最佳实践

本章把 Anthropic 案例中可复用的工程原则提炼为检查清单，覆盖对齐、可解释性、推理优化、安全治理与算力策略五个维度。

对齐：把宪法当工程输入

✅ 宪法版本化：把原则集合纳入版本控制，记录每条原则的来源与修改原因；模型对齐结果应可追溯到具体宪法版本。
✅ critique-revise 可复现：Constitutional SL 的修订数据应可重放，便于回归与审计。
✅ 人类职责上移：让人专注于"写/审宪法"，而非"逐条标偏好"——这是 RLAIF 相对 RLHF 的核心杠杆。
✅ HHH 显式量化：用 Helpful/Honest/Harmless 设计评估集，定期度量模型在三者间的权衡。
❌ 不要把宪法当静态文档：能力演进后，旧原则可能失效或不足，需定期回顾。

可解释性：研究产出要能进工程

✅ 特征 → 监控：把 SAE/dictionary learning 发现的高风险特征（欺骗、双重用途）接入运行时监控，作为安全信号。
✅ 可解释性 artifact 入库：每次发布附带可解释性报告（特征清单、关键电路），与 Model Card 并列。
✅ 复用开源基线：基于 transformer-circuits 公开方法建立内部可解释性管线，而非从零造轮子。
✅ 解释 + 评估双轨：黑盒评估（benchmark/红队）与白盒解释互为补充，不互相替代。

推理优化：prompt caching 优先

✅ 结构优先：tools → system → messages，静态前缀前置，动态后缀断点之后。
✅ 断点放在稳定块：最后一个跨请求相同的块；避免时间戳/用户输入块。
✅ 按频率选 TTL：>5min 间隔用 1h，否则用 5m（命中免费刷新）。
✅ 预热首请求：低峰期 max_tokens=0 写入 system/tools。
✅ 监控命中率：目标 > 80%；持续低命中先排查断点位置与 TTL。
✅ Agent 循环必缓存：多步工具调用重放历史，缓存几乎必需。
✅ Haiku 分流：简单/高并发请求路由到 Haiku 档位，Opus 留给复杂推理。
✅ Batch 叠加：非实时任务走 Batch API 折扣，与缓存倍率叠加。
❌ 不要在 Bedrock/Vertex 上期待 automatic caching：它们只支持显式断点。

安全治理：用 RSP/ASL 思想搭门禁

✅ if-then 承诺：定义"能力达阈值 → 防护须就绪"的发布门禁，写入 CI/CD。
✅ 分类器即服务：输入/输出 guardrails 作为独立可演进的服务（参见安全详解）。
✅ Risk Report 模板化：能力 / 威胁模型 / 缓解 / 残余风险四段式，作为发布 artifact。
✅ 红队自动化：建立自动化红队（变异 prompt、jailbreak 语料），人工红队聚焦长尾。
✅ 权重安全分级：参考 RAND SL 等级评估模型权重保护强度。
❌ 不要把安全当事后补丁：未达 ASL 防护不得上线——这是 RSP 的硬约束，也是企业应借鉴的纪律。

算力策略：芯片多元化与容量前置

✅ 避免单一供应链：同时持有自研/专用芯片（类 Trainium）与通用 GPU，对冲供应与价格风险。
✅ 软件栈抽象：训练/推理框架在多硬件间可移植，避免被单一 SDK 锁死。
✅ 容量领先需求 6–12 个月：算力交付周期长，需求预测要前置。
✅ 多云托管：关键模型多云可用，提升可用性与议价能力。
✅ 电力/散热纳入规划：GW 级算力的瓶颈往往是能源而非芯片。

检查清单（上线前自检）

[ ] prompt 结构是否符合 tools → system → messages 且断点在稳定块？
[ ] 是否监控 cache_read / cache_creation / input 三段式并达到目标命中率？
[ ] 是否按用例选定了云（特性 vs 数据驻留）与 TTL？
[ ] extended thinking budget 是否按任务难度动态配置？
[ ] tool/computer use 是否运行在受限沙箱？
[ ] 是否有输入/输出 guardrails 服务与红队流程？
[ ] 是否有"能力阈值 → 防护门禁"的发布流程？
[ ] 是否有多源算力与多云托管的可用性预案？

反模式

把 cache_control 放在每请求变化的块上，零命中还付写入费。
在 Bedrock/Vertex 上误用 automatic caching 语义。
thinking block 在不支持保留的模型上来回传递，污染上下文与缓存。
把 RSP/ASL 当营销话术而非发布门禁。
单一芯片 + 单一云，无容量对冲。

小结

Anthropic 的最佳实践可浓缩为一句：让对齐管线化、让可解释性工程化、让缓存极致化、让安全门禁化、让算力多元化。下一章用面试题检验对这些原则的理解。