評估與上線

一個 AI 應用能在你的電腦上跑起來，離能交給別人用還差很遠。你需要知道它答得好不好、改了之後有沒有變差、出了問題能不能查到原因、每個月要花多少錢、會不會被人濫用。

這個模組回答這些問題。前兩課做評估：準備題目、讓模型當評委，並且用人工標註檢查評委靠不靠譜。第 3 課做日誌，第 4 課省錢提速，第 5 課加護欄。最後一課把所有東西裝進 RepoBot，做成一個網頁服務。

為什麼是這個順序

評估放在最前面，因為後面的每一項改動（最佳化成本、加護欄、改成網頁服務），都要用它來確認效果沒有變差。日誌放在最佳化之前，因為要先知道錢花在哪裡、時間花在哪裡，才知道該最佳化什麼。護欄在最後，因為它會攔截請求，需要評估集來確認它沒有誤傷正常的問題。

學完的標準

• 能為自己的應用準備一份覆蓋正常、邊界、拒答、注入各類情況的評估集，並一條命令跑完。
• 能寫出模型評委的提示詞，並用幾十條人工標註檢查它和人的判斷有多一致。
• 能給智慧體加上追蹤日誌，並從日誌裡算出每個請求的步數、耗時和花費。
• 能說出至少三種省錢或提速的辦法，並在自己的應用上量出效果。
• 能實現輸入分類護欄和輸出脫敏護欄，知道它們各自防不住什麼。
• RepoBot v4 在你的電腦上以網頁服務的形式執行，並能說出上線前還缺哪些東西。