工具与模型最新动态

工具与模型更新不是新闻消费，而是 production change。新版本必须经过来源核验、sandbox、contract tests、风险复核和可回滚发布，才有资格进入团队推荐列表。

哪些事件触发审核

• 新 model、tool、SDK 或 API 正式发布；
• deprecation、sunset、breaking schema 或权限变化；
• price、rate limit、region、retention 或 license 改变；
• security advisory、质量回退或 production incident；
• 现有工具无法满足明确 task contract。

不需要为了“每月必须更新”而换工具。没有触发事件就维持已验证版本。

变更 Pipeline

intake
  → official source verification
  → sandbox
  → capability and contract tests
  → privacy / security / legal review
  → canary or shadow
  → approve, reject or restrict
  → monitor
  → retire old version

Evidence Card

candidate: registry-alias
exact_version_or_model_id: verified-at-runtime
change_type: release | deprecation | security | cost | incident
official_source: URL
checked_at: YYYY-MM-DD
owner: team-or-person
status: experimental | approved | blocked | retired
approved_tasks: []
data_classes: []
regions: []
contract_test_run: run-id
known_failures: []
rollback: previous-registry-alias
retirement_date: null

账号访问、实际价格或地区不可验证时写 unavailable，不能用产品发布稿替代运行验证。

Contract Tests

同一候选至少检查：

1. normal request 与 structured output；
2. tool call schema 与错误回传；
3. unsupported parameter 是否在边界失败；
4. timeout、429、5xx 与有限重试；
5. permission、data class 与 region；
6. usage、latency、cache 和 trace 字段；
7. regression dataset 上的真实质量；
8. kill switch 与 rollback。

Canary、Shadow 与 Rollback

• Canary：仅指定 tenant、task 或小比例请求使用候选。
• Shadow：在授权与预算允许时并行运行，但不影响用户结果。
• Rollback：恢复上一份已验证 registry/config；不能撤销已经发生的邮件、写入或付款。
• Retirement：记录迁移范围、最后支持日期、删除凭证和历史 trace 保留策略。

常见错误

练习：做一次 Go / No-Go Review

选择一个真实更新，提交官方来源与核验日期、代表性 task cases、capability/quality/latency/cost/data-boundary 结果、known failures、canary、rollback、retirement 方案，以及 approve、restricted、reject 或 defer 结论。

结论可以是不升级，但必须有证据。

自检

• 产品名与 exact API model/version 分开登记。
• 没有把一次试用当成 production approval。
• 变更可以 canary、停止和 rollback。
• 未核验字段明确为 unavailable。
• 旧版本有 retirement plan，不是静默消失。