Demo 是绿的，但 Release 还没有准备好。
你负责一次包含新模型、Reranker 和 Tool Policy 的发布。
变更通过了 Demo，但上一次发布同样通过 Demo，随后线上 Tool Retry 翻倍。当前计划依然是一次性放量到 100%。
定义 Evidence、Observability、Exposure 与 Fallback 边界，让 SHIP、BLOCK、INCONCLUSIVE 成为操作决策而不是意见。
一个不能 veto 发布的 Release Gate 只是 Checklist。
生产 AI 只有在离线证据、线上 Observability、Rollout 暴露和 Rollback Readiness 全部满足显式 Gate 时才应该发布。
Demo 只展示成功样本，不覆盖失败面。
它限制未知线上行为影响多少用户。
需要它之前就应该已经验证过。
PRODUCTION RULE
任何 Aggregate Score 都不能抵消一个尚未解决的 Release Veto。
Offline Eval 提供发布前证据，Canary 验证真实分布，Trace 定位回归来源，Rollback 限制恢复时间。Production Gate 必须把这四层合成一个明确决策边界。
LEARNING CONTEXT
任何 Aggregate Score 都不能抵消一个尚未解决的 Release Veto。
本次练习的 CONCEPT
建议补充前置
进入这起事故前，没有必须完成的已发布前置内容。
迁移这个模型
离线 Eval 提升 6%，但 Canary 的 Tool Retry 上升 40%。哪个信号应该拥有 Release 决策权？
比较 Prompt/RAG Baseline、Adapter、Quantized PEFT 与 Full Fine-tuning 的效果和 Serving 成本。
打开 Model Adaptation Lab