W12 · S78—S84 · 总 Day 168—174
综合连接：一条可解释的本地学习链路
连接历史特征、版本指纹、动作授权与重试去重。
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
核心问题
单独看懂时间过滤、版本散列、权限和幂等后，能否说明它们如何共同影响一次任务？本周只连接四种已经学过的机制，形成一条足够小、能逐段解释的案例路径。
对应 S78～S84。S85～S90 接回学习指南的整合安排，不追加新项目或考试。
1. 案例边界与输入
案例是“依据第 10 分钟可见的合成特征，为 case-a 创建一份本地审核草稿”。没有客户数据，没有金融决策，也不调用语言模型。摘要是确定性字符串，用来把注意力放到系统连接。
W1 历史可见特征
→ W2 数据与配置指纹
→ 形成有证据 ID 的草稿
→ W9 检查租户、工具、目的地与字段
→ W6 模拟确认丢失后的幂等重试
实现直接 import 前几周函数，不复制它们。这样既能看到组件边界，也能在修改一处机制后观察整条链路变化。W3/W4 等性能模拟不强行接入，因为当前案例没有真实训练或推理服务，硬接只会制造假指标。
2. 一次运行应读到什么
npm run learning:p2 -- w12
特征选择应返回 original、value=20，而不是后来的 correction。数据数组被内容散列，再与 rule-v1、无 Prompt 和 draft-only 策略一起形成 bundleId。这里数据快照包含未来记录，但历史查询明确过滤它们；“保存完整数据”不等于“模型在历史时刻可以使用全部记录”。
草稿携带 caseId、summary、evidenceIds，bundleId 单独保存在追溯元数据中。授权通过后，operationId 使用租户/案例/动作/bundleId 组合，重试只产生一个内存 receipt。trace 是关联这些步骤的普通 JSON 对象，不是 OTel 采集结果。
特别注意：提案的 fields 直接取自实际草稿的键，避免检查一组字段却发送另一组字段；bundleId 不混入业务载荷。当前策略仍不检查 summary 内部内容，不能防止敏感信息藏在允许字段中。示例只把草稿序列化进内存接收方，不发送网络。
3. 已实现、模拟、未实现、未知
| 类别 | 当前范围 |
|---|---|
| 已实现的本地逻辑 | 历史选择、指纹计算、提案授权、重复操作去重 |
| 明确模拟 | 身份、模型替代规则、调用方崩溃、接收方持续存活 |
| 未实现 | LLM 推理、真实数据库、并发事务、外部工具、生产服务、人工界面 |
| 仍需研究 | 去重记录丢失后的恢复、数据更正后的草稿失效、版本变化是否应生成新动作 |
这个分类也会由程序输出。程序可运行并不意味着系统生产可用；它证明的是当前四种机制可以按代码中给定的条件连接起来。
4. 一个变化，走完因果链
任选一种，不必全部做：
- 在 W1 把 correction 的可见时间改到第 9 分钟，重新运行 W12。特征值、数据指纹、bundleId、草稿与操作身份都会变化。解释每一处变化由谁触发。
- 在 W12 把 identity 的 scope 清空。授权结果拒绝，recovery 为 null，没有执行接收方操作。与“执行后才发现越权”比较边界位置。
- 改 rule 版本。即使文本摘要暂时相同，bundle 与 operationId 仍变化。思考：系统应该把它视为新草稿，还是同一草稿的新修订？代码中的选择只是教学决策，不是所有业务通用规则。
修改观察结束后保留自己需要的版本即可，不要求提交或发布，也不自动更新学习进度。
5. 从机制实现进入系统设计
如果要向真实系统多走一步，建议只选一个缺口：为历史数据选合适存储；为接收方设计事务去重；为草稿增加来源字段；或画出真实身份来源。先写输入、状态、失败和恢复，再决定是否需要框架。
不建议在同一周同时引入 GPU、Kubernetes、MCP 服务、向量库和远程模型。那会改变学习问题，从“理解连接”变成“排查安装”。只有某个系统问题确实需要它时才追加技术。
6. 专业阅读与下一阶段路线
- Stanford CS329S：用系统生命周期视角检查各层关系，而不把模型当作全部系统。
- FSDL 2022：用端到端应用视角识别当前没有连接的数据、服务与反馈部分。
P3 可以从这个案例提出研究问题：如果规则换成模型，错误究竟来自知识、推理还是工具执行？多次尝试的改进来自学习还是搜索？记忆更新怎样影响跨任务泛化？这些问题需要另外设计实验，本地链路不提供 AGI 结论。
P4 再增加环境与动作：观测可能迟到，动作不可撤销，世界会在决策后变化。当前的内存草稿只能迁移思考方式，不能迁移为真机动作保证。
最后只写三个句子也足够：一条已经理解的因果链；一个最想继续研究的问题；一个目前不能宣称的能力。