对账的产品合同（9.25） · Billing & Pricing
• [23] PCI DSS v4.0：把支付合规当作产品边界（9.20） · Billing & Pricing
• [4] 精益创业（The Lean Startup）：最小实验与证据门槛（8.60） · Discovery & Product Strategy

第 20 章：合规与伦理

• [69] OpenID Connect Core 1.0：把登录做成可互操作的协议（9.55） · User / Auth / Audit
• [76] SRE：Service Level Objectives（SLO）：把可靠性写成可交易的预算（9.55） · Deployment & Operations
• [77] NIST AI RMF：把AI 风险从口号变成可审计的治理框架（9.55） · Governance & Security
• [64] Grafana：让指标能被人看懂的最后一公里（9.50） · Deployment & Operations
• [61] OpenTelemetry：观测性三件套（logs/metrics/traces）（9.35） · Deployment & Operations
• [34] Datasheets for Datasets：数据集要像产品说明书一样可追溯（9.25） · Data
• [70] JWT（RFC 7519）：令牌不是字符串，是可审计的契约（9.25） · User / Auth / Audit
• [75] Usage-based Billing（Stripe）：把计量口径写成能对账的产品合同（9.25） · Billing & Pricing
• [23] PCI DSS v4.0：把支付合规当作产品边界（9.20） · Billing & Pricing
• [22] OAuth 2.0（RFC 6749）：认证授权的最小事实源（9.10） · User / Auth / Audit
• [90] 强化学习安全：奖励投机与副作用不是理论问题 · Governance & Security
• [51] Guardrails：给生成式系统加护栏，不是加枷锁（8.90） · Governance & Security
• [35] LLM 数据去重：为什么重复会伤模型（以及怎么测）（8.75） · Data
• [5] 持续交付（Continuous Delivery）：把发布做成可回滚的流水线（8.45） · Deployment & Operations
• [62] Prometheus：指标监控的事实标准（但别滥用标签）（8.40） · Deployment & Operations