POC vs GA 准入条件

这个 POC 里哪些能力已经能上生产,哪些明确推迟到 GA hardening。

✅ 接近生产形态(端到端已验证)

• 全部服务走 mTLS gRPC
• Postgres SERIALIZABLE + 事务性 audit_outbox
• 3 阶段 commit 生命周期(estimated → reported → invoiced)
• 原子 reservation + TTL release
• Contract DSL 热路径求值器(<5ms)
• 6 个框架 adapter(Pydantic-AI、LangChain、LangGraph、OpenAI Agents、真实 OpenAI / Anthropic)
• 跨 provider 的 USD 计价 budget
• 运维 dashboard + 控制面 API
• Helm chart + Terraform AWS module

⛔ GA 准入条件(尚未达到生产可用)

下面这些才是真正阻塞生产部署的项:

多 pod 工作分发

• sidecar.replicas > 1 会在 audit_outbox_global_keys 表上引发 producer_sequence 竞态。
• outbox-forwarder.replicas > 1 会把同一行重复 forward 一遍 (还没有 leader election)。
• ttl-sweeper.replicas > 1 同理。
• 修复方案:leader election(k8s Lease primitive 或基于 DB 行锁)
  • 按实例切分 producer_sequence。

Fencing acquire RPC

• POC 直接用 SQL 把 fencing scope 种成 current_epoch=1。
• 生产部署需要 Ledger.AcquireFencingLease() RPC,在接管时 CAS 自增 epoch; sidecar 启动后、签发任何 reserve 之前必须先调它。
• 没有这个,sidecar 重启可能复用陈旧的 lease。

真实签名密钥

• POC 在 canonical_ingest 里用 strict_signatures=false;producer 签名是占位的 b''。
• 生产需要真实的 Ed25519 密钥轮换 + KMS 托管签名,见 Stage 2 §17。

CI quarantine 持久化

• audit_quarantine migration(canonical 0003)目前是占位实现。
• ORPHAN_OUTCOME reaper 还没做 —— 没有对应 decision 的 outcome 目前会一直滞留在 audit_outbox 里。

混沌测试套件(Stage 2 §13)

• 规范里列了 7 个场景,但都还没自动化:
  • ReserveSet commit 过程中网络分区
  • decision 进行到一半 Postgres failover
  • publish 中途 sidecar OOM
  • 等等

真实 provider webhook 集成

• demo 的 webhook receiver 验的是 mock-llm 的 HMAC。
• OpenAI 不提供 billing webhook → 需要 /v1/usage 轮询器。
• Anthropic 企业版 webhook 需要他们的签名密钥。
• 每家 provider 的 adapter 是 operator 逐个落地的活儿。

Pricing 自动更新轮询器

• pricing_table 这套基础设施在 Phase 4 O3 已经落地。
• 对着 provider 文档定期刷新还没做。
• 静态 YAML 在 POC 够用;生产需要每日同步。

多区域 failover

• Stage 2 spec 覆盖了设计(跨区域复制 + failover 策略);实现是 GA 的事。

🟡 未完成的原语

• Refund / Dispute / Compensate(Step 10) —— Contract §5.1a 规范 已锁定;ledger SP 尚未实现。本质上是 Step 9 invoice-reconcile 模式的机械性扩展。
• CEL 求值器 —— POC 用的是声明式 when/then。完整的 CEL 谓词语言排在 v1 roadmap 上。
• Bundle 热加载 —— POC 只在启动时加载。带 last-known-good 回退的 热加载是 GA 的事。
• 多级审批流 —— POC 里 REQUIRE_APPROVAL 是终态。对接 operator (Slack / PagerDuty / 等等)属于产品工作,不是基础设施。

这对用户意味着什么

• 试 POC:clone + make demo-up,全都能跑。
• 跑 dev k8s:Helm chart 可用。单 pod replica 的默认值 规避了多 pod 的数据风险。
• 上生产:还不行。fencing-acquire + 多 pod 这几个准入条件 得先落地。在”我敢把 agent 的预算押在这上面”成立之前, 还得再啃一大块活儿。

设计、实现、测试验收和 review 准入条件如何把这些阻塞项拆成 可独立交付的 PR,见 GA hardening slices。

我们在代码和文档里显式标注了每一处 POC 限制,这样从头到尾读一遍的 operator 就能审清自己拿到的到底是什么。