43
0本期要点
· 传统监控的「黄金信号」（延迟、错误、流量、饱和度）只回答系统在不在跑，回答不了生成式 AI 应用跑得好不好。
· 成本失控的三个典型陷阱：上下文 token 蠕变（窗口从 4K 扩到 132K 可能带来 8 倍成本）、模型漂移（换用更强的模型单次成本可高 15 倍）、缓存缺失（有时 70% 的支出是重复付费）。
· 成本归因的核心是「强制给所有调用打标签」，四个维度：功能级、用户级、模型级、端点级。
· 安全监控的四项红线：提示词注入率、个人身份信息检出率（目标 0%）、内容审核评分、越狱尝试（目标 100% 阻断）。
· 质量监控的五个指标：幻觉率、相关性评分、用户满意度（目标 85% 以上正面反馈）、答案完整性（由模型担任裁判）、RAG 检索质量。
· 落地姿势：不是抛弃老指标，而是在黄金信号之上叠加成本、安全、质量三层，做的是加法。
