主题
企业 AI 中台做私有化和行业定制交付时遇到过哪些问题？
题型：问题排查 · 用一个真实问题按现象、定位、方案、结果和复盘回答。
建议回答
私有化交付的难点通常不是把镜像启动起来，而是环境差异、数据安全和可运维性。典型问题包括客户网络隔离导致模型或依赖不可达，私有模型协议和能力不一致，GPU 与中间件规格不足，企业 SSO、组织权限和审计要求不同，以及行业数据格式复杂。我的处理方式是把差异收敛到模型适配、身份适配、存储适配和配置层，交付包提供离线镜像、依赖清单、容量基线、健康检查、升级回滚和诊断工具。
如果讲具体案例，应说明如何通过 traceId 串联 Agent、RAG、模型和工具日志，怎样复现问题，以及最终指标改善。行业定制尽量通过插件、策略和配置完成，不直接复制主干代码形成客户分支。
排查顺序
- 确认配置、网络、证书、DNS、时钟和资源基线。
- 分段验证模型、Milvus、PostgreSQL、MCP 服务与 SSE 链路。
- 对比标准环境和客户环境的版本、协议与限额。
- 固化成部署前检查、告警和自动诊断脚本。
易错点
- 不要只回答兼容性问题，要体现安全、审计、升级和长期维护。
- 不要声称所有客户共用完全相同配置；应强调核心一致、适配可插拔。