每天 20 点发文，却有两个"今天"：流水线时区边界怎么咬出重复一天
这条内容流水线每天 20:00（SGT）发一篇文章，slug 前缀是 article-YYYYMMDD-，发之前要查一遍 CMS：今天这个前缀已经有行没有，有就跳过，没有才写新的。听起来是个两行的逻辑。
小火龙实验室
实验室文章
深度内容，技术探索，设计思考
一个批量任务一个月多花了两百刀，账单比报错先炸：给每个任务记一笔 token 账
上个月对账，批量导出流水线一天的成本从三毛涨到快一块钱。没人收到告警，因为没挂任何跟成本有关的告警。它不 crash、不超时、不降质，就是每一刀都比昨天厚一点。这种"故障"比 crash 难发现多了：crash 会喊疼，成本漂移只会安安静静地按月结账。
把模型和 prompt 钉死在版本里：别让上游悄悄换引擎，你的任务半夜翻船
凌晨三点，自动任务跑完一整夜，仪表盘上解析成功率从 99% 掉到 71%。第一反应是数据源出了问题，翻了两个小时日志才发现，尴尬得很：几天前路由器做了一次上游池子迁移，我们一直用的 qwen-cloud-plus 这个别名，被悄悄指到了另一个模型上。prompt 一个字没动，但它背后的权重换了。原本稳定吐 JSON 的
任务挂在 61% 四个小时没人发现：给长跑任务装一颗心跳
上周我们的一条批量管线挂了。凌晨三点开始跑，十一点我去看面板，进度卡在 61%，任务状态还是 running，日志最后一行停在 03:42，进程活着，CPU 0%。
别让模型复读你的密钥：日志脱敏这道闸，两头都得有
上个月，我给推理服务做的值班机器人开始大受欢迎：客户报障，它就拉生产日志相关行喂给模型，让模型给出诊断。直到有一天，一份诊断 markdown 里原样出现了一串 32 位 token——那是同事启动时 dump 环境打印的 API key，一直在日志里躺着。
自主任务连跑三夜，账单翻了一倍：我们给 token 花销立了一本账
这个月头，我们的自主交付任务连着跑了三个通宵。早上看账单，本月日均 token 消耗是上个月的接近两倍。
四小时的批量任务死在 98%：我们学到的断点续跑三件事
上个月我们在本地推理机上跑一个批量任务：对两万四千条脱敏后的客服消息做分类，每条都要过一遍本地模型，一趟跑满四小时。
服务熔断这个坑，我们填了三次
上周给一家客户的内部问答系统做交付，最狼狈的不是模型答错，而是熔断器把整个服务切崩了。三次。三次都是同一个配置，三次都怪我没想到。
把评估跑进 CI：一次模型升级引发的翻车与修复
上周我们做了件很常规的事：把本地推理网关后面挂载的主模型从 32B 换成 70B，推理框架小版本也顺手升了一个号。按惯例，我们只跑了"冒烟用例"——三条典型问答，答案看起来都对，就合上了 PR，把网关切到了生产。