学了
- 学习 AI 评测中的环境隔离、结果对比与数据清理方法,理解真实业务验证和自动化测试的适用边界。
- 梳理模型网关的并发限制、授权与额度机制,掌握多客户端共享资源时的限流与排障方法。
做了
- Content 平台:完成多批用户反馈的修复、部署与线上验证,完善素材、脚本、审核、知识库和助手等核心流程。
- Notelab:推进统一记忆检索与会前准备功能开发,完成相关集成和回归验证,梳理多轮语音对话、评测和数据清理方案。
- Ship:完成数据资源盘点与登记调研材料,梳理报价、运费及基础字典等数据的结构与共享边界。
- 模型网关:扩充可用模型并验证调用、路由和计费链路,排查共享并发额度导致的限流问题。
展望
- Notelab:继续推进记忆检索、会前准备和多轮对话落地,补齐真实环境验收和数据清理验证。
- Content 平台:持续跟进使用反馈,完善文件处理、审核和知识管理体验。
- 模型网关:继续完善模型接入、并发管理和运行观测。