围绕不确定性设计工作流

将判断与执行分开

分类结果只是工作流的一项输入。发送消息、批准变更或修改记录之前，仍应执行确定性的权限检查与业务规则。

例如，工单分流模型可以建议处理团队，但代码仍需验证团队存在，以及当前操作者是否具备分派权限。

准备评估样本

同时纳入常见输入、模糊输入与分布外输入。按类别检查结果，不要只看整体平均值。模型在常见请求中表现良好，不代表它能正确处理对你最重要的边界情况。

设计低置信度路径

一个实用的工作流需要复核队列。根据自己的评估数据和错误代价设定阈值，不要直接照搬无关示例中的数字。

测量完整系统

记录端到端延迟、失败次数、重试与人工复核成本。比较不同方案时，尽量统一输入规模与网络位置。官方评测可作参考，但不能视为你的应用的服务承诺。

从小范围上线开始。按数据保留政策保存排查判断所需的审计信息。在设计自己的实验前，可阅读 TypeSafe 置信度文档与公开评测。