部署与项目实战

核心问题

• AI 应用上线时最常见的工程问题是什么
• 配置、密钥、限流、缓存和重试怎么设计
• 简历上的 AI 项目应该怎么讲
• 如何把“做过 Demo”讲成“做过系统”
• 延迟、吞吐、成本为什么要一起看
• 为什么 AI 服务的失败兜底比普通接口更重要

建议复习顺序

1. 服务拆分与配置管理
2. 限流、缓存、重试
3. 成本、延迟与吞吐优化
4. 项目表达与结果呈现

子主题导航

• 服务拆分与配置管理.md
• 限流缓存与重试.md
• 成本延迟与吞吐优化.md
• 推理量化与加速.md
• 多模型路由与Fallback.md
• 安全与Guardrails.md
• AI项目怎么讲.md

高频追问

• 为什么 AI 服务比普通 CRUD 服务更需要成本控制
• 项目里最难的点通常是什么
• 怎么证明你的项目真的带来了价值
• 降延迟时为什么不能只看模型速度
• 缓存命中率和正确性怎么平衡

易错点

• 简历只写模型名，不写系统链路和结果
• 只会搭 Demo，不会讲工程化约束