实施、观测与可靠性

按可验证能力分阶段

先确定任务与数据资格，再实现可重复的只读基线，然后加入恢复与副作用，最后按瓶颈扩展多Agent、专用检索和训练。阶段由验收条件定义，不按固定周数承诺；数据清理、专家标注、采购和工程分别估算。

观测必须把任务结果、执行可靠性与模型质量连起来。健康检查正常不意味着检索新鲜、供应商可用或产物正确。每个有效结果成本要包含失败尝试与人工复核。

运行中积累的是可解释的证据和改进候选；真正的能力发布仍经过评测、灰度与回滚。这个分支管理交付运营，evaluation管理证据强度，learning管理变更手段。