LLM 应用实战：客服整合与真实模型验证｜作业与日验收
课程名称：LLM 应用实战：客服整合与真实模型验证｜项目任务：商城内嵌单轮 AI 客服入口｜编号：W04-D05
周五交付
- 完整单轮 pipeline 和固定评测；
- 失败逐层定位和最小修复；
- 本人未见表达的期望、红灯、diff、复验；
performance_evidence.md：同案基线/候选、单变量 diff、质量回归及回滚反例；- Learning Gate（课堂学习验收要求） 证据；
- Portfolio Evidence 或明确 Pending；
- W05 交接和现场答辩。
过关条件
- W04-L-01/L-02 全部固定案例可复验；
- 正常/失败轨迹状态一致且零副作用；
- 能把错误定位到正确层；
- 独立变式完成“期望→失败→修改→复验”；
- 完成下方必做性能实战检查，能解释一次接受和一次质量失败回滚的判断；
- 没有硬编码金标或教师答案。
作品集验收要求
- 学生本人真实模型 request_id/usage/结构输出；
- 真实模型动作经程序校验后访问本人可运行的真实本地 Commerce API；
- 至少一条真实商品辅助和一条安全负例；
- 本人解释模型/程序/上下文/API 边界；
- 未完成项保持 Pending。
不通过条件
周五新增多轮/RAG/Agent；用 Mock 冒充真实；只报平均分；没有独立变式红灯；作品声明超过真实证据。
必做性能实战检查
这项与固定评测、独立变式一起检查，不能当作可选加餐。Replay/Fixture 可以练习诊断与决策；真实 Portfolio Gate（作品集验收要求） 的本人调用要求不变。
- 同一案例有 Baseline 与 Candidate；
-
performance_evidence.md关联输入、模型/配置版本、e2e_latency_ms、input/output/cached Token、费率来源和估算费用； - 只修改一个变量，diff 可解释；
- 商品事实、结构化输出、工具边界与固定评测没有退化；
- 明确写出
ACCEPT或ROLLBACK，保留失败候选。 - 有一例“更快但答错”的回滚证据；能说明数据来源和计时范围，不把单次调用写成生产 p95；
- W05 交接能找到基线、决策与尚未解决的问题。
候选没改善或质量退化时，正确回滚体现的是判断能力，不是优化成功。优化成功必须有可比指标改善且质量不退化；真实效果仍需本人真实调用证据，缺少时保持 Pending。