返回机制实验室

W05 · S29—S35 · 总 Day 119—125

平台工程：声明需求与协调实际状态

用服务目录、租户配额和协调计划理解控制平面。

作者准备的学习示例 · 不计真实学习进度 · 不代表生产 / GPU / 真机结果

在仓库根目录运行；只输出合成示例，不写文件、不访问网络

npm run learning:p2 -- w05
跳到完整源码 ↓

核心问题

一个应用团队说“我需要两份摘要服务副本，使用 bundle v2”。平台应该记住一串手工操作，还是保存这个目标并持续比较实际状态？本周用一个很小的协调函数理解声明式控制。

对应 S29～S35。重点是状态与职责，不是安装 Kubernetes 或搭建大型内部开发平台。

1. 分开四种对象

desired 是目标状态；actual 是观察到的状态；quota 是允许的资源边界；plan 是两者比较后提出的动作。计划生成不等于动作完成，动作完成也不代表后续状态永远不变。

示例有 summarizer 和 retriever 两个服务，按 tenant/name 确定身份。平台比较版本与副本数，给出 create、update 或 noop。如果租户目标副本总量超过配额，标记 blocked。配额按租户合计，不是给每个服务单独看一次上限。

真正的控制循环还需要执行器、重新观察、并发控制、失败重试、资源身份映射与删除语义。这里刻意不执行删除：actual 中额外出现的对象不会被自动清理，避免把一个教学差异计算器误当完整协调器。

2. 运行与解释

npm run learning:p2 -- w05

目标是 summarizer 2 副本/v2，加 retriever 1 副本/v1；实际只有 summarizer 1 副本/v1。配额为 3 时，一个 update、一个 create；配额为 2 时，两个目标都会 blocked。当 actual 与 desired 一致，输出全部 noop。

这里的“收敛”只指纯函数观察到目标一致，不是证明控制器可以在所有故障下最终收敛。代码没有更新实际资源，也没有调用容器、云账号或部署服务。

3. 为什么这与 AI 平台有关

AI 团队反复需要相似能力：选择模型或 bundle、创建安全工具配置、获得 trace、申请数据访问、配置预算和人工队列。Golden path 是把常见选择做成容易理解的默认路径，同时暴露重要约束与例外渠道，而不是让每个团队重装基础设施。

平面本例中的影子真实 AI 平台的例子
控制平面desired、quota、plan模型目录、租户策略、发布配置
运行平面actual 的描述实际推理进程、任务与工具执行
数据平面未实现数据集、检索与特征服务
证据平面终端输出操作来源、trace、成本与变更记录

好的平台能力不只看“有多少按钮”，也看团队是否更容易理解失败、定位责任、获得合适默认值。这个判断需要真实使用反馈，单个协调函数无法证明开发效率提升。

4. 轻量练习与延伸

只把 retriever 的 tenant 改为另一个名字，观察配额为什么不应共享。然后只改变 bundle，确认更新原因来自版本而不是副本数。任选一个练习即可。

深入问题：quota 的目标总量不一定覆盖滚动更新时的临时峰值。新增副本先启动、旧副本后退出，会需要额外容量。写一个时序说明这种差别，无需实现集群调度。

5. 专业阅读与未来连接

  • Kubernetes Controllers：读 desired state 与 current state 的控制循环，对照本例缺少的执行和重观察步骤。
  • Stanford CS329S：用完整 ML 生命周期思路判断平台到底支持哪些工作，而不只从基础设施出发。

未来研究平台要管理实验配置与资源；具身 fleet 要管理任务、设备、策略与可用状态。但“修改 desired”不等于“允许机器人立即动作”，物理执行还需要独立的安全约束。可记下自己最想省去的一项重复配置，以及必须保持可见的一项控制。

配套日课：按需要补充理论

本实验贯穿一周，不要求一天做完。

可运行源码

src/learning/ai-systems/w05-platform-reconcile.ts · 构建时直接读取源文件，避免讲义代码与实现各自漂移。

interface Service { tenant: string; name: string; replicas: number; bundle: string }

export function reconcile(desired: Service[], actual: Service[], quota: Record<string, number>) {
  const key = (s: Service) => `${s.tenant}/${s.name}`
  const keys = desired.map(key)
  if (new Set(keys).size !== keys.length) throw new Error('Duplicate desired service')
  const totals: Record<string, number> = {}
  for (const s of desired) {
    if (!Number.isInteger(s.replicas) || s.replicas < 0) throw new Error('Invalid replicas')
    totals[s.tenant] = (totals[s.tenant] ?? 0) + s.replicas
  }
  return desired.map(s => {
    if (!(s.tenant in quota) || totals[s.tenant] > quota[s.tenant]) return { key: key(s), action: 'blocked', reason: 'tenant desired total exceeds quota' }
    const previous = actual.find(x => key(x) === key(s))
    const action = !previous ? 'create' : previous.bundle !== s.bundle || previous.replicas !== s.replicas ? 'update' : 'noop'
    return { key: key(s), action, replicas: s.replicas, bundle: s.bundle }
  })
}

export function run() {
  const desired: Service[] = [
    { tenant: 'learning', name: 'summarizer', replicas: 2, bundle: 'v2' },
    { tenant: 'learning', name: 'retriever', replicas: 1, bundle: 'v1' },
  ]
  const actual = [{ ...desired[0], replicas: 1, bundle: 'v1' }]
  return {
    desired, actual,
    sufficientQuota: reconcile(desired, actual, { learning: 3 }),
    exceededQuota: reconcile(desired, actual, { learning: 2 }),
    converged: reconcile(desired, desired, { learning: 3 }),
    boundary: 'Plans only; no resources created/deleted, no identity service or Kubernetes controller.',
  }
}