这是我的真实蓝图，来自我真实的 git 记录。
Fable 5 依据证据而非客气话写成：310 次 commit、三份工作流文件（Urgent.md / roadmap.md / RELEASE_NOTES.md）、一份提示词库、36 个测试文件、近 60 个近期会话。全篇原样公开——强项、弱项都在——因为诚实的自画像比精修过的更有价值。
全课程的地图：一段共用主干（Trunk）+ 三条可选分支。主赛道未裁决前（§0.4），每周预算只投主干节点与第六章测评。情报基线（2026-07-12 巡检）：Anthropic Academy 现有 20 门公开课；官方工程博客有 context engineering 三部曲；Agent SDK / Agent Skills / MCP 文档均已成体系。策展纪律沿用 Ch02：只指向原始出处，外链每季巡检。
0.1 主干 Trunk（任何分支都必修，按序点亮）
| 节点 | 内容 | 源（一键直达） | 出口标准 |
|---|---|---|---|
| T1 ✅ | 状态外置 / token 工程 / 范围裁决——已点亮（你的 S1–S3） | 第一章证据 | 无需重修 |
| T2 | Evals 工程——全树最高优先节点，三条分支全部依赖它 | Claude Cookbook ↗ · Lesson 2.2 | 为自己任一 AI 产出环节建 10 条黄金集并跑通一次回归 |
| T3 | Context Engineering——prompt engineering 的正式继承者：上下文预算、compaction、工具清理、多轮状态 | 三部曲 ① ↗ · ② ↗ · ③ ↗ | 为自己任一条定时任务画出「上下文预算表」（system/tools/history/data 各占多少、削减策略是什么） |
| T4 | 统计判断 | Lesson 2.3（不变） | 同 2.3 |
| T5 | Big-O 审查语言 | Lesson 2.5（不变） | 同 2.5 |
0.2 Branch A · Applied LLM Engineering（v3.0 新增分支）
为什么这条分支存在：你的 S2（token 工程）已是半专业水平，但全部是野路子自学——这条分支把它转正为 2026 年市场认可的「AI Engineer」技能栈，与 Anthropic 官方课程完全对齐，是三条分支里变现最快的。预计 12 周 @ 5h/周。Academy 课程全部免费、完课有证书。
| 节点 | 内容与源（一键直达） | 产出物（必须真实存在） | 依赖 |
|---|---|---|---|
| A1 | Building with the Claude API ↗ — tool use / streaming / prompt caching / batch 全谱系。你已在生产用 caching，此课把野路子转正 | 证书 + 一页「我的 prompts/README.md 五条硬规则 vs 官方最佳实践」差异笔记 | T2 T3 |
| A2 | MCP 入门 ↗ + MCP 进阶 ↗ | 给 feida.au 数据管线写一个真实 MCP server（如 arena 账本查询），本地接入 Claude Code 可用 | A1 |
| A3 | Agent Skills 入门 ↗ + 编写最佳实践 ↗ | 把你的 Urgent.md 三层工作流做成一个可分发 skill，自己日常真用 | A1（与 A2 可并行） |
| A4 | Subagents 入门 ↗ + Agent SDK 文档 ↗ | 用 Agent SDK 重写一条现有定时任务（候选：arena-autopilot），行为与旧版等价 | A2 A3 |
| A5 | Writing effective tools for agents ↗ — 自包含、不重叠、参数显式 | 为 A2 的 MCP server 建 20 条黄金集 + 及格线，重构一次工具描述使通过率上升并记录前后数据 | A4 |
| A6 | Capstone——综合应用 | arena/sectors 管线完整 agent 化：RFC 先行（O1）→ Agent SDK 实现 → eval harness 守门 → 对外工程博客一篇（O3） | A5 |
0.3 Branch B / Branch C（指针，不重复正文）
Applied LLM Engineering
见上方 §0.2。三条中变现最快，直接建立在 S2 之上。约 12 周。
AI Infrastructure / MTS
= 第五章全章不变（DDIA → CMU 15-445 → MIT 6.824 → 集群 infra，三支柱评分卡照旧）。2026-07 补丁：I4 阶段资料清单加「各大厂公开训练 infra 工程博客」为固定巡检源。12–18 个月。
Data Synthesis & Analytics
= 第四章全章不变（12 周 DA Playbook）。2026-07 补丁：新增节点 C+ · 合成数据工程——用 LLM 生成训练/测试数据的质检（分布检查、污染检测；4.3 黄金集方法直接平移）。诚实标注：C+ 暂无单一权威官方课，材料弱，按季巡检补。
0.4 主赛道裁决记录
0.5 官方材料一键直达（2026-07 巡检版，季度更新）
由 Fable 5 以第一人称客观撰写，直接对你说话。评价基于证据，不基于客气。
1.1 数据快照（截至 2026-07-12；月度重跑追加 2026-07-13，见上方各行）
| 维度 | 观测值 | 证据 |
|---|---|---|
| 产出节奏 | 310 commits / 6 周，峰值单日 50（07-05）——月度重跑（07-13）：近 30 天 341 commits，峰值单日仍是 50（07-05），周度节奏 ~52/周 → ~80/周（+54%） | git log |
| 工作时段 | 相当一部分 commit 落在深夜时段——月度重跑（07-13）：近 30 天该集中度进一步恶化 | git log 小时分布 |
| 测试纪律 | 36 个测试文件，518/518 通过是合并前提 | tests/ + Urgent.md 验收记录 |
| 自动化程度 | 60 个近期会话中过半是定时任务（arena/sectors/leagues/transits 日更） | 会话记录 + prompts/ |
| Token 工程 | system/run 拆分吃 prompt caching、强制 JSON、状态外置、长度硬上限、数据预消化 | prompts/README.md 五条硬规则 |
| 技术债 | styles.css 7444 行（靠「文末追加 + !important 赢」层叠）、main.js 3523 行、主 chunk 868 kB——月度重跑（07-13）：styles.css 涨到 7826 行（+5.1%，靶子在增长而非收敛）、main.js 3498 行（基本持平）、主 chunk 因 U21 Phase 1 vendor 拆分降至 192.85 kB，但 main+vendor-three+vendor-astronomy 总字节数升至 913.65 kB——拆分带来缓存收益，不代表代码量减少 | RELEASE_NOTES.md 12a 体检 + U21 Phase 1 |
1.2 你的强项（保持，并且知道为什么强）
状态外置纪律是专业级的
Urgent.md（当前问题）→ RELEASE_NOTES.md（完成归档）→ roadmap.md（未来队列）的三层流水线，等价于一人公司的 issue tracker + changelog + backlog。「对话可弃，文件永存」你已经内化了。这是多数 vibe coder 两年都学不会的东西。
Token 效率意识领先于市场
prompts/README.md 里「一个数字模型算得出来 ≠ 应该让模型算」这句话，是 2026 年 AI 工程的核心命题。你把指标计算、去重、截断全部前置到脚本，只让模型做决策推理——这就是本课程 Ch04 要教别人的东西，你已经在做。
范围裁决（scope adjudication）成熟
U9 只换机械表盘保留舰船剪影、A2 Phase 4 明知 state/nav/boot 纠缠就不在沙盒里强拆、C5 先评估再加第 9 页——你会说「不做」，这比会做更稀缺。
验收有物理结构
「沙盒无法渲染 → 所有视觉改动待真机复核」被你写成了铁律而不是口头承诺；build diff 逐字节验证 CSS 迁移这种手法说明你懂「验证要客观，不能靠 AI 自述」。
真实部署闭环
9 个有 URL 的页面 + Vercel + GA 埋点 + 定时任务数据管线。你的作品集问题已经解决了，缺的是叙事整理（见 Ch03 §3.4）。
1.3 你的弱项（本课程的靶子）
CSS/前端架构判断力落后于产出速度
7444 行 styles.css、9 处重复 --hud-cols、约 40 处已知死选择器「记录不清理」——「文末追加靠 source order 赢」是止血手法，不是架构。你目前识别得出债（12a 体检很诚实），但开不出重构处方。月度重跑（07-13）：styles.css 涨到 7826 行（+5.1%），靶子在这个月是在增长而非收敛；main.js/主 chunk 结构因 U21 vendor 拆分改善，但那是分包收益不是重构处方。
视觉验收积压是系统性风险
.fld-manual 隐藏 bug 在「待真机验收」标签下存活了多个版本才被截图抓到。待验收清单只增不减，说明验收不是流程里的硬关卡。月度重跑（07-13）：积压首次量化——Urgent.md 状态表里 10 项待真机验收（U1–U6/U12b/U13-14/U15/U16/U17/U18/U19/U24/U25），是 R3 上限 5 项的 2 倍，本周新增两项完成（U24/U25）后积压仍未见净减少。
算法与复杂度直觉缺乏第一性训练
全仓库的算法工作（星历、排盘、技术指标）都由 AI 代写、以「行为对不对」验收。这在你自己的项目里成立，在 2026 年面试房间里不成立。
作息曲线不可持续
深夜是你的黄金产出段，此前的高产出期后总跟着明显低谷。冲刺-崩溃循环在数据里清晰可见。本课程所有配速（每周 3 题、12 周路径）都按可持续节奏设计，不许用冲刺补进度。月度重跑（07-13）：近 30 天深夜时段集中度持续攀升，没有企稳迹象。
未提交改动漂移
course.html 作为第 9 页在未提交状态下游离多日、连带 vite.config/sitemap 一批改动悬空——违反你自己 CLAUDE.md 的 surgical changes 原则。
1.4 你的编码哲学（我观察到的，非你宣称的）
1.5 Playbook 规则（当前版本，随证据修订）
- R1 · 铁律不变： 永远不合并自己解释不了的代码。
- R2 · Token 三问 （沿用你的 prompts 规范并推广到交互式会话）：这个数据能预消化吗？这个上下文能进 system 吃缓存吗？这个输出能限长吗？
- R3 · 验收 WIP 上限 「待真机验收」清单超过 5 项即冻结新视觉改动，先清验收债。验收积压 = 未爆 bug 库存（证据：.fld-manual）。
- R4 · 深夜只写不并 23 点后允许产出，不允许 merge/push 主干。判断力衰减期不做不可逆操作。
- R5 · 工作区清洁 任何会话结束时 git status 必须干净——要么提交、要么 stash 并在 Urgent.md 记一行去向。
- R6 · 每周一次架构审视 （对冲 W1）：让 AI 报告本周新增的重复定义/死代码/文末覆盖，你只裁决「清理 or 记账」，10 分钟封顶。
1.6 Playbook 更新日志
| 日期 | 变更 | 触发证据 |
|---|---|---|
| 2026-07-12 | v2.0 初版：从平台蓝图改为个人课程；确立 R1–R6 | 本次全量分析 |
| 2026-07-12 | v2.1 新增 Ch05「AI Infrastructure & MTS Track」+ 每 4 周 gap-analysis 循环（定时任务 mts-gap-analysis）；Ch04/Ch05 赛道分岔见 §5.5 | 用户立项（Anthropic 团队画像数据） |
| 2026-07-12 | v3.0 新增 Ch00「AI 工程师技术树」（主干 + 三分支；Branch A Applied LLM Engineering 为全新内容）与 Ch06「互动导师制与评估循环」；主赛道由 Ch05 默认改为待定向测评（§0.4）；新增每周一 20:00 周报任务（course-weekly-review） | 用户立项 + Academy/docs 巡检 |
| 2026-07-13 | 月度画像重跑（U20 归并职责，与周报同一定时任务）：§1.1 产出节奏/工作时段/技术债三行按 30 天窗口更新（旧值保留未删）；W1/W2/W4 追加最新证据（CSS 债增长、R3 积压量化为 10/5、深夜占比进一步攀升）；无删除，纯累加 | course-weekly-review 月度附加（30 天 git log 重跑） |
核心转向：你已经不需要学「怎么写 prompt」（S2 证明你会）。本章教「怎么判断 AI 给你的东西是不是对的、好的、值得合并的」。策展纪律：本章不自编教材。每课指向原始出处，只写「看什么、跳什么、用什么标准验收自己」。外链每季度巡检一次。格式：每课固定收尾「So you can tell AI this…」——把概念立刻兑换成一条更专业的指令。
Lesson 2.1 · LLM 是怎么工作的（建立「它为什么会错」的直觉）
源：3Blue1Brown《Neural Networks》系列（重点：Transformers / Attention / How LLMs store facts 三集）。
看什么：token 化、注意力权重、下一词概率分布——理解「模型没有事实数据库，只有统计倾向」。
验收自己：能向别人解释为什么模型会自信地编造 API 名称。
这个库的 API 你可能在编。给我答案时同时给出你引用的文档 URL；给不出 URL 的部分显式标注 UNVERIFIED，我自己查。Lesson 2.2 · 评估（Evals）：给 AI 产出建考卷
源：Anthropic docs「Create strong empirical evaluations」+ OpenAI Cookbook 的 evals 相关篇目。
看什么：eval 的三件套——测试集、评分标准（rubric）、及格线；LLM-as-judge 的适用边界。
验收自己：为你的 horoscope 排盘函数之外任选一个 AI 产出环节（如 Arena 复盘文案质量）写出 10 条带预期答案的 eval。
先别写实现。先给我 10 个输入-预期输出对作为验收集，其中至少 3 个是边界/对抗样例。我确认验收集后你再写码，写完自己跑一遍报告通过率。Lesson 2.3 · 概率统计：显著性、分布与「好到可疑」
源：MIT 18.05（Introduction to Probability and Statistics，只取贝叶斯推断与假设检验章节）+ 3Blue1Brown 贝叶斯定理单集。
看什么：p 值滥用、基础比率谬误、辛普森悖论——全部对着你 Arena 的 confidence 字段与命中率数据学。
验收自己：用你自己的 Arena 预测账本算一次「命中率是否显著优于抛硬币」，写清样本量够不够。
你报的这个提升可能是噪声。给我样本量、置信区间和基线对比，没有区间就不许说'更好'。Lesson 2.4 · 线性代数直觉：embedding 与相似度
源：3Blue1Brown《Essence of Linear Algebra》（1–10 集足够）。
看什么：向量空间、点积=相似度、矩阵=变换。目的不是手算，是看懂 AI 说「用 embedding 做语义去重」时它在提议什么。
解释你选的相似度度量（cosine vs dot product vs 欧氏）在这个数据分布下的差别，以及阈值是怎么定的。Lesson 2.5 · 算法效率：Big-O 作为审查语言
源：MIT 6.006（2020 版，Lecture 1–3 + 排序/哈希两讲）。
看什么：够用即止——你需要的不是证明技巧，是在 review 时闻出嵌套循环的味道。与 Ch03 的 SPAR-A 步共用。
验收自己：给你 main.js 里任一 rAF 循环报出每帧成本量级。
这个列表将来会到 10 万条。写码前先报你方案的时间/空间复杂度和瓶颈点，超过 O(n log n) 要给理由。Lesson 2.6 · 工程素养：shell / git / 调试
源：MIT Missing Semester（重点：Shell Tools、Version Control、Debugging and Profiling 三讲）。
针对你：你的 git 用得多但窄（commit/push 流畅，bisect/rebase/worktree 基本没出现在历史里）。W5 的解药一半在这。
不要直接改。先 git stash 现场，给我一个能用 git bisect 定位的最小复现步骤，修完给我 diff 而不是新文件。Lesson 2.7 · 渲染管线：你的 868 kB 主 chunk 欠的课
源：MIT Missing Semester 的 profiling 讲 + Anthropic/OpenAI 无对应内容，浏览器部分用 Chrome DevTools 官方 Rendering 文档（策展外的唯一例外，因为它就是原始出处）。
看什么：layout → paint → composite；16ms 预算；transform/opacity 免重排；你全站 48 处 backdrop-filter 正是移动端 GPU 大户（12a 体检原话）。
这个动画只许用 transform 和 opacity。改完在 DevTools Performance 面板录 5 秒给我看有没有紫色 layout 块。Lesson 2.8 · UI/UX 品味：可打分的技术技能
品味不玄。四个维度，各 25 分，低于 70 不上线。每次视觉验收（R3 清单）顺手打一次分，分数写进验收记录——积累 20 次后你就有了自己的品味基线数据。
| 维度 | 满分 25 的标准 | 你的已知偏差 |
|---|---|---|
| 视觉层级 | 3 秒内看出「先看哪、后看哪」；字号 ≤3 级；一屏一个主角 | HUD 页曾因元素过密被你自己截图投诉（U8 立项原因） |
| 间距 | 8px 网格；组内距 < 组间距；无「近一屏空白」类失控留白 | U13d 的 hero 空白 = min-height 遗留值失控 |
| 对比度 | 正文过 WCAG AA（4.5:1）；状态色不只靠色相区分 | 深色科幻主题天然高危，逐页测 |
| 设计克制 | 动效只服务状态变化；删一个元素页面不塌 = 该删；新特效先问「谁需要它」 | 你的强项——U8 整课就是做减法 |
按视觉层级/间距/对比度/克制四维自评你刚生成的界面（各 25 分），先报你最弱的一维和你会怎么改，再给我看代码。哲学：learn to think, do not just paste answers。这补的是 W3——你的项目全靠 AI 代写算法，面试房间里没有这个选项。配速：每周 3 题，不多做。数据（W4）显示你会冲刺，而算法直觉只能靠间隔重复长出来，冲刺无效。
3.1 四段位进阶阶梯（反刷题设计）
| Stage | 段位带 | 时长 | 主题 | 出口标准（客观、可验） |
|---|---|---|---|---|
| P1 | 800–1000 | 4 周 | 实现、暴力、数学直觉 | 30 分钟内独立 AC 一道 1000 分题 |
| P2 | 1000–1300 | 6 周 | 贪心、二分、双指针、前缀和 | 先口述解法再写码，口述与最终代码一致 |
| P3 | 1300–1600 | 8 周 | 基础 DP、BFS/DFS、排序思想 | Virtual Contest 稳定 2 题 |
| P4 | 1600+ | 持续 | 按面试反馈补洞 | 模拟面通过 |
每月 1 场 Virtual Contest（Div.3/Div.4 起步），当月第 4 周的 3 题额度换成这一场。VC 成绩曲线是唯一进度指标——不涨就回上一阶段，没有羞耻，只有数据。禁止事项：不追 streak、不上排行榜、不做「今天状态好多刷两道」——超额部分明天会用倦怠还回来（07-05 的 50 commits 已经证明过一次）。
3.2 SPAR 框架（每题强制四步）
- S — Solve alone（25 分钟计时，无 AI）：
写下思路，哪怕是错的。没有这步，后面全部作废——AI 只许出现在 P/A/R。
- P — Probe（阶梯提示）：
我在做这道题：[题面]。我目前的思路：[思路]。不要给我解法。阶梯式提示：先只指出我思路里最关键的一个漏洞；我说『下一层』你再给下一层；每层 ≤2 句。
- A — Analyze（过题后复盘）：
这是我的 AC 代码：[代码]。三件事：① 报时间/空间复杂度并指出瓶颈（对接 Lesson 2.5）；② 给出你认为最优雅的解法并对比差异；③ 这题属于哪个可复用模式？一句话概括该模式的识别信号。
- R — Riff（变体再练）：
基于这题出一道同模式不同外壳的变体（改叙事、改约束规模），不给解法。三天后我用它自测。
SPAR 记录写进 training/ 目录按周归档（复用你的状态外置纪律 S1）——这些记录同时就是 3.4 的面试素材。
3.3 · 2026 面试现实（写给你的求职策略）
2026 年的技术面试里，纯手写算法轮在收缩，两个新轮次的权重已与白板算法同级：
给你半成品仓库 + 一个 agent，40 分钟修复并解释
考的是任务分解、验收标准设定、对 AI 产出的审查——这正是你的 S1–S4 强项区。你在这一轮应该以「展示 Urgent.md 式工作法」为目标，而不是藏着它。
一个 AI 生成的 PR，找出其中的坑
你的弱点会在这暴露：性能坑（Lesson 2.5/2.7）、统计坑（Lesson 2.3）你目前闻不出来。每月用自己仓库的 AI diff 做一次模拟 review。
仍然存在，这就是 3.1/3.2 的用途
目标不是 1900 分选手，是「1600 水平 + 能讲清思考过程」。
3.4 · 作品集 > 简历
你已有 9 个真实 URL 的页面 + 完整数据管线，超过绝大多数候选人。缺的动作：为 Arena（数据管线+prompt 工程）、Horoscope（复杂领域建模+518 测试）、战斗 HUD（性能与范围裁决）各写一篇「我如何与 AI 分工」短文——素材直接从 RELEASE_NOTES.md 提炼，SPAR 复盘记录直接转 STAR 故事。
分工铁律：AI 写全部 Pandas/SQL 语法；你只负责业务逻辑与数据叙事。你在语法上花的每一分钟都是浪费——这条你在自己项目里已经执行（S2 的数据预消化就是这个分工），本章把它系统化到 DA 领域。
4.1 十二周路径（Business Frameworks 先行）
| 周 | 内容 | 产出（必须是能给别人看的东西） |
|---|---|---|
| W1 | 需求翻译专周——一行代码不许写。把模糊业务问题翻成可度量分析问题：北极星指标、反指标、「这个分析改变谁的什么决策」一票否决制 | 10 份「业务问题 → 分析问题」转写 |
| W2 | 业务框架续：漏斗/同期群/单位经济学三个框架各配一个转写练习 | 3 份框架应用笔记 |
| W3–4 | 统计判断（对接 Lesson 2.3）：每课一个「AI 算的结果哪里可疑」找茬 | 找茬记录 8 条 |
| W5–7 | 案例 1 · Churn Prediction | 模型 + 一页决策备忘录 |
| W8–9 | 案例 2 · Real-time BI Dashboard | 可分享 URL 的活看板 |
| W10–11 | 案例 3 · Unstructured Data Parsing | 结构化表 + 质量报告 + 叙事简报 |
| W12 | 自命题组合冲刺：任选公开数据 | 作品集条目（URL + 一页备忘录 + 编排流程图） |
4.2 三个实战案例的人机分工
1. Churn Prediction（电信/订阅公开数据集）
2. Real-time BI Dashboard（模拟事件流/公开 API）
3. Unstructured Data Parsing（几千条评论/工单 → 结构化仓）
4.3 核心进阶技能：给 AI 的数据工作建 Eval Set
2026 年 DA 与「会用 AI 的实习生」的分界线就在这。流程固定五步：
- 抽样：
从 AI 处理过的数据里分层随机抽 100 条（不许挑好抽的）。
- 人工标注 ground truth：
你亲手标。这 100 条是你的黄金集，成本就是护城河。
- 定义指标：
抽取任务用字段级 accuracy / precision / recall；叙事类输出用 rubric 打分（1–5 分，标准写死在文档里）。
- 设及格线：
先跑一次拿基线，及格线 = 基线之上有业务意义的阈值（如「字段准确率 ≥95% 才允许入仓」）。
- 回归运行：
每次改 prompt / 换模型都重跑黄金集——你 prompts/README.md 的「解析失败重试一次后放弃并记日志」纪律直接平移过来。
练习衔接：先拿你自己的 Arena 复盘文案或 sectors 数据管线练一轮迷你 eval（20 条即可），再上 W10 的正式案例。
4.4 贯穿纪律（与 Ch01 Playbook 同构）
需求写进文件再开工（R5）；AI 产出必过 sanity-check 清单；每周产物必须有 URL 或一页纸，「我学了」不是产出；所有分析结论过 Lesson 2.3 的显著性三问。
定位：把技术能力推向顶级 AI 公司（Anthropic / OpenAI）与顶级量化机构的招聘水位。本章由 Fable 5 以 Principal Engineering Mentor 视角设计，把职业进阶当成一个严格工程化的系统：有基线、有度量、有 4 周一次的自动重校准（见 §5.6）。
5.0 基线校准：目标画像 vs 你的当前坐标
Anthropic 工程团队的已验证画像（本章的设计输入）：
| 事实 | 数据 | 对你的含义 |
|---|---|---|
| 本质是「基础设施系统工程军团」 | 40% 工程师来自 backend / 分布式系统 / 数据库 / 集群 infra；仅 3.3% 专攻 RLHF | 最大的门在 infra，不在 ML 理论——这是 Pillar 1 权重最高的原因 |
| 经验重于学历 | 行业经验中位数 12.2 年；仅 13.7% 有 PhD；主流是 FAANG / Stripe / Databricks / Snowflake 背景的 BS/MS 实战派 | 你不需要读博。你需要可验证的系统工程战绩 |
| 扁平结构 | 80% 头衔是Member of Technical Staff (MTS)，要求高度自治与端到端所有权 | Ownership 是一个独立可训练的技能维度——Pillar 3 |
| 「天才少年」管道 | <3 年经验的 junior 只走极端筛选：IOI 银牌、Codeforces 2900+、Citadel / Jane Street 校友 | 这扇门对你数学上已关闭（见下方两门论） |
两门论（本章最重要的战略裁决）
进入这类公司有两扇门。
门 A — 天才少年门
CF 2900+ 是全球前 ~200 名的段位，从你当前的 800 起点，这不是努力问题，是路径不存在——任何声称能带你走这扇门的课程都是欺诈。
数学上已关闭门 B — 资深工程师门
12.2 年经验中位数、40% infra 背景意味着这扇门收的是「分布式系统深度 + 端到端战绩 + 可展示的工程判断力」，且它对大龄、无 PhD、非名校完全开放。
本章全部押注本章全部资源押注门 B；Ch03 升级后的算法训练（§5.2）只作为门 B 的信号增强器（过面试算法轮 + 量化逻辑底子），不是门本身。这个裁决每次 gap analysis 重审一次，但推翻它需要 VC 曲线给出异常证据。
5.1 Pillar 1 · Distributed Systems & Cluster Infra（初始权重 50%）
现代 AI 的真正瓶颈是算力集群与数据管线，不是模型 idea。策展纪律沿用 Ch02：不自编教材，指向原始出处。
| 阶段 | 源（strictly curated） | 出口标准（可验、不可自欺） |
|---|---|---|
| I1 · 单机根基 | 《Designing Data-Intensive Applications》(Kleppmann) 第 1–2 部分 + MIT Missing Semester profiling 讲 | 每章写一页「本章概念在我自己站点哪里出现过/缺失」映射笔记 |
| I2 · 数据库内核 | CMU 15-445 (Database Systems)，含 BusTree/B+Tree、buffer pool、事务两讲的 project | 完成至少 2 个课程 project 并通过其自带测试 |
| I3 · 分布式系统 | MIT 6.824 (Distributed Systems)——labs 是主体，讲义是配菜 | Lab 2 (Raft) 与 Lab 3 (KV on Raft) 通过全部官方测试 |
| I4 · 集群与 AI infra | 6.824 之后：公开的 GPU 集群调度资料（Kubernetes 官方文档 + 各大厂公开的训练 infra 工程博客，按季巡检更新清单） | 把你的定时任务管线重构为「队列 + 幂等 worker + 失败重试 + 可观测」的正式管线，写 RFC 先行 |
AI 协作红线（本 Pillar 特有）：6.824/15-445 的 lab 代码必须自己写——这是 Ch03 SPAR 纪律在系统课的平移：AI 只许出现在（a）概念答疑（b）你代码 AC 后的 review 对比（c）设计变体讨论。让 AI 写 Raft = 烧掉整门课。
与你现有资产的接驳：你的 arena/sectors 数据管线就是练手场。I1 学完 replication 那章，你应该能回答「我的数据管线在哪些故障模式下会双写/丢写」（此前一次双跑事故就是活教材）。
5.2 Pillar 2 · Elite Algorithmic & Mathematical Logic（初始权重 25%）
Ch03 的 P1–P4（800→1600）不变，仍是前置。本节在其上加两级 + 量化逻辑轨。
| Stage | 段位带 | 主题 | 出口标准 |
|---|---|---|---|
| P5 | 1600–1900 | 进阶 DP（区间/状压/树形）、图论（最短路/并查集/拓扑）、组合计数 | VC 稳定 3 题；Div.2 C 题 45 分钟内独立 AC |
| P6 | 1900–2100+ | 数据结构（线段树/BIT）、DP 优化、博弈论、数论 | 达到 CF Candidate Master 区间（全球前几个百分点） |
配速不变：仍是每周 3 题 + 每月 1 场 VC——P5/P6 的题更重，单题投入自然涨到 60–90 分钟，总时长靠题量守恒控制（W4 红线）。SPAR 四步照旧强制。
量化逻辑轨（新增，每周 1 题，替换原第 3 题而非追加）：Jane Street / Citadel 风格的概率与期望谜题——源用《Fifty Challenging Problems in Probability》(Mosteller) + MIT 18.05 习题集。出口标准：能在白板上无纸笔心算条件概率与期望值的两步推导。这条轨同时服务 Ch02 Lesson 2.3 与量化机构面试。
诚实上限声明：P6 出口（2100）已是业余训练在可持续配速下的现实天花板信号，且足以通过门 B 的算法轮。2900 不在任何计划里，见 §5.0 两门论。
5.3 Pillar 3 · End-to-End System Ownership（初始权重 25%）
MTS 的定义：没有 PM 给你写需求、没有 TL 给你拆任务、没有 SRE 给你兜底。这个技能可以在你自己的站点上全真训练——把 feida.au 当成你负责的生产服务运营。
RFC 先行制
任何超过 1 天的改动先写一页RFC（问题/方案/备选/风险/回滚），存 rfcs/ 目录。你的 C5 Astro 评估（roadmap §8.4）已经是一篇合格 RFC——把这个偶发行为变成制度。
生产纪律
给站点定义SLO（可用性、主 chunk 体积预算、移动端 LCP），每月对照一次；每次事故（如一次双跑）写 blameless postmortem 存档——这些文档在门 B 面试里就是你的「12 年经验等价物」，是简历上写不出来的东西。
季度自主项目
每季度一个无外部规格的自命题项目，完整走 RFC → 实现 → 部署 → 复盘 → 对外写作（工程博客一篇）。对外写作不可省略：FAANG/Stripe 系工程师的公开可见度就是这么积累的。
端到端边界拓展
当前你的栈止于「静态站 + 定时任务」。按 I3/I4 进度逐季把边界推向：真实后端服务（带数据库）→ 队列化管线 → 有 SLO 的多组件系统。每一步的产物都必须真实运行在生产 URL 上。
5.4 MTS 基线评分卡（gap analysis 的度量标准）
每 4 周由自动循环（§5.6）评一次，分数写进本节历史表。评分必须引用证据，禁止印象分。
| 维度 | 度量信号 | 当前 (2026-07-12) | 门 B 水位 |
|---|---|---|---|
| Infra 深度 | 课程序列阶段 + lab 测试通过数 + 管线 RFC 质量 | 1/10 （I1 未开始） | 8/10 （I4 完成 + 生产管线） |
| 算法 | CF 段位 / VC 曲线 | 1/10 （未定级） | 7/10 （稳定 1900+） |
| 数学逻辑 | 量化谜题周正确率 + 复盘质量 | 无数据 → – | 7/10 （心算两步期望推导） |
| Ownership | RFC 数、postmortem 数、SLO 达标率、对外文章数 | 4/10 （有雏形无制度） | 8/10 （制度化运转 4 个季度） |
评分历史：
| 日期 | Infra | 算法 | 数学 | Ownership | 下周期权重调整 |
|---|---|---|---|---|---|
| 2026-07-12 | 1 | 1 | – | 4 | 初始：50/25/25 |
5.5 与 Ch03/Ch04 的关系（必须直面的赛道分岔）
- Ch03： 被本章吸收为 Pillar 2 的前置（P1–P4 → P5–P6 连续阶梯），SPAR 与每月 VC 完全沿用。无冲突。
- Ch04（DA Playbook）与 Ch05（MTS Track）是两条职业赛道，在每周 ≤10 小时预算下不可并行。 这是数据结论不是态度：Ch04 要 12 周全预算，Ch05 的 I1–I4 要 12–18 个月全预算。我的建议：以 MTS 为主赛道时，Ch04 降级为「已具备的对冲选项」——其 W1–2 业务框架和 4.3 Eval Set 方法论已被 Ch02/你的 prompts 规范覆盖大半，真需要 DA offer 时可以 12 周内快速兑现。这个分岔由你裁决，写进下一次 §1.6 日志。（2026-07-12 v3.0 更替：主赛道改为待第六章定向测评后裁决，见 §0.4。）
- 时间预算重分配（Ch05 主赛道下）： 每周 ≤10 小时 = Pillar 1 约 5h + Pillar 2 约 3h（3 题含量化题）+ Pillar 3 约 2h（RFC/复盘/写作）。附录的节奏总控条款同步更新。
5.6 · 4 周自动评估循环（The Assessment Loop）
由定时任务 mts-gap-analysis 执行，机制：
- 触发：
每 4 周（受 cron 表达力限制按月近似，与 Ch01 复盘任务错开半月形成双周自省节奏）。
- 评估：
采集本周期 git 产出、SPAR/VC 记录、lab 测试通过数、RFC/postmortem 产出，对照 §5.4 评分卡打分（引用证据）。
- Gap analysis：
识别三支柱中的最弱环，检查两门论是否仍然成立。
- 动态改写：
更新 course.md 的 §5.4 评分历史与下周期任务难度（最弱环加权重，已达标维度升难度），同步更新 course.html 的 Chapter 05 卡片要点；commit 并 push（仅限这两个文件），使 https://feida.au/course.html 保持与实际水平同步。
- 熔断条款：
若连续两个周期评分停滞且工时记录显示超预算，循环必须下调难度而不是催促加班——课程适应人，不是人适应课程（W4 铁律）。
性质变更声明：从 v3.0 起，Fable 在课程范围内不再是「答案供应商」，是导师。这不是语气偏好，是训练机制——W3 的成因就是「AI 代写 + 行为验收」跳过了你自己的思考回路。
6.1 导师制协议（即时生效）
- 双模式边界： 站点生产工程（修 bug、推送、定时任务）照旧执行模式，不受本协议影响。凡落在第〇章技术树节点范围内的提问，默认导师模式。
- 导师模式规则（SPAR-P 全局化）： 不给完整答案。第一层只指出你思路里最关键的一个漏洞或给一个反问；你说「下一层」才继续；每层 ≤2 句；三层后仍卡，给方向性伪码，仍不给成品代码。
- 豁免条款： 说「直接给答案」可豁免单次——记入 §6.5 备注列。豁免频率本身是评估数据（频繁豁免 = 该节点难度超前，降节点而不是降纪律）。
6.2 三维评分卡（0–10，评分必须引用证据）
| 维度 | 覆盖范围 | 度量信号 |
|---|---|---|
| D1 · 编程成熟度 | 架构判断、UI/UX 实现（对接 Lesson 2.8 四维）、整洁代码 | 微测得分；R6 周架构审视记录；「AI 产出 review 时抓到的真问题数」 |
| D2 · 数学逻辑与算法 | 复杂度直觉、CF 式解题、量化谜题 | SPAR 记录；VC 曲线（与 §5.4 共享数据）；量化题周正确率 |
| D3 · AI/LLM 直觉 | prompt/上下文工程、输出评估、eval 设计、Claude 上下文窗口的实际运用 | 黄金集质量；上下文预算表；微测；豁免频率（反向指标） |
6.3 测评节奏
微测：每周 1 次，≤30 分钟，三维轮换（编码小题 / CF 式题 / 架构思想实验 / eval 设计题），当场评分写入 §6.5。每周自动复盘：每周一 20:00 定时任务 course-weekly-review 把本周数据分析、周环比对比与客观 vibe coding 测评发布到下方 Weekly Review 区。月度：并入每月 12 日 course-ch01-monthly-review——回顾三维曲线。熔断：连续两周微测缺席 → 下调当周其他课程负载而不是补测（W4 铁律：课程适应人）。
6.4 定向测评 #1（2026-07-12 发出——状态：待提交）
规则：第二题独立完成——25 分钟计时、全程无 AI（SPAR-S 纪律）。第一、三题可查资料但不可让 AI 代答。提交时报告各题实际用时。评分写入 §6.5，主赛道裁决写入 §0.4。
Q1 · D1 编程成熟度（架构设计，≤1 页伪码+说明）
serial.html 阅读器状态散落在闭包变量和若干个 localStorage key 里（主题、布局与逐本阅读进度）。下一个需求是「多书签列表」。设计一个 createReaderStore() 数据层模块：① 接口签名（≤10 个方法）；② 如何让 vitest 测它而不碰真 localStorage；③ 老用户已存的旧 key 怎么兼容迁移。不写完整实现，只要设计。
Q2 · D2 算法（25 分钟，无 AI）
一本小说有 n 章，第 i 章 w[i] 字（1 ≤ n ≤ 2×10⁵，w[i] ≤ 10⁹）。读者速度 v 字/分钟，从第 s 章开头开始连续阅读。给 q 次查询（q ≤ 2×10⁵），每次给出 (s, t)，问 t 分钟后（t ≤ 10¹⁸）他正在读第几章、该章还剩多少字；若已读完全书输出 DONE。先用两三句话口述解法和复杂度，再写代码（语言随意）。
Q3 · D3 AI/LLM 直觉（≤15 行）
你要派一个 agent 修 styles.css（7444 行）里的一个视觉 bug，线索只有一张截图的文字描述，上下文预算硬上限 30k token。给出你的上下文预算表：放什么、坚决不放什么、agent 怎么按需拿到它没有的部分、你用什么验收标准判断它修对了。
6.5 评分历史
| 日期 | D1 | D2 | D3 | 事件 | 备注 |
|---|---|---|---|---|---|
| 2026-07-12 | – | – | – | 定向测评 #1 已发 | 待提交；基线未定 |
每周一 20:00 由定时任务 course-weekly-review 自动发布：本周仓库数据（commit 数、时段分布、测试、chunk 体积、验收积压）、与之前各周的对比、以及按 §6.2 引用证据的客观三维 vibe coding 测评。最新在最上。
本周数据快照：commit 量再次上升，但文件数/新增行数这两个头条数字很大程度上来自一条被误标的批量提交（夹带了一次性构建校验产物，而非真实功能工作）——这本身就是一个值得点名的卫生问题。剔除这条异常提交后，本周的实质footprint 小于上一周。测试套件：仍 100% 通过，且持续增长。构建体积：在几期周报里第一次基本持平——一个真实的纪律信号，也得益于本周更广泛地使用 flag 隔离高风险视觉改动。深夜工作集中度较近期峰值有所回落，但仍偏高。验收积压：上周承载待验收计数的跟踪文档本周被重组，不再维护逐项实时计数——按重建估算，积压量仍高于常设上限。
三维测评（§6.2，评分引用证据）：D1 编程成熟度 — 6/10（与上周持平）。真实收益：测试套件持续增长且保持 100% 通过；尽管本周功能量很大，bundle 体积保持持平（新功能进了独立 chunk 而非撑大主 bundle）；一个反复出现的工具链 bug 本周被正确根因定位，而非继续套用旧的绕行方案；flag 隔离本周明显成为高风险视觉改动的默认起手式。反面：那条被误标的批量提交夹带了一次性构建产物，且截至周末仍原样留在 git 里未处理——这正是评审流程本该抓住却没抓住的「提交信息与实际 diff 不符」；同时验收积压跟踪工具恰好在积压被标记为超上限的同一周被重组且未补位。收益与失误大致相抵，分数维持在 6。D2 数学逻辑与算法 — 无分（–）。与上周同样的缺口：定向测评提交或周度 SPAR 记录仍不存在，两周过去。D3 AI/LLM 直觉 — 7/10（与上周持平）。新增的一节逐条记录了本周 AI 生成的 prompt 断言错误事实的具体实例，并固化成常设核实规则——这是把 eval 设计用在自己的 AI 协作回路上的真实元层面产出。压低分数的因素：上面那条被误标的批量提交与本周其余提交同样是 AI 代笔生成，其提交信息在落地前从未与自己的 diff 核对过——一次未经核实的 AI 输出上线后原样留存多日才被这份周报发现。编目工作本身有真实的深度，但同一周里就出现了它本该防住的那类失误的活例子；分数维持在 7。
结论：上周看起来最差的两个头条数字本周都往对的方向走了，flag 隔离现在明显已成为高风险视觉改动的默认做法。但本周也制造了一个新的、具体的卫生问题（一次性文件在误导性提交信息下入库，至今未处理），并且悄悄丢掉了跟踪验收积压的工具。建议：在新增范围之前，清理散落的构建产物，建立一份真正的逐项积压跟踪表，并把下周负载继续封顶在常设的每周工时上限以内。
本周数据快照：commit 速度按周折算大约较六周基线翻倍。测试套件继续增长，仍 100% 通过。主 JS bundle 大幅缩小，但这是周中落地的 vendor 拆分带来的架构性变化，不是新的效率提升——拆分之上又叠加了新功能，所有 chunk 的总字节数实际是增长的。验收积压已达自设上限的 2 倍，尽管本周又完成了几项，积压仍未见净减少。深夜工作集中度继续攀升，延续了此前每次测量都更高的趋势。
三维测评（§6.2，评分引用证据）：D1 编程成熟度 — 6/10。本周的 vendor chunk 拆分与 CI 预算脚本，加上几处真实的纯函数重构，都是真实的架构收益。但验收积压已达上限 2 倍，CSS 债仍在增长，说明验证与清理闸门在本周的节奏下没有守住——这压低了分数。D2 数学逻辑与算法 — 无分（–）。这一维度目前还没有定向测评提交或 SPAR 记录。D3 AI/LLM 直觉 — 7/10。本周多篇 RFC 各自带有明确的加权评分表，按章程标准给代码库打分并逐条引用证据——直接的 eval 设计信号，加上具体的上下文预算工程工作。分数封顶在 8 分以下，是因为这些 RFC 里有多条评分项自己标注为未经验证的估计值——eval 的严谨性有一处诚实自曝的缺口。
结论：本周的 commit 节奏和深夜时段集中度相对每一次此前的测量都在往错误的方向走，验收积压是上限的 2 倍且没有净减少。按课程自己的规则——课程适应人，而不是人适应课程——下周的课程负载应封顶在常设的每周工时上限以内，且验收积压清完之前不应启动新的视觉改动——这不是一个该加码的星期。