·tian
AI 赔偿缺口：当模型出错且没有人的合同能为你提供保障时
企业级 AI 产品处于一个三环责任链中，每一层都假设别人读过那些细则条款。本文将探讨赔偿缺口是如何形成的，为什么版权盾（Copyright Shield）并不涵盖幻觉问题，以及在第一起索赔发生前，应该通过何种约束机制来弥合这一缺口。
ai-contracts
indemnification
liability
enterprise-ai
+1·tian
AI 功能的“双报纸测试”：捕捉事后复盘中遗漏的失败模式
大多数工程团队在审计 AI 功能时只关注技术故障，却忽略了最终会出现在伦理报告中的非技术性失败模式。双报纸测试是一个发布前框架，旨在弥补这一差距。
ai
engineering
responsible-ai
risk
·tian
你不该上线的 AI 功能：任务形态错位核查清单
大多数 Demo 都能跑通。但在已上线的 AI 功能中，仍有相当一部分存在任务形态错位——即将随机性引擎强行接入需要确定性输出的场景。本文提供了一份开发前的核查清单以及路线图调整建议，帮助你重新引导那些不符合模型形态的创意。
ai-product
eval
risk
roadmap
+1·tian
AI生成内容中的版权风险：工程团队实用框架
LLM输出可能复现训练数据中的逐字内容，而输出责任可能落在你身上——而非模型提供商。一套用于衡量版权风险、实施切实有效的管控措施，以及理解提供商赔偿局限性的实用工程框架。
insider
ai
copyright
llm
+2