第 40 章详细 Outline：成本、延迟与 Token 管理

写作契约

本章要完成的学习目标

读者完成本章后应能：

1. 在优化前写出资源预算（Resource Budget），分开不可降级的结果、安全与证据条件、阶段资源上限、重试余量和超限出口。
2. 用资源记录（Resource Record）与延迟路径（Latency Path）定位输入、输出、缓存、检索、工具、验证、排队和重试分别消耗在哪里，而不把缺失值当成零。
3. 用成本规则快照（Rate Snapshot）把原始用量与动态费率分开，识别何时只能保留用量而不能计算金额。
4. 为摘要、缓存、减少请求、并行、批处理或模型路由写出单一优化候选（Optimization Candidate）、失效条件和回退方案。
5. 通过质量不降级门（Quality Non-regression Gate）比较同范围候选；拒绝任何以正确性、安全、来源新鲜度或证据完整性换取资源改善的路径。

前置知识与相邻章节边界

• 第 6 章解释一次调用的 Context Packet；本章记录和约束资源，但不重新定义上下文选择协议。
• 第 17 章定义 Evaluation Spec、证据矩阵和质量门；本章复用其判定责任，不把 Token、延迟或金额升级为结果正确性的替代指标。
• 第 18 章定义重试、恢复与重试预算；本章只把重试带来的额外资源和关键路径写入记录，不授予重试许可。
• 第 19 章定义 Compaction Record 与恢复检查；本章把结构化摘要视为优化候选，不以“更短”证明压缩正确。
• 第 39 章负责 Harness 测试策略、固定任务集与 Benchmark 偏差；本章消费可比较的任务/试次与质量证据，不设计新的 Benchmark。
• 第 41 章负责安全、权限和审计；本章不能因缓存、并行或更换路径而放宽权限、敏感数据和审计要求。
• 第 42 章负责版本化、回滚和 A/B 测试；本章只要求候选带版本与回退准备，不实施发布、流量分配或真实回滚。

章节非目标

本章不提供厂商价格表、模型排行、上下文窗口、Token 与字符换算、固定缓存阈值、保留时间、并发数、延迟目标、超时、分位数或服务级别目标；不访问真实账单、模型、缓存、批处理、网络、文件或外部工具；不把教学数据写成 Benchmark、实测性能、合同结算或生产效果。

来源—论证映射

计划小节	可使用的来源范围	正文允许的事实	必须标记为本书工程扩展
第 1、4、6 节	CH40-REF-01	OpenAI 延迟指南在其产品工程语境中区分 Token、输入、请求、依赖并行、用户等待和非 LLM 路径等优化类别。	Latency Path 的字段、关键路径判断、候选排序和停止状态。
第 6、7 节	CH40-REF-02	OpenAI Prompt Caching 文档说明其缓存复用依赖相同前缀，并建议稳定内容前置、动态内容后置。	Cache Identity、失效矩阵、命中证据要求和缓存候选状态。
第 2、3 节	CH40-REF-03	Anthropic Token counting 文档将发送前 Token 计数描述为估算，并说明它可能与实际消息使用量略有差异。	预算前检查、Resource Record、estimated/observed 状态和超限路由。
第 4、6 节	CH40-REF-04	OpenAI Batch API 在其产品中为不要求即时响应的工作提供异步批处理流程。	交互/离线分类、批处理准入问题、批次记录和保守停止条件。
第 2、7 节	CH40-REF-05 / REF-068	Anthropic Context Engineering 文章讨论高信号 Token、按需检索和长任务压缩的取舍。	Token 分区、摘要身份、失效检查和本章的资源优化顺序。
第 1、8 节	CH40-REF-06 / REF-061	Anthropic Agent 评估文章区分 task、trial、grader、transcript、outcome，并在固定任务上讨论 Token、延迟、成本和错误率跟踪。	可比性契约、Quality Non-regression Gate、教学状态和候选晋级规则。
第 5 节	CH40-REF-07	OpenAI API Pricing 页面只作为写作日读取当前产品费率的官方入口。	Rate Snapshot 的字段、有效性判断、rate_stale 和金额未知处理。

正文必须明确主语，例如“OpenAI 的产品文档说明”“Anthropic 的工程文章建议”“本书提出”“虚构教学输入显示”。不得引用来源页面中的价格、折扣、窗口、阈值、延迟经验值、模型列表或性能数字；CH40-REF-01 至 CH40-REF-04、CH40-REF-07 在主线程分配正式引用编号前不得猜测 REF-*。

章节叙事与逐节蓝图

1. 先定义不可降级项：优化不是删掉最贵的步骤

• 要回答的问题： 为什么一次任务变得更快、更短或更便宜，仍可能是一次失败的优化？
• 场景输入： 虚构研究 Agent 重复读取一组官方资料、生成摘要并执行事实核验。团队希望减少重复工作，但不能删除来源新鲜度检查和结论验证。输入是教学记录，不来自真实模型、网页、账单或计时系统。
• 来源边界： CH40-REF-01 只提供多类延迟优化手段的产品工程背景；CH40-REF-06 只说明资源指标可随同固定任务与结果被跟踪。二者都不规定本章的质量底线、预算或候选状态。
• 本书模型： 先建立“不可降级项 / 可优化项 / 未知项”三栏。不可降级项包括任务结果、安全/权限边界、来源新鲜度、必需验证和证据可追溯性；可优化项包括重复输入、可复用检索、非关键路径等待和冗余输出；未知项必须请求测量，不能估成零。
• 最小证据： 对同一虚构任务列出“更少 Token 但缺来源证据”“等待更短但跳过验证”“资源减少且质量门仍通过”三种候选，解释前两者为何不是成功。
• 失败与停止： 任务范围、成功标准、权限边界或必需证据未定义时，输出 needs_spec，不进入预算和优化。
• 过渡： 质量底线确定后，下一节才能把资源限制写成运行前契约，而不是在账单或超时出现后补解释。

2. Resource Budget：把 Token、时间和重试余量写成运行前约束

• 要回答的问题： Token 预算怎样避免变成一个脱离任务、模型和质量要求的孤立数字？
• 来源边界： CH40-REF-03 仅支持“发送前计数是产品提供的估算”这一限定事实；CH40-REF-05 仅支持高信号 Token、按需检索与压缩取舍的工程背景。它们不提供跨模型预算或本章的分区规则。
• 本书工件： Resource Budget 最小字段为任务/试次标识、范围、目标配置、不可降级项、必需契约与证据区、可按需资料区、输出区、工具/验证区、重试余量、超限出口、预算来源、有效时间和未知项。
• Token 分区： 先保留规则、任务、来源身份、未决风险和验证所需信息；再安排可按需加载的资料与候选输出；不得通过删除安全规则、来源指针或停止条件满足预算。
• 预算前检查： estimated 只表示目标接口给出的预检值或教学输入，不能替代当次实际用量；目标模型/接口、工具定义或输入版本变化时必须重新估算。
• 超限路由： 可选择 reduce_optional_context、load_on_demand、needs_measurement、requires_approval 或 blocked。本章不自动截断、不调用压缩、不更换模型。
• 最小证据： 给出不含具体数值的预算卡，要求读者指出哪些字段可延后加载、哪些必须保留，以及哪个变化会让预估失效。
• 失败与停止： 只有总预算而没有阶段/必需项、把缺失实际用量当作预算剩余、或目标配置不明时，保持 needs_budget_detail。
• 过渡： 预算说明计划消费什么；下一节用 Resource Record 回答实际观察到什么，并保留两者差异。

3. Resource Record：预估、实际用量与未知值必须分开

• 要回答的问题： 一条怎样的记录才能让人判断资源消耗来自模型、检索、工具、验证还是重试，而不是只看到一个总 Token 数？
• 来源边界： CH40-REF-03 只用于区分发送前估算与实际消息使用量可能不一致；产品字段、Tokenizer、计费方式和当前模型范围必须在写作日按官方文档核验。
• 本书工件： Resource Record 包含任务/试次、步骤与尝试标识、父步骤、配置版本、输入/输出/缓存的 estimated 或 observed 值、检索/工具/验证调用计数、开始/结束观察、结果状态、来源、单位和未知项。
• 归属规则： 资源只归入同一任务、试次和配置范围；共享缓存、后台工作或无法关联的账单保持 unattributed，不得平均摊给成功任务。
• 结果分类： accepted、rejected、needs_evidence、requires_review 和失败尝试分别保留；不能只对成功结果计费，也不能用平均值隐藏重试与补证。
• 最小证据： 对比三条教学记录：只有预估、具有实际用量但缺配置版本、以及可关联到同一试次且结果证据完整。让读者判断哪些只能用于预算，哪些可用于候选比较。
• 失败与停止： 单位混杂、配置不明、来源缺失、实际/预估未标记或任务关联冲突时，输出 needs_measurement；不计算金额或改善比例。
• 过渡： Resource Record 告诉我们发生了哪些消费；下一节把开始/结束与依赖关系连起来，识别真正影响等待的路径。

4. Latency Path：总耗时、阶段耗时与用户等待不是同一个量

• 要回答的问题： 为什么把每个步骤耗时相加，既可能高估并行路径，也可能漏掉排队、重试和验证等待？
• 来源边界： CH40-REF-01 仅提供减少请求、并行独立步骤、用户感知等待等产品工程分类；CH40-REF-04 仅提供某产品对非即时工作的异步批处理语境。它们不规定关键路径算法、并行安全或服务目标。
• 本书工件： Latency Path 包含节点标识、依赖、开始/结束观察、排队、模型请求、检索、工具、验证、重试等待、用户可见里程碑和未知区间。关键路径只能由实际依赖与观察推导。
• 依赖检查： 真正独立且只读的步骤可以成为并行候选；共享写入、前序输出、审批、权限或效果验证构成依赖时必须保持顺序。并行候选不等于已经并发运行。
• 交互/离线分类： 用户需要立即决定的步骤留在交互路径；固定任务评估、批量分类或其他非即时工作可以形成异步候选，但必须另有完成、失败、取回和取消记录。
• 最小证据： 用无具体时长的依赖图比较“两个独立来源读取”“事实核验依赖读取结果”“离线回归任务”三类节点，指出哪些可并行、哪些可移出关键路径、哪些不可动。
• 失败与停止： 缺开始/结束观察、依赖不明、取消效果未知或写入步骤被误标为独立时，输出 latency_path_incomplete 或 requires_approval。
• 过渡： 延迟瓶颈定位后，还需要把原始用量与适用费率分开，避免用过期价格或公开价伪造账单。

5. Rate Snapshot：费率是有范围和日期的输入，不是代码常量

• 要回答的问题： 在价格、计量单位和合同可能变化时，怎样让一次成本换算可追溯、可失效？
• 来源边界： CH40-REF-07 只作为写作日访问当前 OpenAI API 产品价格的入口。本章不摘录页面数字，不假设公开价等于合同结算，也不将其用于其他平台。
• 本书工件： Rate Snapshot 最小字段为供应商/合同范围、产品与版本、计量类别、单位、币种、有效起止、来源 URL、访问/复核时间、折扣/税费/汇率的已知或未知状态，以及适用的 Resource Record 范围。
• 计算门： 只有用量单位、费率单位、币种、有效时间和合同范围一致时才形成派生金额；否则保留原始用量并返回 rate_missing、rate_stale 或 unit_mismatch。
• 时间语义： 写作日访问日期不等于费率生效日期；页面当前值不能倒推历史账单。候选比较必须使用与试次适用时间相匹配的快照。
• 最小证据： 设计三张不含金额的快照：完整且同范围、缺币种/单位、以及访问日在后但生效范围未知。读者判断只有哪张可参与教学换算。
• 失败与停止： 费率来源不明、公开价/合同价混用、币种或税费状态缺失、快照覆盖错误时间时，不输出总金额或“节省”。
• 过渡： 预算、实际记录、延迟路径和费率快照就绪后，下一节才允许提出一次只改变一个主要变量的 Optimization Candidate。

6. Optimization Candidate：先消除、再复用、再缩短关键路径

• 要回答的问题： 面对减少请求、并行、缓存、批处理、压缩或模型路由等选项，怎样避免一次改太多而无法归因？
• 来源边界： CH40-REF-01 只提供多种延迟优化类别；CH40-REF-04 只提供异步批处理的产品实例。候选顺序、准入字段和状态均为本书模型。
• 本书工件： Optimization Candidate 记录基线任务/试次、单一主要变化、预期影响、不可降级项、依赖、风险、测量计划、失效条件、回退准备和对照任务集。一次候选不同时更换模型、改 Prompt、删验证并启用缓存。
• 优先级： 先判断是否需要 LLM/外部调用；再消除重复请求与无条件重试；再复用版本一致的结果；再缩短真正的关键路径；之后才考虑压缩载荷或切换执行路径。
• 批处理候选： 只有非即时、输入可冻结、结果可关联、失败可逐项识别且不会绕过安全/质量门的工作才进入 batch_candidate；本章不上传文件或创建批次。
• 并行候选： 只有依赖已证明独立、副作用受控、取消与资源放大可观察时才进入 parallel_candidate；否则返回 dependency_conflict。
• 最小证据： 为虚构研究任务分别写“合并重复检索”“并行两个独立只读来源”“把离线回归移出交互路径”三张候选卡，但每次只比较一个改变。
• 失败与停止： 基线缺失、候选同时改变多个主要变量、回退不可描述、写入/批准被并行或批处理范围不明时，输出 candidate_not_comparable 或 requires_approval。
• 过渡： 候选说明准备改什么；下一节深入缓存和摘要，说明“可复用”必须先回答身份、版本和失效问题。

7. 缓存、摘要与按需加载：复用需要身份、证据和失效条件

• 要回答的问题： 为什么两个内容看起来相似，仍不足以证明可安全复用？
• 来源边界： CH40-REF-02 只说明 OpenAI Prompt Caching 的相同前缀与稳定/动态内容安排；CH40-REF-05 只提供高信号 Context、按需检索与压缩取舍。跨供应商缓存语义和本章的 Cache Identity 均不是来源事实。
• 本书模型： Cache Identity/摘要记录至少包含任务用途、稳定对象身份、内容/配置/来源版本、权限范围、新鲜度、生成方式、原始证据指针、命中/未命中证据和失效触发。
• 三类复用分开： Prompt 前缀缓存、检索结果复用和结构化摘要复用具有不同身份与风险；不能因为一个层面命中，就假设来源事实、权限或最终回答仍有效。
• 失效矩阵： 任务范围、引用主张、来源更新时间、权限、配置、工具定义或质量规格变化时，分别判断 reuse_allowed、refresh_required、needs_evidence 或 blocked。
• 教学案例应用： 稳定来源元数据和带证据指针的结构化摘要可以成为候选；事实核验仍读取当前来源。缓存命中记录只证明复用发生，不证明内容正确。
• 最小证据： 对比同一来源版本/同一任务、来源更新但摘要未刷新、权限范围改变三种注入对象，要求读者指出后两者为何不能复用。
• 失败与停止： 缺对象身份、命中证据、原始证据指针或失效条件，或把摘要当成事实来源时，输出 cache_evidence_missing 或 refresh_required。
• 过渡： 即使缓存和摘要降低资源，也必须在相同质量要求下证明候选没有退化；下一节完成候选准入。

8. 模型/路径路由与 Quality Non-regression Gate

• 要回答的问题： 如何比较不同模型或执行路径，而不是凭价格、速度宣传或一次成功演示自动路由？
• 来源边界： CH40-REF-06 只提供 task、trial、grader、transcript、outcome 以及资源指标随评估跟踪的工程背景；CH40-REF-03 只说明 Token 预估需绑定目标产品接口。模型选择规则、门槛和状态是本书模型。
• 可比性契约： 基线与候选必须绑定相同任务定义、输入/来源版本、成功标准、权限、安全要求、试次策略和必需证据；配置差异必须明确记录。缺一项时不得比较。
• 质量不降级门： 先检查必需结果、安全/权限、来源新鲜度、证据完整性和允许差异；全部满足后才比较 Resource Record、Latency Path 与 Rate Snapshot。任何硬性项失败直接返回 quality_regression。
• 路由输出： ready_for_comparison 只表示候选可进入受控比较；candidate_accepted 只在指定教学规格内成立，不代表已发布、已切流或未来任务表现。
• 不确定性处理： 资源减少但质量证据不足时返回 needs_evidence；资源记录不可归属时返回 needs_measurement；费率失效时返回 rate_stale；范围扩大时返回 requires_approval。
• 最小证据： 用同一虚构研究任务比较“基线”“摘要复用候选”“删去事实核验候选”。前者提供基线，第二个可在证据完整时比较，第三个无论资源多低都被拒绝。
• 失败与停止： 用不同任务、不同来源版本、不同安全要求或单次成功做模型路由，均为 candidate_not_comparable；不能输出“更优模型”。
• 过渡： 规则已定义，下一节用完整案例把预算、记录、失效和质量门串成一个可审查决策包。

9. 完整教学案例：复用研究摘要，但保留事实核验

• 要回答的问题： 怎样在不访问真实网页和模型的教学案例中，展示资源优化没有删除关键证据步骤？
• 教学输入： 注入同一虚构研究任务的基线 Resource Records、一个版本化来源清单、一个带证据指针的结构化摘要、候选记录、Rate Snapshot 状态和质量门。所有用量与时序仅是教学字段，不代表真实 Token、延迟或金额。
• 基线路径： 任务契约 → 读取来源 → 生成摘要 → 事实核验 → 输出；每个节点只展示身份、依赖和记录种类，不填写供应商数据。
• 候选路径： 若来源、主张、权限和配置版本一致，可复用稳定元数据与摘要候选；事实核验仍重新检查来源。任一失效条件触发 refresh_required，不能沿用摘要。
• 候选比较： 先通过 Quality Non-regression Gate，再比较可归属的 Resource Record 与 Latency Path；Rate Snapshot 不完整时只比较原始用量，不输出金额结论。
• 责任断点： estimated_tokens ≠ observed_usage、cache_candidate ≠ cache_hit、cache_hit ≠ fact_verified、resource_reduction ≠ quality_pass、candidate_accepted ≠ route_deployed。
• 最小证据： 使用“工件 → 已知 → 未知 → 允许下一步 → 禁止结论”表覆盖预算、基线、缓存/摘要、事实核验、候选和质量门。
• 预期验证： 读者能指出为何摘要可以减少重复生成候选，事实核验却不能删除；能识别何时只能记录用量而不能计算金额。
• 过渡： 案例给出数据契约；下一节把停止条件转成纯内存函数和可观察返回值。

10. 最小示例：纯内存资源优化评估器

• 要回答的问题： 怎样验证预算、测量、费率、依赖和质量门的路由，而不模拟真实计费、缓存或性能？
• 示例边界： Example Implementation 阶段才创建文件、测试和 npm 入口。计划函数名为 assessResourceOptimization(input)；只读取注入的 budget、baselineRecords、candidateRecords、latencyPath、rateSnapshot、optimizationCandidate 与 qualityGate。
• 计划输出： ready_for_comparison、needs_budget_detail、needs_measurement、rate_stale、dependency_conflict、refresh_required、quality_regression、candidate_not_comparable 或 requires_approval。函数不输出真实金额、速度提升、缓存命中或“最佳模型”。
• 计划测试： 覆盖只有预估无实际记录、费率单位/时间不匹配、缓存无命中证据、依赖冲突、重试超预算、资源改善但质量失败、范围扩大，以及同任务同规格候选可比较。
• 断言边界： 测试只检查公开返回状态、原因与未决字段；示例中的任何数值都是注入数据，不得复述为产品定价或实测延迟。
• 预期验证： 本阶段不运行 Node、模型、网络、文件、计费、缓存、批处理、并发、时钟或外部工具。后续只有实际执行命令的输出才能写为测试结果。
• 过渡： 纯函数展示判断出口；下一节的图要同时表达资源瀑布、关键路径和质量门的断点。

11. 图示：一次任务的资源瀑布与质量门

• 要回答的问题： 怎样用一张图指出资源落在哪些阶段，同时避免把图画成真实监控或账单？
• 主链： Task Contract → Model / Retrieval → Tool → Verification → Retry Candidate → Outcome；Resource Record 在每个阶段旁记录用量和未知项，Latency Path 连接实际依赖，Rate Snapshot 只在用量可归属后参与派生计算。
• 优化分支： Eliminate → Reuse / Cache → Parallel / Batch Candidate → Compact → Route Candidate 只作为候选入口，全部回到 Quality Non-regression Gate；不得从候选直接连到“已节省”或“已发布”。
• 关键断点： 图中显式标注“预估 ≠ 实际用量”“缓存候选 ≠ 已命中”“资源减少 ≠ 质量通过”“候选接受 ≠ 已部署”。并行箭头只表示依赖允许，不表示真实并发已执行。
• 工件与验收： 后续 Mermaid 源暂定 diagrams/mermaid/chapter-40-resource-cost-latency-waterfall.mmd。正文图块、源文件、SVG/PNG、替代文字与视觉检查只能在 Diagram Review 阶段创建并核对。
• 最小证据： 图后逐节点列出输入、观察、未知项、允许结论和禁止推论，要求读者找出质量门前不能出现“节省成功”的原因。
• 预期验证： 本阶段不声称 Mermaid、导出图、性能追踪、账单或监控已存在；图只计划表达本书模型。
• 过渡： 图完成当前最小闭环；最后一节说明走向真实运行时还需补什么，以及哪些优化反模式必须拒绝。

12. 渐进增强、反模式、总结与后续连接

• 要回答的问题： 从纯内存数据契约走向真实资源治理，需要补哪些控制？哪些看似高效的捷径会破坏证据和责任边界？
• 渐进表：

新需求	必须新增的控制	升级触发	本章为何不实现
读取真实模型用量或账单	账户/项目范围、接口契约、凭证、权限、脱敏、计量单位、费率版本和账单核对。	必须访问供应商 API、控制台或合同。	Resource Record 与 Rate Snapshot 只是教学数据契约。
创建真实缓存或摘要服务	对象身份、租户/权限隔离、来源版本、新鲜度、失效、删除、隐私与命中观察。	复用将跨请求、用户或任务。	Cache Identity 不创建存储，也不证明缓存安全。
真实并发或异步批处理	依赖图、副作用隔离、容量、限流、取消、幂等、部分失败和结果关联。	任务将并行调用或进入后台。	Latency Path 只描述候选依赖。
模型路由、A/B 或发布	固定评估集、试次策略、版本、流量/范围控制、监控、批准、回滚和长期漂移检查。	候选将影响真实请求。	第 39、41、42 章负责测试、安全和发布控制。

• 反模式： 用总 Token 数代替完整成本；将预估写成实际用量；把公开价硬编码为历史账单；相加并行步骤得到用户等待；把缓存命中当成事实正确；无条件并发或批处理写入；同时更换模型、Prompt、验证和缓存；以低成本覆盖质量门失败；只报告平均值而隐藏失败与补证。
• 总结回收： 成本、延迟和 Token 不是最后才看的运维统计，而是带范围、版本和未知项的架构输入。可靠顺序是：先锁定不可降级项，再预算，再记录实际资源与依赖，定位关键路径，提出单一可回退候选，最后通过同范围质量门。任何缺失证据都应保留为未知，而不是为了漂亮的改善结论填零。
• 练习：
  1. 为一个带检索和验证的虚构任务写 Resource Budget，指出两类不得因超预算而删除的内容。
  2. 将一条只含“总 Token”和“总耗时”的日志补成 Resource Record 与 Latency Path，列出仍不能计算的结论。
  3. 为结构化摘要写 Cache Identity 与三条失效条件，说明缓存命中为何不能替代事实核验。
  4. 比较两个资源候选，设计一个会因 quality_regression 被拒绝的路径和一个 rate_stale 路径。
• 后续连接： 第 41 章将把权限、敏感数据和审计要求加入资源优化边界；第 42 章将把候选版本化、发布、A/B 与回滚分开；第 43 至 45 章会把预算、研究复用和接力记录用于技术书工厂。后续章节不得把本章教学记录倒写为真实账单、缓存、批处理、路由、发布或性能证据。

后续阶段的交付与验证契约

阶段	计划产物	本阶段不应提前声称的事实
First Draft	原创正文、六类本书工件、优化优先级、虚构研究案例、反模式和跨章过渡。	任何价格、上下文窗口、延迟数字、缓存、批次、模型路由或实际账单已核验/运行。
Technical Review	写作日重读 CH40-REF-01 至 CH40-REF-07，核查来源限定、术语、计算边界和第 17/18/19/39/41/42 章责任。	产品页面提供本书工件、统一计量、固定阈值或跨供应商保证。
Example Implementation	纯内存 assessResourceOptimization、最小测试、演示计划和无外部 I/O 边界。	Node 测试、真实用量、计费、缓存、批处理、并发、时钟或模型已经运行。
Diagram Review	Mermaid 源、导出图、替代文字、图文断点核对和视觉审查。	图中节点代表真实监控、账单、性能或部署状态。
Fact Check / Language / Final Review	动态来源重读、事实表、术语与时态检查、真实验证记录和状态收口。	动态价格、字段、产品行为、示例数据或测试结果无需当日核验即可发布。

Outline 完成检查

• [x] 覆盖 Resource Budget、Resource Record、Latency Path、Rate Snapshot、Optimization Candidate 与 Quality Non-regression Gate 六类工件。
• [x] 将预估/实际用量、总耗时/关键路径、缓存候选/命中、资源改善/质量通过、候选接受/部署分开。
• [x] 每个主要小节均说明来源范围、本书模型、最小证据、停止条件、未运行边界和与下一节的过渡。
• [x] 完整案例保留事实核验，并把摘要与缓存限定为带版本、证据指针和失效条件的候选。
• [x] 明确第 6、17、18、19、39、41、42 章的责任边界，未重复 Benchmark、安全、发布或回滚实现。
• [x] 未记录价格、上下文窗口、缓存阈值、保留时间、延迟数字、分位数、模型排行或性能结论。
• [x] 已定义后续正文、纯内存示例、图示和审查的交付契约；本 Outline 阶段未创建或运行这些工件。