#AI 编程# 新模型灰度。我原本打算 5% 流量跑一天就下结论，被数据同学拦住：要区分 2 个点的提升，按当前请求量单组至少需要 3 万次。重算之后改成 10% 流量跑三天。第二天看数据其实已经在噪声范围里波动了，如果按一天的结果全量，很可能赌错。灰度时长是算出来的，不是拍出来的。你们的灰度样本量是怎么定的？

#AI 编程# 一个问答服务，语义缓存命中率做到 68%，看起来很健康。但用户满意度没涨。抽查发现命中的大部分是「你好」「在吗」这类寒暄，真正需要缓存的重复业务问题命中率只有 11%。把阈值从 0.92 提到 0.96、按问题类型分开统计之后，业务问题命中率到 39%。命中率要有分桶，整体数字会骗人。你们的缓存命中率是按什么维度拆的？