S90：Phase 2 轻量总结：10 个连接、3 个方向与下一阶段节奏

内容类型：预习教材（不代表已完成）
日期：2027-02-20
阶段：P2 · AI Systems Engineering 90
总路线：Day 180
周次节奏：知识整合 · 周六轻量回顾
状态：教材已备；学习未完成

一句话定义

S90 只用一页内容记下自己真正能解释的 10 个系统连接、3 个仍想深入的方向和 Phase 3 的轻量节奏，不做量化考核、不闭卷、不伪造 90 天已掌握的结论。

学习目标

1. 浏览 P2 笔记与图，选出真正改变自己系统理解的 10 个关系，不复制目录。
2. 将 3 个方向分为“P2 长期复习”、“Phase 3 AGI 基础”或“P4 具身智能”，不同时开课。
3. 写一个可恢复的下阶段节奏：阅读、思考、小练习、回顾与休息，不建新 gate。

核心知识

“连接”应是可用自己语言说明的因果/依赖关系，而不是两个名词并列。可从以下候选中选 10 个，也可用自己的：

1. data quality/lineage 决定 artifact 和 eval 证据能否被解释；
2. training checkpoint 与 serving artifact compatibility 共同决定可复现与可恢复；
3. serving batch/cache 取舍会传到 SLO、成本和 human wait；
4. agent runtime 的 timeout/retry 必须与 tool 副作用和 idempotency 共同设计；
5. MCP/A2A 解决协议互操作，不替代授权、工作流与责任；
6. observability 需 correlation/release/artifact identity，否则数字无法归因；
7. telemetry 与隐私相互约束，可诊断不等于可记录所有原文；
8. security 的 identity/purpose/tool capability 决定 prompt injection 能否转化为现实危害；
9. offline/shadow/canary 逐步引入新证据，也逐步增加暴露；
10. release record 连接 bundle、eval、decision 和 rollback，使后来能重建当时理由；
11. human review 是权限、界面、队列、技能与容量的系统，不是单一按钮；
12. override/appeal 只有带 provenance 才能成为可解释反馈；
13. AI-assisted SDLC 的系统价值需扣除 review、rework、incident 和 cognitive load；
14. 架构图与跨层路径只能标明 planned/implemented/observed，不能代替真实运行。

3 个深入方向不应是三个工具名。一个好方向包含问题、为什么重要、当前理解、下一个轻量输入和不做什么。例如“长时间 agent 状态与认知记忆的边界”比“学 Temporal”更适合进入问题树。

下一阶段节奏应承认 Phase 3 更理论化：可将每周组织为概念/经典文本→机制/论证→小思考实验或反例→案例连接→知识整理→可选探索→休息。不需为研究性学习建大量代码和测试 gate。

机制与推导

对每个连接用三句检查：“A 如何约束/依赖 B？我有什么实际学习证据？这个证据不能支持什么？”如果只能复述教材，可标“需回看”，不用从 10 个中删掉。总结的目的是导航，不是证明。

最小练习或观察

1. 浏览全景图、每周小结和实际笔记，不闭卷回忆。
2. 选或重写 10 个连接，每个只写依赖、证据与边界三句。
3. 选 3 个方向，标 P2 复习 / P3 / P4，每个只安排一个下一输入。
4. 写 Phase 3 每周节奏和休息边界，不创建考试或 gate。
5. 本日不将 P2 进度改为完成；只在真实学习后按唯一进度账本记录。

常见误区与边界

• 把候选 14 条全部复制为自己的 10 个，没有用真实学习证据重写。
• 用工具名作为深入方向，没有问题与边界。
• 为显示学习完成而填写未运行实验、未观察结果或未掌握技能。
• 给 Phase 3 增加大量考试、gate、作品包和求职产出，偏离学习主线。
• S90 是轻量总结教材，不是已完成 P2 或具备生产资质的证明。

系统 / 金融 / Web3 连接

在个人的金融/Web3 背景下，10 个连接可优先包含：数据 purpose 与证据链，release 与人工容量，tool permission 与不可逆副作用，trace 与隐私，simulation 与 stale state。但这些场景只是帮助建立理解，不必转化为求职案例或作品包。

自检问题

1. 你的 10 个连接是否都是关系，而非并列名词？
2. 每个连接有什么真实学习证据，又不能证明什么？
3. 3 个方向是否已按 P2/P3/P4 分流？
4. Phase 3 节奏是否仍以知识与能力提升为主，并保留休息？

专业课程对齐

• Stanford CS329S：回看课程主题表，将自己的 10 个连接映射到 data、training、deployment、monitoring 等系统责任，不需重读。
• Full Stack Deep Learning：回看 lifecycle 与课程目录，检查有无某一个端到端连接只记了工具而没记失败/证据。
• DORA：选读 delivery performance 与 DevEx，检查节奏建议是否同时关心学习速度、可恢复性与人的负担。

深入学习提示

今天不再精读。三个链接只用于快速对照自己的知识图和节奏，每个最多 10 分钟。当对照产生新好奇时，加入问题树，不在 S90 当场展开。一页总结到达后就停止。

学后填写区

• 最重要的 10 个连接：
• 每个连接的证据与边界：
• 3 个深入方向及 P2/P3/P4 归属：
• Phase 3 节奏建议：
• 本阶段仍不理解但允许保留的问题：