术语表

附录

一次交付可能毁在一个词上：一个没人写下来的阈值，或者一个没有结束日期的试点。本书倚重的每个术语都在下面统一定义一次，附上中文版使用的译名，以及论证它的那一节的链接。如果某条定义和对应章节看起来有出入，以章节为准。

E.1

如何使用这份术语表

条目按英文字母顺序排列，分成几组。每一行给出英文术语、中文版使用的译名，以及本书赋予它的含义，用一到三句话说清，最后指向定义或论证它的那一节。这里的定义只是摘要；证据、注意事项以及每个来源的等级，都在链接的那一节里。

许多条目是本书自己提出的主张，其中包括“挽救还是撤出”规则、技能地图的级别，以及五个承重条件。没有人拿实际结果检验过它们，各章也都这样说明了；在这里，它们同样只是主张。贯穿全书的示例也一样：标为合成案例一部分的术语，描述的是一家虚构的保险公司，而不是某个真实报道的案例。

如果你只读几条，就读四个承重的承诺（阈值、数据通路、发起人、退出机制），以及让其中第一项落到实处的几条：阈值负责人、留出集和基线。《压力下的判断》用一句话说明了原因：葬送一次交付的那个让步，“当时很少显得致命：它不过是为了让会议气氛融洽而让出去的阈值、数据通路、发起人或退出机制”。

有两类术语成组出现。证据等级归在 T 下，并写明了区分 T2 与 T4 的那条规则。技能的四个领域各自按名称归档，它们的级别归在 L 下。

E.2

A–D

Acquire, Expand, Scale

获客（Acquire）/ 扩展（Expand）/ 规模化（Scale）

Palantir S-1 中的三个客户阶段。在获客阶段，它以“免费或低成本”的方式开展试点，并且是亏损运营；在扩展阶段，它继续有意亏钱；到了规模化阶段，客户变得“更加自给自足”，利润率随之扭转。2019 年，规模化客户中排名前四分之一的那部分贡献利润率达到 87%（T2）。这是表中被引用最多的数字，而招股书本身就写明了它的四条局限。《起源与经济账》

Adoption

采用

系统有没有真正改变谁的工作，按用户的实际行为来定义：展示了多少建议、接受了多少、推翻了多少，以及符合条件的工作中有多大比例走了新路径。它是一项交付物，所以需要阈值所需要的一切：定义、基线、负责人和日期。它有三种失败形态：被忽视、被推翻、不看就接受；最后一种最危险。《上线与交接》

Audit log

审计日志

智能体实际做了什么的记录。对一个只提建议的智能体，每条建议至少要记下：输入的引用、输出及给出的理由、模型版本、提示词版本和代码版本、人对它做了什么、时间戳，以及智能体运行时所用的身份。人的决定是团队最容易漏掉、而模型风险部门最在意的字段。《安全、治理与模型风险》

Baseline

基线

现有流程在引入 AI 之前的表现，在第 1 周测量：取一批近期案例，用系统里已有的时间戳，再请客户的两位专家各自独立标注同一批案例。没有基线，就没有成果。这批标注过的样本会成为第一个留出集。《划定范围与首个成果》

Business lever

业务杠杆

业务方本来就在盯着、并且有位高层拿着薪水去推动的数字：处理周期、单件成本、赔付率、招聘周期。发起人要先说出杠杆，然后才轮到任何人谈技术。一个无法挂到某个杠杆上的需求，是一项在找用途的技术。《需求挖掘》

Ceiling

上限

客户的专家在同一批案例上彼此一致的频率。没有哪个智能体能被证明做得比这更好，所以上限要和阈值一起写进评测计划。在合成案例中，资深理赔员之间的一致率在 90% 出头到 90% 中段。《评测：证明它真的有效》

Composite

合成案例

本书全程跟随的那次虚构交付，每章推进一步：一家区域性财产险公司、一位中级 FDE、一位兼职的负责人和一位客户经理。有三条规则把它拴在证据上：它总是放在标有合成案例的框里；它只用区间、从不给精确数字，也从不点名或暗示任何真实公司；每一步结尾都会引用它所演绎的那个有来源的模式。《如何使用本书》

Consultant and contractor

顾问 / 外包工程师

Tryolabs 那个检验里的两个近邻（T4）。顾问做需求挖掘，交出一份战略，然后“在写下一行代码之前”就离开：只有前端，没有后端。外包工程师照工单把东西做出来，但不会指出工单本身错了，也不会留下来看它被用起来：只有构建，没有前端。FDE 必须两头都负责。《FDE 是什么，不是什么》

Contract test

契约测试

对每个数据源定期运行的检查：翻译层依赖的字段、类型和代码是否还在，含义是否还和原来一样。检查失败时，智能体停止给出建议，而不是拿坏掉的输入继续给建议。《数据接入与集成》

Credit on conversion

转化时抵扣

如果客户在约定的窗口期内签约，试点费用可以抵扣年度合同。它减轻了为试点付费的抵触，也奖励快速决策。这是实践者建议中趋于一致的六项条款之一（T4）。《交付开始之前》

Customer domain

客户（领域）

技能地图的四个领域之一：找到对的问题，并拿到一个各方认可的数字。它意味着找出客户说出的问题背后那个观察到的问题，与将来要承受结果的人谈定阈值，并以交付能挺过去的方式传达坏消息。《技能地图》

Data residency

数据驻留

每个数据存储和每个处理步骤位于哪个区域，以及这是一项合同条款，还是一项有人可能改动的配置。它常常由一个设置决定，有时这个设置在创建项目时就固定了，所以在构建开始之前，要逐个服务检查。《安全、治理与模型风险》

Decomposition round

拆解轮

一种面试环节：给你一个开放的问题，看你如何把它变成可以动手构建的东西。本书把它当作限时的需求挖掘：杠杆、工作流程及其数据、首个成果与“暂不做”清单、那个数字，以及你走后由谁来运行它。《拿到录用》

Deployment company

部署公司

一种出售前线部署工时的业务：交付的结果就是产品，利用率就是成本线。2026 年，OpenAI 和 Anthropic 各自把部署能力转移到了这样一家公司（T3；细节放在一个核实框里）。往好处想，这是在保护实验室自己的 FDE；往坏处想，服务化陷阱如今有了自己的公司。《起源与经济账》；《FDE 在哪里工作》

Deployment Strategist

部署策略师

不写代码的搭档角色。Palantir 把部署策略师的职位和前线部署软件工程师的职位并列招聘：策略师对问题和采用率负责，与工程师并肩，而不是作为其中一员。Salesforce 描述的小组由一位部署策略师和两位 FDE 组成（T4）。也有雇主直接用这个头衔来指 FDE 的工作。《FDE 是什么，不是什么》；《带领 FDE 团队》

Development set

开发集

你每天对着它干活的那个集合：最初五个专家案例，加上影子运行中出现的失败。它的分数起初应该很低；一个你轻松就能通过的开发集，什么也发现不了。如果你研究留出集的失败来决定修什么，它就变成了开发集，你需要一个新的留出集。《评测：证明它真的有效》

Discovery

需求挖掘

这个阶段把客户说出的问题当作假设，在现场、在选定任何模型之前，找到管理层在意的杠杆，以及它所在的工作流程。当一页纸写好了客户说出的问题、观察到的问题、证据和杠杆，并且发起人在观察到的版本上签了字，这个阶段才算完成。《需求挖掘》

E.3

E–H

Echo

回声数字

一个自报的数字，被多家媒体反复转述，直到看起来像是得到了独立证实。转述的媒体再多，也不增加任何证实：它仍是同一个来源，只是被数了很多遍。本书点名它发现的每一个回声数字，并追溯到源头。已知的回声数字包括 Indeed 的招聘启事增长数字、摩根士丹利的“98%”、Tomoro 的“大约 150 名 FDE”，以及 Klarna 的“三分之二”与“75%”之别。《如何使用本书》

Echo and Delta teams

Echo 团队 / Delta 团队

一篇关于 Bob McGrew 播客访谈的文章所描述的 Palantir 两类团队：由领域专家组成的 Echo 团队，和由快速原型开发者组成的 Delta 团队（T3）。与上面的回声数字约定无关。《起源与经济账》

Engagement

交付（一次交付）

一个客户，从第一次接触到交接。第 II 部分按阶段跟随合成案例的那次交付。《FDE 是什么，不是什么》

Engagement brief and pilot terms

交付简报与试点条款

FDE、负责人和客户经理在签约前填写的一页纸简报：发起人、决策者、预算负责人、唯一的 KPI 及其基线来源、周期、价格与转化时抵扣、第 5 天前完成数据接入、退出标准，以及成功之后怎么办。哪一项填不出来，那本身就是发现。《交付开始之前》

Eval set

评测集

一组案例，每个案例配一个评分器，再加上一个无论谁来跑都得出同样结果的数字。本书的主张是：评测集就是合同。先和客户的专家一起建好它，再造智能体，这样一次通过就是客户自己的结论，而不是供应商的说法。它分成三个集合：留出集、开发集和回归套件。《评测：证明它真的有效》

Exit

退出机制

约定好的出路：决定能否上线的关口、停止规则，以及交接。它是四个承重的承诺之一。没有它，供应商就会变成运营方。《压力下的判断》

Field log

现场日志

FDE 自己的日志，从第一周开始记，与客户的跟踪系统分开。它有四个来源：评测失败的类别、变通做法、推翻模式和重复构建。每条一行，有六个字段：日期、来源、发生了什么（不含客户标识信息）、代价、去向，以及其中是否有任何部分属于客户。去向有三个：产品、研究和操作手册。《反哺产品》

First win

首个成果

第一个划定了范围的结果：对业务重要，但几周内就能完成。利害要高，范围要小：沿着业务去切（一条业务线、一个步骤、一个地区或一部分流量、只提建议而不执行），绝不切到业务之外。在边缘工作流程上取得的首个成果什么也证明不了；没有约定数字的首个成果，则根本无从赢得。《划定范围与首个成果》

Forward Deployed Engineer (FDE)

前线部署工程师（FDE）

本书的定义：FDE 在需求挖掘、范围划定、构建、上线和交接的全过程中对客户的结果负责，并把写代码作为达成结果的手段。去掉前端，你得到的是一个照吩咐构建的人；去掉后端，是一个在系统能用之前就离开的人；去掉代码，是一位顾问。关于中文译名及其别称，见 E.8。《FDE 是什么，不是什么》

Grader

评分器

给每个评测案例打分的检查。当数字看起来不对时，先怀疑评分器，再怀疑智能体；在交付中，最常见的坏评分器是一个错误的标注。留出集上的重新标注要经过阈值负责人的专家，并记录理由和日期。《评测：证明它真的有效》

Guardrail

护栏

一类绝不允许发生的错误，与主指标配对：在合成案例中，就是带有涉诉标记的理赔进入快速队列。客户的风险部门通常最先问的就是它，而它在模型之外用代码强制执行。《划定范围与首个成果》

Handoff

交接

客户在没有供应商的情况下运行系统的那个时点。它需要客户一侧三位指名道姓的负责人（服务本身、它的行为、它的采用率），一个写明结束日期的支持窗口，以及客户自己能执行的变更管理。FDE 从第一周起就规划离开。《上线与交接》

Handoff drill

交接演练

一次验收测试，而不是一次培训：客户的运维人员只凭运行手册、用他们自己的账号部署系统、人为制造故障并恢复，FDE 全程不出声。至少准备三种故障（某个依赖宕机、一个它处理不了的输入、一次需要回滚的坏发布），补上暴露出的缺口，并在你离开前几周再跑一次。《上线与交接》

Held-out set

留出集（留出验收集）

用来测量阈值的那个集合。它由客户的专家标注，归客户所有，只在约定的日期使用；构建者从不针对它调优。用第 1 周的基线样本作为它的种子，这样同一批文档既测量旧流程，也测量新流程。《划定范围与首个成果》；《评测：证明它真的有效》

E.4

I–L

Indirect prompt injection

间接提示词注入

埋在模型会读取、但团队里没人写过的内容中的指令：索赔人的邮件、照片里的文字、扫描的信件。OWASP 把提示词注入排在第一位（LLM01:2025），并指出检索和微调都不能完全缓解它。你无法承诺它一定会被阻止；你能承诺的是一次成功的注入能做到什么，并把这个范围压到很小。《安全、治理与模型风险》

Job post (as evidence)

招聘启事

两种用途，分开对待。作为工作实际如何开展的证据，招聘启事是 T4：它只是公司希望这份工作是什么样子。作为雇主要求什么的证据，同一份启事则是一手资料。本书会说明自己用的是哪一种。《如何使用本书》

Judgment domain

判断（领域）

技能地图的四个领域之一：知道什么是承重的。它意味着及早发现范围蔓延和数据风险，对发起人说不并让这个“不”站得住，以及在还来得及行动时就叫停一次正在失败的交付。《技能地图》

Kill switch

紧急停止开关

把系统从工作流程中撤出的开关。关掉它必须意味着“回到老办法”，而不是“坏了”：对一个只提建议的智能体来说，建议停止，工作回到旧的队列里流转。在运行手册里写明正在处理中的工作怎么办，以及必须通知谁。《上线与交接》

L1–L4

L1–L4（级别）

技能地图在每个领域中的四个级别，写成旁观者能看到的行为。每个 L2 都涉及客户的真实条件；每个 L3 都涉及某个有权力、本可以说不的人；每个 L4 都改变了你自己这次交付之外的东西。只有在无人帮助下做到、做到两次或在整次交付中持续做到，并且有产出物和见证人时，才给自己评这个级别。级别不是头衔。《技能地图》

Load-bearing commitments

承重的承诺

交付中其余一切都依赖的四项承诺：阈值、数据通路、发起人和退出机制。检验一个请求的办法是：如果你答应了它，哪一项其他承诺就不再成立？几乎其余的一切（演示日期、模型选择、队列视图）都可以谈，而且应该痛快地让出去。《压力下的判断》

Load-bearing conditions

承重条件

“挽救还是撤出”规则所检查的五个条件，每种反复出现的失败对应一个：一个发起人的业务仍然在意的问题；一条可用的数据通路；客户一侧有人对结果负责；一位对数字负责、并且仍有时间顾及它的发起人；一个经过约定、有人负责、并且够得着的阈值。《当交付失败时》

E.5

M–P

“Not now” list

“暂不做”清单

范围请求不被拒绝、而是被放进去的地方。每一项都带着理由和触发条件（“车险达到阈值后再议”）。它告诉提出的人他们被听见了，把“不”变成“阈值达到之后”，并且成为后续的扩展计划。没有触发条件的一项，是一个你还没决定要不要兑现的承诺。《划定范围与首个成果》

Paid pilot

付费试点

一个客户付费的短期试点：一个由发起人负责的 KPI、固定的周期（三十天是公认的目标）、事先谈定的年度合同、转化时抵扣，以及双方都有负责人的里程碑。本书再加上一个数据接入日期，以及第 1 天就启动安全评审。支持它的理由是这套机制，而不是某个测量过的转化率。《交付开始之前》

pass^k

Anthropic 衡量一致性的指标：“全部 k 次试验都成功的概率”，与之相对的是 pass@k，即 k 次尝试中至少成功一次。建议“对于一致性至关重要的智能体”使用（T4）。每个留出案例跑几次，报告每次都通过的比例。《评测：证明它真的有效》

Post-mortem (engagement)

交付复盘

用于一次正在失败或已经结束的交付的模板。第 1 部分照抄签过字的文件，包括决策规则，这样在任何人写下发生了什么之前，规则就已经定死了。出现两个失败信号时就做，或者在交付结束后做。《当交付失败时》

Product domain

产品（领域）

技能地图的四个领域之一：让下一次交付更便宜。它意味着把你为一个客户构建的东西，变成产品团队可以据以行动的证据，最终变成别人复用的组件。本书认为，正是这个闭环把 FDE 和外包工程师区分开来。《技能地图》

Product-feedback brief

产品反馈简报

每份简报只写一个发现，依据现场日志写成，由负责人检查其中哪些属于客户，再发给一位指名道姓、负责某条路线图的人，并要求在某个日期前做出决定。它给出的是失败类别和代价，而不是轶事，并且写明哪些东西不在请求之列。《反哺产品》；让它被采纳

Proof of concept (PoC)

概念验证（PoC）

销售常常许诺的那种免费、不设期限的试用。本书的论点是，它从设计上就到不了生产环境：客户一侧没人对它负责，没有约定的数字，也没有结束日期。Palantir 对替代做法的说法是“要证明，不要概念验证”（T2）。《交付开始之前》

Propose-only

只提建议（不执行）

智能体提出建议，由人来决定：在合成案例中，就是在理赔员现有的视图里给出一个建议队列，没有任何会执行动作的工具。它缩小了风险，却没有降低利害，并把一次成功的注入所能造成的后果限制在一条错误的建议上。它会放弃一部分节省下来的时间；权限之后再凭证据逐步放开。《安全、治理与模型风险》；《划定范围与首个成果》

E.6

Q–S

Read-only identity

只读身份

智能体运行时所用的凭证，只允许读，别的什么都不行。它和只提建议、代码中的规则一起，属于那些不依赖模型的控制措施。系统提示词里的一条指令不是控制措施。《安全、治理与模型风险》

Readout

汇报会

向发起人报告那个数字的会议；在合成案例中，是第 4 周的汇报会。当智能体没达标时，本书给出的顺序（来自实践，而非研究）是：先用他们的话讲数字与阈值的对比，再讲哪些通过了，然后是按失败类别的计划和重新测量的日期，哪些不会改变，最后请发起人做一个决定。《评测：证明它真的有效》

Regression suite

回归套件

你修好过的每一个失败都保留下来，确保它一直是修好的，其中也包括植入了注入内容的测试文档。每次改动（改一处提示词、改一次检索、升级一次模型）都要跑它；交接之后，它成为客户每一次发布的关口。《评测：证明它真的有效》

Rescue-or-walk rule

“挽救还是撤出”的规则

第一天就写进条款，对照五个承重条件。五个都成立，就继续。缺失的每一项，如果客户一侧都有一位对它有权限、指名道姓的人，承诺在近期某个明确日期前把它恢复，就重置。只要有一项没人负责，就撤出。撤出的是范围，而不是客户。这是本书的建议，不是经过检验的方法。《当交付失败时》

Rules outside the model

在模型之外由代码强制执行的规则

客户说“绝不允许”的规则，无法用一个百分比来满足，所以它放在每次请求都会运行的代码里：在模型之前（已知事实决定路由），在模型之后（按固定的结构和允许列表检查输出），或者围绕动作（智能体提出建议，由人执行）。《在客户的环境里构建》

Runbook

运行手册

FDE 离开后，客户的运维人员据以运行系统的文档。交接演练就是在检验它：FDE 每不得不解释一次，就说明运行手册里少了那句话。《上线与交接》

Sanitised fixtures

脱敏测试样本

在数据接入还没批下来时，根据你已经能看到的东西构造的合成案例。一套好的测试样本有真实的形态、真实的杂乱，并且贴着“这是合成数据”的标签：测试样本用来构建，绝不用来对阈值打分。它们只包含你想得到的那些案例。《数据接入与集成》

Say-no note

说不简报

每份简报只写一个请求，在会后一天之内发给提出请求的人，并抄送那项承诺的负责人，篇幅控制在一页。它把决定交给拥有批准权的人，所以读起来是在陈述事实，而不是个人的拒绝。《压力下的判断》

Services collapse

服务式塌缩

这个角色收缩到只剩客户领域：只有交付工作，没有技术深度，也没有反哺产品的闭环。它的镜像是只剩技术领域，也就是挂着 FDE 名头的 AI 工程。两者都是体面的工作，但都不是这份工作。服务收入很好卖，这正是第一种塌缩反复发生的原因。《技能地图》

Shadow-run

影子运行

智能体在真实工作上运行，但它的建议暂时不送到任何人手里；人们实际做了什么，与智能体本来会怎么做，并排记录下来。在合成案例中，模型风险部门在第 3 周批准了只读的影子运行。它也是分阶段上线的第一阶段。《安全、治理与模型风险》；《上线与交接》

Shape check

形态检查

技能自我评估的第 4 部分：你最强和最弱的领域、两者是否相差两级或以上，以及如果什么都不改变，你会滑向哪一种塌缩（服务，还是 AI 工程）。比较的是形态，不是总分；绝不要把四个级别加成一个数字。《技能地图》

Side table

旁路表

一个位于记录系统之外、归客户团队所有的存储，智能体只往这里写建议，不往别处写。现有的队列视图从这里读取，所以没有任何东西写进理赔系统。这样既推迟了回写，又不丢掉工作流程。《数据接入与集成》

Situation index

处境索引

本书按症状设置的入口（“准确率卡在 80% 左右”“发起人换岗了”），每一行都指向处理它的那一章和那一节。《如何使用本书》

Sponsor

发起人

客户一侧对数字和预算负责、并签字确认这个指标重要的高管。发起人是四个承重的承诺之一：FDE 无法阻止发起人的优先级变化，但可以拒绝任何让发起人听不到那个数字的安排。《压力下的判断》

Staged rollout

分阶段上线

把上线做成一连串阶段，每个阶段都小到失败的代价很低：影子模式，一个团队或一小部分流量，然后逐步扩大，旧流程始终放在一个开关后面。每个阶段的退出规则在它开始之前就写好。一次发布包括所有会改变行为的东西（代码、提示词、锁定的模型版本、规则），它们一起部署，以便一起回滚。《上线与交接》

Stated and observed problem

客户说出的问题 / 观察到的问题

客户要求的东西，和你观察实际工作后发现的东西。两者并排写下，附上证据和杠杆，由发起人在观察到的版本上签字。在合成案例中，“一个客服聊天机器人”只是“理赔太慢”的替身。《需求挖掘》

Statement of work (SOW)

工作说明书（SOW）

界定工作内容的合同文件。FDE 的招聘启事要求协助拟定它；至于 FDE 在签约前实际被征询的频率，没有任何公开来源测量过。《交付开始之前》

Success metric

成功指标

在写第一行智能体代码之前写好，分四部分：一个业务认得的指标、一个阈值、一个留出集和一条基线。再配上一个速度或成本指标，以及至少一条护栏。《划定范围与首个成果》

E.7

T–Z

T1（证据等级）

经过测量、一手、并且独立于供应商。例子：亲自测试纽约市 MyCity 聊天机器人的记者。在本书最有力的十个案例中，唯一一个经过 T1 测量的结果，就是那次失败。《如何使用本书》

T2（证据等级）

经过测量、一手，但由供应商或客户自己报告。例子：Palantir 的 S-1。T2 与 T4 的分界在于测量：供应商或客户自己测得的结果是 T2，而它的建议、理念、宣称的目标或观点都是 T4，哪怕出自同一个供应商或同一个人。《如何使用本书》

T3（证据等级）

二手报道：记者或分析师转述别人测得或说过的东西。例子：The Register 关于 NHS 信托使用联邦数据平台的报道。《如何使用本书》

T4（证据等级）

轶事、观点、建议、理念、宣称的目标，或招聘启事。例子：OpenAI 的 FDE 招聘启事。招聘启事对于工作实际如何开展是 T4，但对于雇主要求什么则是一手资料。《如何使用本书》

Technical domain

技术（领域）

技能地图的四个领域之一：让它在客户的世界里跑起来。它意味着在客户的真实数据上、在他们的基础设施里、对照他们认可的评测完成交付。在干净数据上做出的原型只是这个领域的起点，而不是它的核心。《技能地图》

Threshold

阈值

指标必须越过的那条线，既写成一个不留解释空间的数字或规则，也用发起人自己的话写一遍；两者一旦不一致，以那句平实的话为准。它的数值可以谈，它是否存在不能谈。降低阈值是阈值负责人的决定，要落在书面上，而且绝不能由 FDE 提议。《划定范围与首个成果》；《压力下的判断》

Threshold owner

阈值负责人

其团队要承受错误后果的那个人（理赔总监、客服中心负责人、临床负责人），由他签字确认阈值已经好到可以投入使用。不是 FDE，也往往不是发起人。如果没有人愿意为阈值负责，你就找到了一个没有负责人的工作流程，这本身就是更换目标的理由。《划定范围与首个成果》

Translation layer

翻译层

介于原始数据和模型之间的逻辑层，注入单靠数据访问权限给不了你的业务含义。OpenAI 的 Colin Jarvis 说，他的 FDE 在走向生产的过程中，大部分时间都花在搭建它上；他称之为“一个老派的概念”，如今因为读它的是模型，又变得有用了（T4）。《数据接入与集成》

Trap check

陷阱检查

签约前问题清单的第 4 部分：在五个答案中，数一数有几个指向服务化。它们是：阈值归别人所有；说不出一个从一线到产品的改动；团队按利用率或签单考核；浮动薪酬取决于签单；唯一的晋升路径是做管理。《FDE 在哪里工作》

Verified box

核实框

一个标注了核实月份的框，装着有保质期的事实：薪资、人数、雇主动向、模型或产品名称，以及政策日期。框周围的论证从不依赖它：删掉这个框，章节照样成立。《如何使用本书》

Write-back

回写

智能体把答案写进客户的记录系统。它比读取更难，缺了它会损失效率，但试点不是为它买单的地方。只有四件事都成立时，才该放开回写：在真实数据上达到了阈值，系统负责人批准了变更，每一次写入都可追溯、可撤销，并且用户信任这些建议。在那之前，智能体提出建议，由人执行。《数据接入与集成》

Zero data retention (ZDR)

零数据保留（ZDR）

模型提供方不保留提示词或输出的任何副本。它只能部分回答安全评审的第一个问题（“我们的数据会被用来训练你们的模型吗？”）：提供方的 ZDR 覆盖不到你自己的日志、追踪记录、评测集或备份，评审者也清楚这一点。用条款来回答，绝不用形容词。《安全、治理与模型风险》

E.8

中文译名

本书中文版通篇把这个角色称为“前线部署工程师”。《如何使用本书》对这一选择解释过一次，本术语表照录那段说明如下：

这个角色在中文里还没有定名。本书中文版采用“前线部署工程师”，这是媒体中最常见的译法，也是腾讯招聘启事使用的职位名。北京市 2026 年 7 月的政策文件京发改〔2026〕1185号则用了“前沿部署工程师”（北京市人民政府，T2），另有媒体用“前置”，台湾则用“前線”。还有一种译法“前端部署工程师”容易误导：“前端”指前端开发，而这个角色与前端开发毫无关系。本书只在这里和术语表中说明一次，之后全书统一用一个译名。

出处是“关于译名”一节。本附录中的其他中文译名，都是中文各章实际使用的；如果某章用了两种形式，比如“留出集”和“留出验收集”，两种都会列出。

先对齐用词，再开工。把阈值、阈值负责人、留出集和“暂不做”清单用客户自己的话写进那一页范围说明里，并在汇报会开始时，把客户团队引到这些定义上。为某个词当初是什么意思而争论，放在第 1 周，比放在转化会议上便宜得多。