Appearance
阶段 4：工程化与系统设计
前面几个阶段让应用"能跑起来"，这一阶段关注它能不能被交付、排查和长期维护。AI 应用的不稳定性不只来自模型本身，也来自 Prompt、工具、检索、权限、日志和评测体系的组合。
建议在做完至少一个聊天应用或 RAG 项目后再读这里。没有真实项目做参照，幻觉、安全、评测这些内容很容易变成抽象概念；有了项目后，你会马上知道为什么需要日志、回归样例和失败边界。
建议阅读顺序
- 先看 AI 幻觉 和 Prompt Injection 与 AI 安全，理解 AI 应用最常见的风险来源。
- 再看 AI 应用评测，建立最小评测集和回归意识。
- 接着补 可观测性与日志 与 性能优化，让问题能被发现、定位和控制成本。
- 最后看 AI 应用系统设计 和 多模态基础，把前面的能力放到更完整的产品结构里。
这个阶段会反过来影响前面的项目页。你可以一边读，一边给自己的聊天助手、RAG 知识库或 Research Agent 补日志、错误处理和评测样例。
什么时候该回来看这一阶段
如果你刚开始学 AI 应用开发，工程化章节可能会显得有点早。但只要你做过一个能跑的 demo，就会遇到这些问题：模型偶尔胡说、RAG 命中了不相关片段、Agent 工具调用失败、线上报错看不出是哪一步坏了。
这时再回来看这一阶段，会更容易理解每章在解决什么：
- 幻觉和安全章节帮你定义系统边界。
- 评测章节帮你把“感觉还行”变成可重复检查。
- 日志和可观测性帮你在出错后找到证据。
- 性能和系统设计帮你控制成本、延迟和模块边界。
学到这里，最好给前面的项目补一次工程化复盘：挑一个失败案例，记录输入、检索结果、prompt、模型输出和最终修复方式。这个练习比再读一遍概念更有用。