KEEL · 龙骨 · A CURRICULUM FOR THE AI ERA
课程设计说明 — keel 龙骨
FDE Customer Delivery 的参考信息：课程设计说明
为什么主线是“部署”而不是“技术栈”
Harness 课程围绕一次运行逐层增加消息、工具、状态、失败和安全；Tool Calling 围绕一次工具请求增加 schema、registry、执行和幂等。本课程沿用同样设计，把教学对象提升为一次客户部署：每章只增加一个新的交付责任，但所有责任都回到同一场景和 dossier。
如果按 OAuth、React、Kubernetes、评估分别开课，学习者容易会使用组件，却无法决定它们何时必要。线性部署主线先提出客户问题，再让技术成为解决约束的工具。
三条同时推进的证据线
业务证据：workflow -> baseline -> target -> adoption
工程证据：contract -> code -> test -> deployment -> operations
风险证据：identity -> data -> control -> audit -> incident response
任何一条缺失都不能宣称“生产完成”：回答准确但没人采用不是成功；客户满意但没有权限控制不可上线；测试通过但无法回滚不可运营。
课程中的确定性替身
- Discovery/Metric 对象代替真实客户访谈，验证字段和决策完整性；
- HMAC webhook 代替具体 SaaS，验证签名、租户、schema 和 replay；
- 固定 EvalCase 代替模型随机输出，验证接受门禁；
- RolloutController 代替 Kubernetes，验证阶段、SLO 和 rollback 条件；
- HandoffGate 代替真实组织交接，验证 owner、runbook 和限制说明。
这些替身只证明协议，不证明规模和基础设施。课程明确要求在 Capstone 中把至少一个替身换成真实服务或可部署 adapter。
与已有课程的分工
| 已有专题 | 本课程只负责 |
|---|---|
| Harness / Durable Execution | 选择怎样进入客户部署和生产运行，不重复实现 loop/replay |
| Tool Calling / Real-world Execution | 把企业 API 形成 integration contract，不重复讲 executor/Saga |
| Context / Memory / RAG | 将证据质量和 token 成本纳入客户接受标准 |
| Safety Controls / Sandbox | 将技术控制映射到数据流、责任人和上线证据 |
| Workflow 全栈项目 | 将已有 React/FastAPI demo 推进到真实 adapter、评估、部署和交接 |
防止课程变成玩具的标准
每个章节产出都必须满足至少一个可失败断言。例如 webhook 签名错误被拒绝、同一事件重复投递不产生第二次业务输入、ACL leakage 直接阻止发布、SLO 连续越界触发 rollback、handoff 缺少 owner 不能完成交接。只打印一份漂亮文档或模型回答不算实践完成。