W13 周总结 + 长文#4 发布 — v1.0 交付复盘与「认证的价值边界」

日期: 2026-09-13 阶段: Phase 3 - AML 调查 Copilot 标签: #weekly-summary #v1-release #aws-certification #cert-value-boundary

核心问题

W13 是 P3 的收口周：Day 89 把 Copilot v1.0 发布 + $/案件实测口径定下来，Day 90 把旗舰长文#4 的骨架与「时间窗口套利」论点搭好。今天做三件事，回答三个问题：

1. v1.0 到底交付了什么、还欠什么？ 把 W13 的交付物按「物证 × 状态（已实现/估算/设计待落地）」逐一过一遍，杜绝把估算说成实测、把设计说成已实现——这是 P1 起就钉死的诚信纪律。
2. 要不要去考 AWS AI Practitioner？ 这是 P3 阶段计划里安排的「认证窗口一」。今天回答一个比「考不考」更重要的问题：认证的价值边界在哪？ 它对哪类 JD 是门槛、对哪类是噪声？不搞清楚边界就去刷证，是把时间投到边际为零的地方。
3. 长文#4 发不发？ 接 Day 90 的时间窗口论证——$S(t)$ 在 GA 前最高，发布不可拖。今天发。

贯穿全篇的主线：作品（长文+代码）是主资产，认证是边界明确的辅助资产。搞反主辅，就会陷入「刷了一堆证却没有一个能讲清楚的作品」的求职陷阱。

关键内容

A. v1.0 交付复盘：物证 × 状态三态对照

W13 收口，先把 P3 的交付物按「物证文件 × 状态」列清。状态严格分三态——已实现（代码真实产出）/ 实测估算（口径定了、数字待跑批回填）/ 设计待落地（接口/伪代码已设计、函数 W 后实装）。混淆三态是简历造假的温床。

反直觉洞察①（三态混淆是简历最大的隐性风险，比「没做」更危险）：直觉觉得「把估算说得肯定一点、把设计说成已实现，简历更好看」。但在金融/架构岗的深度面试里，这是自杀——面试官随手深挖一层（「你这 $0.51/SAR 是怎么测出来的？跑了多少案？」）就会戳穿，而一旦戳穿一个夸大，整份作品的可信度归零。反过来，一个候选人能清清楚楚说「这部分是实测、这部分是设计估算口径待回填、这部分 LLM 还没接但接口和降级都写好了」，传递的是工程诚实——这在合规相关岗位（AML 本身就是合规）是比能力更稀缺的信号。sarNarrative.ts 头注那句「绝不在任何路径上伪造『已接入 LLM』的草稿」不是自我设限，是把诚信刻进代码——长文和简历必须继承这个纪律。

B. AWS AI Practitioner：认证的价值边界

P3 计划安排了「AWS AI Practitioner 考试窗口一」。先把事实钉死（均 2026 核实）：AIF-C01，$100，备考约 2-3 周，3 年有效，AWS 最入门的 AI 认证（aws.amazon.com / cbtnuggets 2026）。问题不是「难不难」（不难），而是「值不值」——答案取决于目标 JD 的类型。把价值边界画成一张「认证 vs 作品」的信号矩阵：

边界的统计依据：「currently 94 open US roles requiring this specific certification」（certdemand 2026）——94 个岗位说明它在特定赛道（云/SI/企业 IT）是真门槛，但相对于整个 AI 岗位池只是一个细分。另一面：「If Cloud Practitioner was the baseline for 2020, AI Practitioner is the baseline for 2026」「AI basics + cloud basics = the new minimum skillset」（flashgenius 2026）——它是地板不是天花板，能帮你过 ATS 过滤，但过不了深度面试。

把「认证 vs 作品」的边际价值写成一个简单的决策规则：

认证的边际价值 ≈ P(JD 把认证设为过滤项) × (它把你挡在门外的损失)

对本项目主目标（Web3/远程 PM-架构）:
    P(认证为过滤项) ≈ 低     → 认证边际价值低
    作品的边际价值   ≈ 高     → 时间应押作品（长文#4、$/案件实测）

对潜在备选（银行/金融 IT/SI）:
    P(认证为过滤项) ≈ 中      → 认证有边际价值（半门槛）
    → 决策：低成本（$100、2-3 周）顺手考一张，作"保底过滤器"，
            但绝不让它挤占作品时间。主辅不可倒。

反直觉洞察②（认证的价值是「过 ATS 过滤」，不是「证明能力」——别用它替代作品）：直觉把认证当「能力证明」，于是有人刷了一摞证以为竞争力翻倍。但 2026 的「builder」招聘范式说得很直白——「companies prioritize candidates with strong product intuition who can take projects from idea to completion」「hiring managers scan for production signals」（sfstandard / dataexpert.io 2026）。认证证明的是「我学过 AWS 的 AI 服务名词」，作品证明的是「我能把一个真实问题做成能上生产的系统」——后者才是面试官真正在找的。 认证的唯一硬作用是在 ATS 自动过滤这一关不被刷掉（云/SI/银行 JD 把它设为 required 时）。所以正确姿势是：把认证当成「低成本保底过滤器」（$100、2-3 周顺手拿），把绝大部分时间押在作品上。用认证替代作品，是把辅助资产当主资产的典型错配。 本项目主目标是 Web3/远程 PM-架构——这里认证基本是噪声，AML Copilot 作品 + 长文#4 才是决定性资产，AWS 证至多是「若转投银行 IT 备选时的保底」。

注意一个时效坑：AI-102 于 2026-06-30 退役 → AI-103 接替（2026-06 上线）；AWS ML Specialty 已 2026-03-31 退役（核实 2026-06）。认证体系本身在快速换代——这反过来印证反直觉②：押注一个3 年内会改版、考的是厂商当下产品名词的认证作为核心竞争力，性价比远低于一个展示底层工程能力的作品。作品不会因为 AWS 换个服务名就过期。

C. 长文#4 发布 + W13 收口

接 Day 90 的时间窗口论证：$V(t)=D(t)\times S(t)$ 的峰值在「FIS 宣布（2026-05）→ GA（H2 2026）」窗口内，今天（2026-09-13）在窗口内，$S(t)$ 在 GA 后崩塌，发布不可拖。今天发布长文#4（骨架 + §1/§7 论点段先行，§2-§6 正文随后补，但论点链完整可读）。

W13 收口的「交付 × 证据」总表（作品②的招聘方索引）：

W13 的元复盘：P3 这一周完成了从「能跑的 Copilot」到「能讲清楚、能定价、敢发布」的跃迁。最大的认知收获不是某个技术点，而是作品的价值不在代码本身，而在「能不能把代码组织成一个让招聘方在窗口期内、用三个硬数字、十秒看懂」的叙事——这正是 PM/架构师与纯工程师的分水岭。

设计要点/决策表

对本项目的落地

• W13 收口产物：本笔记即 W13 周总结（与 P1/P2 周总结同体例）；交付物三态表是作品②的「招聘方索引」，与长文#4 §2-§5 的物证指针一一对应（DRY，不重复维护两份清单）。
• 长文#4 发布：docs/aipa/longform/longform4-replicate-fis-anthropic.md 今日落地骨架 + §1/§7 论点段（Day 90 骨架转正文），§2-§6 正文随后补；发布渠道（Mirror/个人站）随作品集主页 docs/MASTER_PORTFOLIO.md 链接，呼应 optimization-roadmap 的「收敛到 3 条叙事」（AML Copilot 是其一）。
• AWS AI Practitioner 决策落地：对本项目主目标（remote Web3 PM/架构）不投入；仅在简历投向银行 IT/SI 备选赛道时，以「$100、2-3 周」低成本顺手考一张作 ATS 保底——写进求职策略文档（docs/ 求职冲刺计划），明确标「辅助资产，不挤占作品时间」。绝不把刷证写进 P3-P4 的核心学习时间。
• 核心数字单一真相源（再强调）：W13 表里的 recall/FPR/$/案件 全部从代码实测读取，长文、简历、周总结三处引用同一份数字，禁止各自硬编码（防漂移，呼应 Day 89/90）。
• 诚实标注（严格）：本笔记交付状态表的「🟡实测估算」「🟡设计待落地」是硬约束——v1.0 发布材料、长文、简历凡引用 $/案件（$0.43/$0.51）必标「设计估算 W13 跑批回填」；凡述及 SAR 草稿必标「prompt+rubric，无 key 降级 ruleTemplateSar，未接 LLM」；judge κ 必标「阈值 0.6 为 v1 门槛，真实标注后测算」。延续 P1 Day 27/28、P2 Day 63、Day 89/90 的降本数字诚信纪律。

参考资料

1. AWS — AWS Certified AI Practitioner (AIF-C01)（官方认证页，持续）+ cbtnuggets Is AIF-C01 Worth It?（2026）：$100、备考约 2-3 周、3 年有效、AWS 最入门 AI 认证；2024-10 推出，应对「employer demand for AI-literate candidates exceeds supply」
2. flashgenius — AWS AI Certifications 2026: AI Practitioner, ML Engineer & GenAI Developer（2026）：「If Cloud Practitioner was the baseline for 2020, AI Practitioner is the baseline for 2026」「AI basics + cloud basics = the new minimum skillset」——认证是地板非天花板
3. certdemand — AWS-AIP Certification (2026 Guide): Requirements, Salary & Jobs（2026）：「currently 94 open US roles requiring this specific certification」——认证为特定赛道（云/SI/企业 IT）门槛的统计依据
4. sfstandard — 'Engineer' is so 2025. In AI land, everyone's a 'builder' now（2026-03）+ dataexpert.io Ultimate Guide to AI Engineering Portfolios（2026）：「companies prioritize candidates with strong product intuition who can take projects from idea to completion」「hiring managers scan for production signals」——builder 范式看 ship 能力非认证
5. 认证时效（核实 2026-06）：AI-102 于 2026-06-30 退役 → AI-103（2026-06 上线）；AWS ML Specialty 已 2026-03-31 退役——认证体系快速换代，印证「不押会改版的认证作核心竞争力」
6. 本仓物证：src/aml/evalBaseline.ts（recall/FPR 实测）、judgeCalibration.ts、failureTaxonomy.ts、sarNarrative.ts（诚实头注）、src/agent/orchestrator/budget.ts、src/components/aml/AmlCopilot.tsx、docs/MASTER_PORTFOLIO.md（2026-06）

SOTA 检查 (2026-09-13)

注：本笔记日历日为 2026-09-13；事实核查与一手原文检索（AWS 认证页、AI-102/103 与 ML Specialty 退役时间、builder 招聘范式、94 roles 统计）在 2026-06-11 完成。$/案件实测回填、长文正文补全在 W13/W13 后进行。

• 「认证是地板、作品是天花板」在 2026-09 是稳固共识：builder 招聘范式（sfstandard 2026-03）、production-signal 优先（dataexpert.io 2026）、AI Practitioner 作「2026 baseline」（flashgenius 2026）三方口径一致——认证帮过 ATS、作品赢深度面试。本项目「主押作品、认证作银行/SI 备选保底」的决策与此对齐，未见相反信号。
• 认证体系换代加速，印证「不押认证作核心竞争力」：AI-102→AI-103（2026-06）、ML Specialty 退役（2026-03-31）——一个 3 年内会改版、考厂商当下产品名词的认证，性价比低于展示底层能力的作品。此判断在 2026-09 仍 live。
• AWS AI Practitioner 仍是「特定赛道门槛」非「通用门槛」：94 US roles requiring（certdemand 2026）说明它在云/SI/企业 IT 是真门槛，但对 Web3/远程 PM-架构（本项目主目标）基本噪声——价值边界判断未变。
• 过时认知警示：(1) 不可把估算/设计说成已实现——三态混淆是简历自杀（反直觉①）；(2) 不可用认证替代作品——认证证明「学过名词」，作品证明「能上生产」（反直觉②）；(3) 不可把刷证写进核心学习时间——主辅倒置是求职陷阱。
• 待跟踪（W13 后）：W13 跑批回填 $/案件 实测，更新本表「🟡实测估算」为「✅已实测」；长文#4 §2-§6 正文补全后更新「🟡骨架→正文中」状态；若简历转投银行 IT/SI，再评估是否顺手考 AIF-C01（不挤占 P4 时间）；监控 AI-103 是否有金融/合规相关考点变化。