一本随身的实践手册

六、部署能力的补充说明：把“能访问”与“能放心使用”分开

1. 两条可落地路线，选择一条即可

路线 A：本地个人工具。 使用本机运行环境、明确的工作目录和手动触发；需要调度时使用自己理解的系统机制。必须知道电脑休眠、关机、断网和账号退出时会发生什么。模型推理若通过云端完成，应在数据流图上明确标出；“执行器在本地”不代表“所有数据都在本地”。本地路径降低了部分部署负担，但不自动解决设备共享、备份、同步和模型服务的数据处理问题。

路线 B：受控托管服务。 先发布最小 mock 服务，再验证认证、对象权限与状态保存，然后接少量只读模型调用，最后才考虑定时运行。R71 · Render：Deploy a Node Express App 是一个具体 Node 托管实例，不是必须购买的服务；已有平台可以继续使用。每次实施时核对计划价格、运行时间、持久存储、区域、日志和访问控制，不假定免费套餐适合长期后台任务。

路线 B 不应把数据库文件放在可能被重建的临时磁盘上。不同服务类型的存储与调度限制分别检查；例如 R72 · Render：Cron Jobs 和 R73 · Render：Persistent Disks 不能被合并理解成“所有任务都能挂一块永久盘”。对于个人练习，使用低频只读任务与可控存储比过早搭建复杂基础设施更重要。

2. 上线前必须回答的九个问题

这不是一张“填写后就安全”的认证表。风险与控制需要结合具体运行环境测试；组织系统与高后果场景应由有权限的责任人审查。一般风险识别可参考 R66 · NIST：AI Risk Management Framework。

3. 动作权限逐级增加

限制落实在执行器与服务端权限，不只写在自然语言里。认证回答“你是谁”，授权还要回答“你能对这个对象做什么”；相关原则见 R60 · OWASP：Authorization Cheat Sheet。不能通过隐藏按钮、秘密网址或 CORS 代替授权。

七、有高额度订阅，仍要分清三笔账

1. 订阅、应用推理与托管不是同一份预算

OpenAI 的 ChatGPT 与 API 计费需要分别管理；Codex 支持路径应按当前官方入口核对，不能从一句“订阅可用”推出所有应用都可共用额度。来源见 R53 · OpenAI：ChatGPT 与 API 的计费管理、R54 · Codex 使用与计费入口。

Claude 也需要区分订阅认证与 API key 路径。核对日的 Agent SDK 说明页在 June 15 更新中写明此前拟议改制暂停，相关使用仍计入订阅；页面保留的旧月度 credits 公告不能当作现行余额。这是带日期的产品状态，不是未来承诺。实施前重新核对 R55 · Claude Code：Use with your Pro or Max plan、R56 · Claude Agent SDK：Use with your Claude plan。

本课程不通过复制登录令牌、转售共享账号、建立未授权中转或绕过限额来利用订阅。也不把产品界面的“5x”解释成跨厂商固定 token 数；它只是需要回到对应产品说明核对的套餐表述。

2. 一套与两套订阅怎样安排

只有一套时，优先用于主力开发与导师反馈，分开任务会话，并保留处理故障和补课的余量。有两套时，可将第二套用于关键设计、重要补丁与难故障的独立复核；不要让两个 agent 无边界互相争论，也不要把额度用尽当成成功指标。

常规任务先用在自己的同类任务中已验证可接受的模型与配置。困难设计、跨模块故障或高风险边界再提升推理投入。不同产品的 effort 名称和实现并不天然等价，记录实际配置即可，不制造一张永久有效的“最佳强度表”。

3. 把预算限制真正落实

先用 mock 检验停止逻辑。真实运行至少限制总任务时间、工具步骤、重试、并发与可授权费用；控制应覆盖所有子调用，而不是只算最后一次成功。预算不足时停止或进入人工批准，不静默切换到更贵配置。供应商预算提醒未必是严格硬限制，需确认实际计费与限额行为。

配置样例中的“最多 10 步、最多 2 次重试”只是教学起点，不是行业标准或安全保证。只有执行程序真的读取、落实并通过测试后，才能称为有效控制。并发请求还需要在共享预算与运行状态层面协调，不能让每个进程都各自认为有整份预算。

八、RSI 的四层边界：改进系统，不神化“自我进化”

GEPA 与 DGM 为后期选读提供了研究入口，但它们的具体设定、评价与约束不能直接等同于个人系统的效果。这里不复述未经本人复现的性能结论，更不据此声称自主无限进化已实现。原始来源见 R51 · GEPA：Reflective Prompt Evolution Can Outperform Reinforcement Learning、R52 · Sakana AI：Darwin Gödel Machine。

一次有效改进试验可以非常小：原系统常引用旧版文档；先冻结基线，提出“版本过滤会减少旧引用”的假设；只改变过滤规则；在相同任务、预算与权限下比较；用独立案例验证；记录额外成本；人决定采用或拒绝。没有改善就停止，不再启动一轮反思试图把结论改成成功。

三类控制不应交给候选提出者自行修改：成功标准、权限与预算、最终独立评价的答案。 如果任务真的要求更改验收，应把规则变更作为单独决定审查，而不是夹在代码补丁里。

保留集不是永远可重复使用的秘密宝箱。随着反馈积累，它可能逐渐进入优化过程；需记录使用历史，必要时增加独立新案例。小样本只支持小范围判断。没有足够真实数据时，最诚实的产物是一份错误分类和下一步采样计划，而不是精确到小数点的可靠性承诺。

九、从知识到生活：让工具有自然触发点，也有退出机制

1. 不让知识工作台变成新闻仓库

每周只选一到三个真正与当前问题有关的知识点。为每个知识点完成：来源、解释、适用条件、反例、预测、实验、行为改变、再次应用。 没有实际问题时可以不增加资料，不要求系统每天生成内容证明自己在运行。

例子：你学到幂等性，不只保存定义，而是在测试环境重复触发一次任务，观察是否产生重复草稿，改变实现，再用另一个输入验证。你读到新的上下文方法，不立即重建记忆平台，而是比较一次短交接与原流程，确认恢复任务是否真的更容易。

这些例子是课程练习，不代表对任何具体人的实测结果。提醒和复测应围绕自然任务触发，避免额外增加每天维护多个面板的义务。

2. 净省时的计算方式

每周净省时
= 可比成功任务在旧流程中的本人主动时间
− 新流程所有本人操作、监督、复核与返工时间（包括失败）
− 本周维护时间

一次性建造时间、现金费用、未完成需求和主观质量变化另外记录。模型在后台运行而你可以做别的事情，不等于你在持续劳动；但你被迫等待、频繁检查和处理错误的时间也不能漏掉。

纯合成算例： 同等完成质量下，每周 12 项任务原来每项主动花 6 分钟，共 72 分钟。新流程全部主动操作与复核 18 分钟，维护 14 分钟，净省 40 分钟。假设建造耗时 8 小时且未来情况稳定，简单时间回本为 480 ÷ 40 = 12 周。这里没有计入现金费用、学习价值与未来故障，不是读者的收益预测。

净省时长期为负时有四种合理动作：缩小任务、降低频率、回到手动、停用。学习项目可以继续，但应明确是学习预算。课程的成功不是所有工具永远在线，而是你能辨别什么值得留在生活里。

十、隐私与安全贯穿全程，而不是最后加一句免责声明

1. 数据分级：从默认不上传开始

换成匿名 ID 只是减少直接标识，不必然达到匿名。日期、地点、职业、任务内容和行为模式仍可能形成关联。公开作品优先使用合成重现，不自动发布真实元数据的聚合。一般风险识别可参考 R66 · NIST：AI Risk Management Framework，秘密与日志处理分别见 R59 · OWASP：Secrets Management Cheat Sheet、R61 · OWASP：Logging Cheat Sheet。

2. 常见误区与需要验证的控制

不可信资料可能通过提示注入诱导模型偏离任务，防护需要多层边界，不存在一句万能提示。相关参考见 R58 · OWASP：LLM Prompt Injection Prevention Cheat Sheet。服务端抓取还需要限制目标、重定向和网络访问，不能把任意链接直接交给后端读取；见 R62 · OWASP：Server-Side Request Forgery Prevention Cheat Sheet。这些指南是设计起点，不是系统经过专业安全审计的证明。

3. 第三方依赖也是数据与执行边界

新装包、插件、浏览器扩展或 MCP 服务之前，先确认来源、必要性、维护状态与所需权限。只因模型建议就运行安装脚本，不算理解依赖。锁定已经验证的版本并保留更新记录，但安全修复不能无限延期。

日志不应该默认收集所有东西。运行标识、状态、错误类别和必要用量通常比完整提示更适合开始；要诊断确实需要原文时，再明确访问、期限与脱敏。第三方遥测也是外部数据接收方，参考 R65 · OpenTelemetry：Handling sensitive data。

十一、怎样更新课程，而不被新模型拖着走

1. 稳定能力与可替换实现分开

约八成注意力给需求、代码、数据、网络、验证、权限和维护；约两成用于模型、SDK 与部署适配。这只是精力安排建议，不是精确研究结论。替换一个 API 不应该要求重学整个项目；将模型配置、工具接口与业务规则分开维护。

每条更新记录至少包含来源、发布或版本日期、核对日期、影响的任务、成本与权限变化、验证计划、回滚方法。模型 ID 和推理设置必须从实际产品或官方文档核对，不用宣传名称猜测调用参数。

2. 三个更新窗口

这是一套维护方案，不代表已经替读者创建自动任务。要自动执行时另设运行环境、来源、权限和费用；自动检查只生成提案，不自动安装依赖、修改课程或升级生产系统。

3. 哪些理由不足以触发迁移

模型发布会、公共排行榜单项领先、别人社交媒体演示、工具宣称“一键全部完成”，都不足以单独证明你的任务应迁移。相反，原流程的具体失败被解决、同等质量下减少复核、必要安全更新、官方弃用和可维护性改善，才值得进入自己的验证过程。

还要问“旧机制是否可以删除”。用于补偿旧模型行为的复杂上下文处理或特殊重试，可能在新环境中变成负担；R46 · Anthropic：Managed Agents 工程文章 提供相关工程讨论，但具体是否删除仍取决于自己的测试。

十二、可以直接复用的七张模板

下面均为原创教学模板，默认空白或合成字段。它们用于组织判断，不会自动强制执行权限与预算。下载包另提供独立文件，方便复制到私人项目中；填入真实记录后不要原样公开。

模板 A：一页问题与工作流说明

要解决的重复任务：
任务在什么情况下发生：
旧流程步骤与实际主动时间：
输入、输出与使用者：
本轮只改善什么：
明确不做什么：
数据是否离开本机，去哪里：
允许读取与允许执行的范围：
一个正常情景、一个错误情景：
如何验证真的完成：
失败时如何手动替代、停止和恢复：
下一次真实使用时间或触发条件：

模板 B：知识到行动卡

问题：
来源 URL、版本/发布日期、读取日期：
支持主张的具体位置：
原文事实：
我的解释与推断：
适用条件、局限与反例：
我预测改变什么会产生什么结果：
基线、最小实验、停止条件：
实际结果与替代解释：
决定：采用 / 拒绝 / 证据不足
落实成什么操作、设置或代码：
新情景复测与实际行为变化：

模板 C：一条任务与用量记录

{
  "schema_version": "1.0",
  "data_kind": "synthetic_example",
  "task_id": "demo-task-001",
  "task_class": "public_document_summary",
  "run_id": "demo-run-001",
  "execution_mode": "mock",
  "model_id": null,
  "reasoning_setting": null,
  "result_status": "not_run",
  "result_verified_by": null,
  "attempt_count": 0,
  "human_active_minutes": null,
  "human_review_minutes": null,
  "human_rework_minutes": null,
  "usage_value": null,
  "usage_unit": null,
  "usage_provenance": "unknown",
  "cost_amount": null,
  "cost_currency": null,
  "raw_prompt_stored": false
}

零次尝试只是这条未运行样例的状态；真实记录缺数值时用未知，而非填零。时间字段应互不重复，或在汇总前明确去重规则。准确模型 ID、用量单位和费用来源在真实实施时核对。

模板 D：评测案例

案例 ID 与任务类别：
资料类型：合成 / 公开 / 另获授权（写明处理范围）
输入和允许访问的资料：
预期最终状态：
机器可判断的条件：
需要人工核查的条件与证据位置：
必须拒绝或转人工的条件：
错误严重程度：
数据分区：开发 / 回归 / 独立保留
谁有权读取答案：
实际尝试数、结果、费用和未验证项：

模板 E：改进提案

重复失败与证据：
基线版本：
可证伪假设：
本轮只改变的变量：
候选数量与总预算：
预算由哪里强制执行：
开发集与独立评测如何隔离：
质量、成本、延迟与权限的不可退步条件：
所有尝试的实际结果：
结论：采用 / 拒绝 / 证据不足
批准者与采用范围：
回滚版本与步骤：

模板 F：一页事件手册

如何发现异常：
立即停止新的触发与排队任务的方法：
哪些已发出的外部动作可能无法取消：
最小必要检查与敏感信息限制：
如何区分权限、来源、模型、网络和存储问题：
如何确认外部动作是否已经完成：
恢复到哪个版本和数据点：
如何防止恢复时重复执行：
恢复后由谁核验结果：
本次影响、证据与下一项最小改进：

模板 G：每周价值与学习复盘

本周实际交付、验证与未验证内容：
真正用过多少次，完成了哪些相近任务：
旧流程主动时间依据：
新流程操作、监督、复核、失败返工与维护：
净省时与计算限制：
建造时间、现金费用与学习投入：
本周独立解释、修复或迁移的证据：
一项已经改变的行为：
应保留、简化、暂停或删除什么：
下周只做的一个最小目标：

十三、把学习成果写成技术博客：公开方法，不公开私人记录

1. 文章应该展示什么

围绕“问题—约束—实现—验证—失败—采用或拒绝”组织叙事。用合成样例展示数据流，引用官方文档与研究，写清实际执行范围与限制。尚未完成的内容使用“计划”“练习”或“待验证”，不要改成作者亲身成功的故事。

完整课程可以作为一篇长文；也可以将每周拆成单篇系列。分周发布时保留适用对象、前置能力、资料核对日期和安全要求，让单篇读者不必翻到总纲才知道关键边界。外部课程链接保留来源，不上传其整套课件、付费视频、受限实验或未获许可素材。

2. 发布前内容检查

检查正文、代码块、附件、截图、图片元数据、压缩包、网页源码与版本历史。移除个人姓名、邮箱、真实域名或仓库身份、雇主客户信息、日历细节、财务健康资料、登录信息、私人文件路径、日志与聊天记录。项目可以保留架构思想，但公开案例改成通用名字和合成数据。

确认示例代码没有真实服务地址或凭据，公开配置默认 mock、只读和未授权状态。带有真实数据的表格、数据库、备份与源映射文件不应混进静态公开目录。私有系统截图建议用合成界面重现，不依赖一层可撤销遮挡。

秘密一旦公开，先撤销或轮换，再按 R64 · GitHub：Removing sensitive data from a repository 处理历史与副本。内容扫描只能减少明显遗漏，不能保证识别所有可关联信息，也不能证明代码经过完整安全审计。

3. 教程页与运行中的 agent 分开托管

教程展示不需要访问读者邮箱、日历、文件或模型账号。优先静态正文，不附带登录、上传、执行按钮和追踪脚本。运行演示需要另一个明确隔离的环境，默认合成数据、最小权限与独立预算，不能把个人生产接口直接暴露在文章里。

本文配套 HTML 不主动加载第三方脚本、字体、图片、统计或嵌入内容；官方资源仅作为可点击链接。它并不能替你的既有网站移除分析代码、Cookie、CDN 访问日志或主机日志；把 Markdown 粘进已有站点之后，要再次检查最终页面的数据流。

静态站可评估内容安全策略与来源信息策略。CSP 的某些限制需要 HTTP 响应头，而不是只加 meta 标签，例如 frame-ancestors；原理与适用范围见 R77 · MDN：Content-Security-Policy、R78 · MDN：Referrer-Policy。配套发布指南给出该独立 HTML 的具体说明，不要把某一页策略盲目复制到整个站点。

4. 版权、署名与更新声明

本教程的学习安排、练习与模板属于新编排内容，不代表任何被引用机构背书。外部课程、文档、论文、图像和代码仍按其各自许可与条款使用；本文链接到它们，不授予转售、转载全文或取得证书的权利。

发布者可以为自己有权许可的正文选择共享方式，但不要替外部内容授予新的开源或知识共享许可。保留资料核对日期与变更记录。链接失效时优先找官方迁移入口，不换成来历不明的镜像；登录后内容、未来课程材料与所有实验都不在本次完整验证范围。