为什么先用占位

• 快速启动：不依赖任何模型下载与 GPU 环境；
• 风险可控：冒烟失败自动回退，不污染前端产物；
• 易观测：Telemetry 明确标记 missing/skipped，帮助区分“未接入”与“失败”。

常见局限

• 无法评估真实 embeddings/summary 质量；
• 指标多为占位值，仅作管线连通与告警测试；
• 需要在接入真实模型后重新校准阈值与回滚策略。

最佳实践

1. 明确切换窗口：在内容与聚合稳定后再切到真实模型，避免多因素干扰；
2. 先跑 ai:prepare 再跑 ai:smoke，把失败集中在冒烟阶段暴露；
3. 失败即回退：保持 AI_RUNTIME=placeholder 能一键恢复占位产物；
4. Telemetry 校验：确保 overview 为 ok/passed 后再扩大覆盖范围；
5. 阶段放量：先启用单模块（如 embeddings），观察成功率与时延，再逐步开启 summaries/QA。

切换清单（Checklist）

• [ ] 安装与配置适配器依赖；
• [ ] 补充/校验 data/models.json（checksum、smokeTest）；
• [ ] AI_RUNTIME 与 AI_*_MODEL 环境变量就绪；
• [ ] npm run ai:prepare && npm run ai:smoke 通过；
• [ ] Telemetry 观测页显示 status=ok/passed；
• [ ] 回滚演练一次，确保 placeholder 能快速恢复。