語系變體圖 — 生成流程與教訓

2026-09-10：角色分流原畫動畫試版

• 原圖固定在 commit 20dc3fb50e3cc605c28d1847701b467f7300e477 的三語 branch-decision-tree.png；繁中、簡中為 1600×900，英文為 1672×941。不統一重畫、不更換字型、色彩、圖示或構圖。
• scripts/build-role-map.py 以 WebP quality 95 內嵌原圖，固定來源 PNG 與壓縮 payload SHA-256。這是高品質有損壓縮，不宣稱與舊 PNG bytes 相同；新靜態 PNG 與 SVG 底圖像素一致。
• 五個裁切區域依序做小動作：顯微鏡傾斜、電腦確認、學士帽輕轉、圖表伸縮、人物上移；各自兩秒，間隔一秒，18 秒循環，16–18 秒完全靜止。活動時以角落取色遮住原位置，避免重影。文字與接線不動，不表示必須依序學完五條角色路線。
• 重製：python scripts/build-role-map.py --png；唯讀驗證：python scripts/build-role-map.py --check。首次匯入用 --import-original --png，之後不需要讀舊 commit。
• 文件站保留 lazy／async、兩個原圖入口與三語停止／播放控制；README 有靜態圖連結，PDF 使用 PNG。上方與下方動畫共用停止狀態，減少動態或無 JavaScript 時顯示 PNG。
• 試版已知限制：保留的英文原圖把知識工作者寫成較窄的 Analysts，三語文字亦有歷史差異。正式採用前要校正，不能以此試版宣稱三語圖中文字已完全一致。下方 learning-map 的舊順序另行修正後再動畫化。

姊妹檔：concept-prompts.md（Stage 7.5 兩組三語概念圖的可重產文字與構圖規格）。 這份記錄的是 2026-08-02 那批 5 張圖 × 3 語系 是怎麼產出來的，以及過程中踩到的坑。

2026-08-29：Stage 5 的 5.1–5.7 關係與資料流

新增 claude-code-system-flow.png、.en.png、.zh-Hans.png。這組圖補上原本選擇圖沒有回答的問題：各零件如何接進同一次工作。三語都固定使用同一個 16:9 亮色版面與四種線條語意：

• CLAUDE.md 與 Skill 用虛線把 always-on／on-demand context 送進 Agent loop。
• Agent loop 與 MCP 用實線交換 request／result；MCP 是外部工具與資料的連線，不是另一個 agent。
• Hook 以獨立虛線接到 Agent loop 外框，表示符合 lifecycle event 時才執行；它不能貼在 MCP request／result 箭頭上，避免誤教成只檢查 MCP。文字只說可記錄、補充或阻擋，不暗示每種 event／handler 都會阻擋。
• Subagent 用獨立 context 工作，只把摘要送回；Worktree 是可選的檔案樹隔離，不冒充完整 sandbox。
• Plugin 以點線表示它能包裝 Skill、Hook、Subagent 與 MCP 設定，不放進 runtime loop。Plugin 不連到 Worktree；Worktree 是另外選用的檔案樹隔離方式，不是 Plugin 內容。

繁中使用 Codex 內建 Image 2.0 產生母版；英文只替換文字，簡中再以英文幾何作母版，避免繁體字形殘留。2026-08-29 再用內建 Image 2.0 移除誤碰 Worktree 的橘色 Plugin 點線，其他文字與幾何不變。三張最終圖皆為 1672×941，無模型、版本、價格、排行、benchmark 或 stars。可見底線固定為：Worktree 只隔開檔案；安裝 MCP server 或 Plugin 前仍要查來源、權限與資料流向。

人工逐張驗收標題、八個節點、request／result、summary、optional、Plugin 點線不接觸 Worktree、Hook lifecycle event 線與底部安全邊界。scripts/test_stage05_content.py 另鎖住三語引用、尺寸、不同 hash、圖確實位於 5.1 前的未收合區、頁面不混入其他語系版本，以及 modelcontextprotocol/servers 第一次正文出現就是官方超連結。

2026-08-28：Stage 8 介面選擇圖與四道安全檢查

新增 interface-choice-map.{png,en.png,zh-Hans.png}，並原檔名重畫 agent-guardrail-patterns.{png,en.png,zh-Hans.png}。兩組都是 16:9 暖白底、亮色卡片、 深藍大字與簡單 icon；每張由 Codex 內建 Image 2.0 生成，再以原尺寸逐字檢查。

介面圖先問「你要做什麼」，再平行分成四張卡：

• 只讀公開資料 → Search／Fetch
• 只操作網頁 → Browser Use
• 跨桌面 App → Computer Use
• 執行程式／改檔 → Sandbox

頂部固定提醒「正式 API／Typed Tool 優先」。四張卡不是 maturity ladder，也不是一定要 由左到右升級；prompt 明確禁止線性階級意象。這讓正文可以用一張圖說清楚「選最小、可檢查 的門」，又不會誤教 Sandbox 是 Computer Use 的下一層。

安全圖把舊的巢狀護盾改成四張獨立卡：隔離、限制、先問、驗證與紀錄。第二張只處理網域、 檔案與動作 allowlist；第四張才處理結果驗證與 log，不再把 destination allowlist 和 output verification 混成同一件事。箭頭表示每次 action 會依序接受檢查，不表示四種技術彼此包含。

生成順序是繁中母版 → 英語／簡中各自以母版做 text-localization。每次都提供完整逐字文字表， 只保留穩定概念，不放 model ID、版本、價格、stars、benchmark 或 provider 排名。 scripts/test_stage08_content.py 鎖住六張 PNG 的最小尺寸、不同 hash 與三語正文引用； scripts/check-image-locale.py 再檢查全站 locale 圖不會串錯。

2026-09-13：Stage 7.5 進階選擇圖

以 Codex 內建圖片生成工具建立 advanced-agentic-decision-map.{png,en.png,zh-Hans.png}。 工具未提供可驗證的引擎版本，因此紀錄不宣稱特定 Image 型號。三語使用同一個 1672×941 構圖：上方是已重現的失敗，中間四張平行概念卡，底部是五個只有出現 對應證據才選的候選模式。四張卡不畫先後箭頭，避免把它們誤讀成固定階梯。

四張平行概念卡固定為 Evaluator–Optimizer／Agent-as-Judge、Failure Injection／Chaos Eval、 Autonomy Gradients／Trust Layers、Model–Harness Fit；五個候選模式固定為 Parallel Exploration、Hierarchical Delegation、Multi-Agent Handoff、Plan–Act–Reflect、Dynamic Workflows。舊 concept-cluster 與 reading-decision-tree 六張圖在正文引用轉移後刪除， 仍可由 Git 歷史恢復。

2026-09-13：Stage 7.5 Model–Harness Fit 圖

重畫 model-harness-fit.png、.en.png、.zh-Hans.png。第一列依序是選一個 Harness 元件、做刪除或簡化測試、重跑同一組品質／安全／成本／延遲 Eval；第二列是 Keep、 Simplify、Remove 三張等大的平行結果卡。三個判斷是平行結果，不是成熟度階梯（no maturity ladder），彼此之間沒有箭頭。底部固定保留 permission、sandbox、audit log、 人工核准與 rollback 這些長期責任。

三語版本都以最終繁中圖作構圖 reference，只替換文字。人工逐張確認文字、icon、箭頭和 邊框無重疊；英文沒有 CJK，簡中正式術語未被誤譯。完整逐字文字表與重產限制在 concept-prompts.md。

人工驗收逐張確認：

• 六張圖都是 1672×941，構圖相同而 hash 不同。
• 四張概念卡、五個候選模式、三步測試與三個平行結果數量正確。
• 圖不放產品版本、價格、ranking、模型能力或其他易變資訊。
• 正文先解釋圖中名詞，圖片只整理關係，不負責第一次定義。

2026-08-28：Stage 6 RAG 與 Memory 三路圖

新增 rag-memory-map.png、.en.png、.zh-Hans.png。三張都使用 16:9 亮色白底卡片，固定畫出三條互不串線的路：文件切成 Chunk、轉成 Embedding 並寫進 Vector Database；問題取回相關片段、經 Reranking 後產生有來源的答案；重要狀態寫進 Memory，下一次再讀回來。每條箭頭只在自己的色框內由左往右，不暗示 Vector Database 會自動寫入 Memory。

用 Codex 內建 image generation 產生三個語系，逐張檢查節點、箭頭、語言與安全提示。獨立 review 抓到第一版有跨色框箭頭，會讓讀者誤以為 RAG 的資料庫與 Memory 是同一條自動流程；最終版改成三個獨立色框，Memory 只保留「這次結果 → 選重要狀態 → 寫入 → 下次讀回」與重複圖示。簡中初稿另在「重要狀態／下次讀回」殘留兩個繁體字；最終版已修成「重要状态／下次读回」。圖片不放固定 chunk size、top-k、價格、benchmark、模型排名或 GitHub stars；底部只保留「只記必要資料」的資料最小化提醒。三語維持相同 icon、配色、節點與閱讀順序，各自使用在地化文字與 alt text。

這組圖固定放在 Stage 6 七個可見核心詞之後。圖的目的不是取代定義，而是讓初學者一眼分清：RAG 是先找外部證據再回答，Memory 是把重要狀態留給下一次使用。

2026-08-30：Stage 6 RAG 詳細流水線重畫

重畫 rag-pipeline-overview.png、.en.png、.zh-Hans.png，並放回預設關閉的「RAG 基礎流水線」。舊圖只有兩排方塊與直線箭頭，且沒有正文引用；新圖沿用 rag-memory-map 的亮色白底卡片 house style，明確分成「先整理資料」與「問題來了」兩條 lane。Contextualization、query rewrite、fusion 與 reranking 都以虛線和「可選」標籤呈現；候選來源並列 semantic、BM25、SQL／Web，不暗示 vector database 是唯一 retriever。

繁中第一版的 retrieve 箭頭錯落在最終答案，視覺檢查後改為從可搜尋資料庫落到「多路找候選」。英語與簡中沿用修正版幾何；簡中初稿 footer 的「記錄」另修成「记录」。三語均不放固定 chunk size、top-k、價格、模型、排名、benchmark、日期或 GitHub stars。

2026-08-27：Stage 3 Tool Use 六步圖

新增 tool-use-loop.png、.en.png、.zh-Hans.png。三張都使用 16:9 亮色白底卡片，固定呈現 模型 → Tool Call → 程式驗證 → 工具執行 → Tool Result → 模型答案，並用盾牌框住程式驗證與工具執行。底部只保留三個安全提示：allowlist、敏感動作先問人、設定最大輪數。

使用 Codex 內建 image generation 先做繁中母版，再以母版產生英文。簡中直接從繁中母版在地化時，兩次殘留 請／設；最終改用英語版作版面母版重新生成，才得到完整簡體字形。三張圖均逐字檢查標題、六步、中心句與三個安全提示；沒有放版本、價格、stars 或其他易變資訊。

最終 prompt 的核心限制是：六張編號卡必須依 1→2→3→4→5→6 連接；模型只能提出請求，程式才執行工具；所有文字逐字提供，三語只改文字，不改 icon、箭頭、配色和版面。圖固定放在 Stage 3 八個核心詞之後，先讀定義再看關係。

2026-08-27：Stage 2 Prompt Engineering 概念圖

新增 prompt-engineering-map.png、.en.png、.zh-Hans.png。三張皆為 16:9 亮色白底卡片圖，保持同一閱讀順序：

1. Prompt 四部分：目標／資料／規則／輸出
2. Zero-shot／One-shot／Few-shot 的範例數量差別
3. Eval → 修改一處 → 再試一次
4. Chain-of-Thought 只畫成可檢查的編號步驟，不使用「讀取腦內想法」的意象

用 Codex 內建 image generation 先做繁中 canonical，再以同一張圖做英語與簡中在地化。人工校對時抓到初稿把 Few-shot 寫成 2–5；由於正文已明確說沒有通用固定數字，三張最終圖全部改成「多個／multiple／多个例子」。另將初稿的腦袋思考泡泡改為 1／2／3 checklist，避免和「不要索取完整內部思考」的正文衝突。

這組圖固定放在 Stage 2 九個可見核心詞之後。圖片只整理已定義的關係，不代替正文；三語 alt text 也各自描述「四部分、範例數量、檢查迴圈、CoT 的可檢查步驟與隱私邊界」。獨立 review 又抓出兩個視覺問題：英語第二格曾把正文的 Data 漂成 Context，底部兩段回箭頭也沒有真的從「再試一次」回到 Eval。最終版已把英語欄位改回 Data，並以一條由右回左的長箭頭形成單一閉環。

這批處理了什麼

resources/diagrams/ 的慣例是 NAME.png = zh-TW、NAME.en.png、NAME.zh-Hans.png。 處理前有 5 張圖缺 9 個變體，導致 .en.md / .zh-Hans.md 頁面alt text 已在地化、圖檔還是繁中。

圖	結果
multi-llm-delegation-composition	補上 .zh-Hans，忠實比照既有的 .png / .en.png（深色霓虹＋廠商 logo）
teacher-ai-use-cases-overview	三語重產，升級為 house style（彩色卡片＋線條 icon）
teacher-ai-classroom-use-cases	三語重產，升級為 house style（五欄卡片式）
rag-pipeline-overview	三語重產，淺色卡片流程圖（未達 house style，見下方）
chunking-strategies	三語重產，淺色卡片流程圖（未達 house style，見下方）

副檔名同時從 .jpg 改為 .png（house style 那 20 張都是 png，線條插圖＋密集文字用 jpeg 會有壓縮雜訊）， stages/06-memory-rag 與 branches/for-teacher 共 12 處引用一併更新。

生成方式

委派 Codex CLI 的內建 image-gen 工具，不是貼 prompt 到 ChatGPT 網頁。流程：

1. 寫 brief 到 .ai/codex_task_<NN>_<slug>.md（.ai/ 已 gitignore）
2. bash ~/.claude/skills/codex-delegate/scripts/run_codex.sh --brief-file <path> --repo "$PWD"
3. brief 裡指定 repo 內的既有圖當風格參考（Codex 能直接讀圖檔），並附完整逐字文字表
4. 委派者自己逐張開圖驗收，不採信 .result.json 的 status

風格基準檔：agent-guardrail-patterns.zh-Hans.png 與 teacher-ai-use-cases-overview.png（本批做得最好的一張，可當樣板）。舊的 stack-4layer 已在 Stage 7.5 漸進式重整時移除，不能再當通用 Agent stack 樣板。

⚠️ 驗收教訓（這批最值得記的部分）

1. delegate 回報 success 不等於做對了 —— 這批四次假成功

事件	實際狀況
chunking-strategies.zh-Hans 第 1 次	殘留繁體 種 / 純，回報 success
同上第 2 次	修好 純→纯，種 仍是繁體，又回報 success
rag/chunking house style 第 3 次	修好乾淨度但整個丟掉 house style
同上第 4 次	根本沒改寫檔案（時間戳未變），卻列出一串「已執行的驗證指令」

驗收必須是委派者自己看原始產出，而且要有能分辨的方法。

2. CJK 繁簡差異在縮圖尺寸下看不出來

種/种、純/纯 只差一個部件。可靠做法：

• 把有疑慮的文字區塊裁切放大 3–4 倍
• 拿 repo 裡已知正確的同一個字當對照
• 分辨重點在偏旁：种 = 禾+中、種 = 禾+重；纯 = 纟、純 = 糸

3. 長寬比是客觀的風格對齊指標

肉眼判斷「風格像不像」不可靠。量長寬比可以抓出版面鬆緊度的偏移—— 本批就是這樣抓到 rag-pipeline 變體被拉鬆（繁中 3.20、.en 2.86、.zh-Hans 2.40）。 現在五組圖三語長寬比差異都 < 0.05。

4. 「改圖」比「重新生成」更容易失控

要求 Codex 修改既有圖時，它兩次都超出範圍（擅自重新設計節點、改名）， 還引入新缺陷（標籤壓框、文字被形狀邊緣裁切）。 指定重新生成、並附完整規格，比叫它「只修這兩點」可靠。

已退役的舊圖

2026-08-30 全站引用掃描確認下列舊圖已沒有任何頁面使用，因此移除； rag-pipeline-overview 的舊平面箭頭版則由已通過人工檢查的 Image 2.0 三語版本取代並重新上線：

• chunking-strategies 三語圖：內容已放入 Stage 6 漸進式文字教學，不再保留素面流程框。
• reflexion-persistent-memory-loop 三語圖：內容已整合進 Stage 6 的 RAG／Memory 路線。
• multi-agent-debate-flow 三語圖：沒有頁面使用，且深色霓虹風不符合目前主頁式視覺規範。
• branch-tier-progression.png：角色入口不是必走的升級階梯，表格比箭頭圖更不容易誤導。

這些圖仍可從 Git 歷史取回。check-image-locale.py 現在也會阻擋新的未引用圖檔，避免新版上線後又把舊版留在 repository。

重產時的檢查

python scripts/check-image-locale.py

該 gate 把「同語系變體已存在但頁面沒用」當錯誤直接擋，「變體還沒做」則記在它的 KNOWN_MISSING 白名單裡——所以新增一張缺變體的圖會讓 build 失敗，不會默默累積。 補完變體後記得把對應的 KNOWN_MISSING 條目一起移除。

2026-08-29：Stage 7 控制問題圖

agent-engineering-control-questions.{png,en.png,zh-Hans.png} 取代原本的垂直五層圖。 三張皆以 Image 2.0 產生，固定為和主頁 README 圖相同的 1672×941 橫式比例；繁中先定稿， 英語與簡中再以同一母版做文字在地化。視覺基準是主頁 banner／learning-map：奶油白背景、 深藍字、亮色語意線、圓角卡、簡單線條 icon、充足留白與單一閱讀方向。

共同語意契約：

1. Prompt 與 Context 都進入 Harness，但不是完整 Agent runtime。
2. 上半部只畫一次 Agent run：Harness 內含 model call、tools、state／logs／results、下一步決定與 Agent Loop。
3. 下半部才畫整個長任務：Workflow Graph／Production Orchestration 連接 Goal、Harness run、evidence check、返回路線、human approval 與完成狀態。
4. Loop Engineering 另外明寫 Goal → Action → Observation → Adjustment、預算與停止條件；不得和 Harness 內的一次 Agent Loop 混成同一尺度。
5. 圖上以「不是五層」直接阻止嚴格層級誤讀；Harness 包住 Agent Loop，上下兩個尺度分開；不得畫成 Harness 被 Loop 淘汰，也不是章節順序。
6. 三語使用相同尺寸、形狀、箭頭、icon、配色與間距，並各自引用 locale 檔。
7. 箭頭只能走卡片間或專用返回通道；不能穿過文字、icon 或另一個框，arrowhead 也不能壓到無關元素。

人工驗收除了看文字，也逐一確認：

• Prompt 與 Context 都指向 Harness；Harness 內同時畫出 model、tools、state、logs、results、下一步與 Agent Loop。
• 圖用 Harness 包住 Agent Loop 與上下兩個尺度呈現責任重疊；標題「不是五層」不暗示產品世代或 Stage 2→6→7→5→4 的閱讀順序；正文另外提供 Stage 3、4、7 的入門／加深路線。
• 下方 Workflow Graph 保留 Harness run、evidence check、人工核准、完成與失敗返回，沒有把每個節點都畫成 Agent。
• 所有卡片依同一格線對齊；icon 完整留在自己的圓框內；兩條返回箭頭都有獨立留白通道，沒有壓字、穿框或互相交叉。
• 英語圖沒有中文；簡中圖沒有肉眼可見的繁體字；繁中圖沒有簡中用語。

原 harness-loop-graph-boundary.{png,en.png,zh-Hans.png} 因把 Harness 縮成「一次執行」且和新圖重複而退役；控制問題 PNG 已吸收正確的責任重疊、內外兩種 loop 與返回路線，不再讓讀者同一章看兩張近似圖。

2026-08-29：教師把關循環圖

新增 teacher-ai-review-loop.png、.en.png、.zh-Hans.png，取代會把「即時批改」和學生能力推測畫成可靠功能的舊 teacher-ai-classroom-use-cases 三語圖。新圖只保留一條可由教師控制的五步循環：

1. 教師寫清學習目標。
2. AI 只做草稿。
3. 教師檢查隱私、事實與偏見。
4. 學生使用教材。
5. 教師觀察學習情況並修改下一輪設計。

用 Codex 內建 imagegen 先產生繁中母版，再以 text-localization 路徑產生英語與簡中。三張都維持 16:9、亮色白底卡片、同一組 icon、單一路徑與回到第一步的箭頭。人工逐字確認標題、五步與底部「AI 幫忙，教師決定」；不得出現產品 logo、模型名稱、成熟度 badge、分數、診斷、自動評分或自動決策。

共同 prompt 約束：

Preserve the exact five-step clockwise loop, illustrations, arrows, colors, spacing, proportions, and warm off-white background. Use only the supplied verbatim locale text. AI drafts; the teacher checks privacy, facts, and bias; the teacher observes and revises. No autonomous grading, diagnosis, learner score, product logo, badge, extra caption, mixed language, or watermark.

2026-09-10：README Banner 動畫 SVG 試版例外

• 來源：直接使用 commit ca75de9814a321fb3a3e8db606f082b2c2422124 中既有三語 banner。使用者再次確認「只把原版變成動畫」，因此不採用重新設計的向量圖。原圖的字型、實心圖示、紫色 Hub、藍／橘路線、底部四格及各語言既有位置全部保留。
• 可編輯來源：scripts/build-banner.py 的路線、節點、圖示座標與語意動作；SVG 自包含原圖的 WebP quality 95 資料，payload SHA-256 固定在產生器。這是高品質有損壓縮，不宣稱與原 PNG 位元相同；底圖沒有縮放、裁切、改字或重畫。動畫以 13 個局部裁切重用底圖的代表性圖示，沒有新增圖像資料或替換畫風；活動時以角落取色的底色蓋住原位置，再移動裁切副本，避免重影。首次以 --import-original --png 從固定 commit 匯入；平常用 python scripts/build-banner.py --png 重製覆蓋層與同名靜態 PNG，--check 比對來源與成品。
• 靜態輸出：PNG 直接解碼同版 SVG 的內嵌原圖，像素與該底圖一致。減少動態時覆蓋層全部隱藏；不載入外部圖片、字型或 JavaScript。
• 原文字、完整箭頭、圖示與卡片始終可見；光點沿各語言原圖的既有通道移動，共用 Hub 不跨錯分支。共用時間軸：基礎 0–2 秒、A 2–8 秒、B 8–16 秒、全圖停留 16–18 秒，持續循環。Stage 7.5 進階選讀與五條角色依需求選讀寫入替代說明，不為動畫重排原圖或改動底部文字。
• 圖示動作：基礎堆疊輕抬、兩處 CLI 游標輸入、兩處工具輕轉、Stage 5／8 循環箭頭旋轉、清單確認，以及研究燒瓶輕晃、開發電腦確認、教師帽輕轉、知識圖表伸展與日常人物輕抬。三語 13 區意義與時段一致，座標各自貼齊原圖；不動 GitHub 標誌。16–18 秒不動，減少動態與停止模式仍顯示完整原圖。
• README 三語 SVG 各有同語 PNG 靜態入口，文件站有停止／播放與減少動態效果支援，PDF 自動使用 PNG。GitHub README 是否動畫與原圖預覽分開實測；不支援時不改 GIF。
• 不修改下方 learning-map、角色圖或章節正文；不提高圖片容量上限。

2026-08-30：首頁學習路徑 Banner

banner.png、.en.png、.zh-Hans.png 以 Image 2.0 重新產生，取代含固定週數的舊版。

三語共用 1672×941 橫式母版、奶油白背景、深藍字、亮藍／橘兩條路、紫色共用 hub、 圓角卡與大留白。路徑固定為：

• 共用基礎 Stage 0–1–2 後分流。
• Track A：A1 → A2 → Stage 5 → A3 → Stage 8。
• Track B：3 → 4 → Stage 5 → 6 → 7 → 7.5 → Stage 8。
• Stage 5 後用上下兩條不交叉的路分開畫 A3 與 6／7／7.5，再於 Stage 8 匯合。
• Stage 8 後才分到研究人員、開發者、教師、知識工作者與日常使用者。

底部只保留三個不會因時間改變的提示：「使用現成 CLI Agent」、「打造自己的 Agent」、 「一站一個小成果」與 repository URL。不得放週數、月份、每週時數、價格、版本、年份、 GitHub stars 或其他容易漂移的指標。箭頭只能落在卡片／節點邊緣；不得穿過文字、icon、 框線或其他箭頭。三語必須使用同一節點、同一方向、同一色彩角色與同一欄位位置。

共同重產 prompt 核心：

Preserve the wide 1672×941 cream-white README infographic, exact route, bright blue/orange paths, purple shared hubs, rounded cards, generous whitespace, and locale-specific text. Show Stage 0–1–2, A1–A2, 3–4, Stage 5, then separate Stage 5–A3–Stage 8 and Stage 5–6–7–7.5–Stage 8 lanes before the five role paths. Replace mutable duration metrics with stable Track A, Track B, and one-result-per-stop guidance. Every arrow must land on a card or node edge. No text, icon, border, node, or arrow may overlap.

2026-09-13 · Stage 7 Eval 證據迴圈

新增：

• eval-evidence-loop.png
• eval-evidence-loop.en.png
• eval-evidence-loop.zh-Hans.png

OpenAI 官方模型頁在產圖前確認 GPT-Image-2.5 Sunburst 是現行最強的生成／精準編輯模型；但本次 Codex 內建 image generation 沒有暴露可選 model ID，因此只記錄「使用目前內建 image generation」，不宣稱手動指定了 Sunburst。

繁中先以 agent-engineering-control-questions.png 作為 house-style 參考建立新構圖，英文與簡中再以繁中成品保持相同格線。三張固定為 1672×941：上排用 3 × 3 卡片分開 Case／Suite／Golden Set、Reference Solution／Criteria／Trial／Grader、Baseline／Regression／Holdout Set；下排只畫一條 真實需求 → Development Cases → Trials + Graders → Baseline → Release Candidate → Frozen Holdout 路線，失敗案例沿底部留白回到下一版 Suite。

人工逐張檢查標題、九個詞、回程箭頭、警告與 footer。文字、icon、arrowhead、卡片和邊框沒有重疊；三語各用自己的圖檔，沒有價格、stars、模型版本、benchmark 分數或供應商標誌。圖中明確保留「Golden Set 不是訓練資料／Few-shot 範例」以及 dataset version、split、trial、grader、Outcome、Trajectory；不把 holdout 畫成平常反覆調整的資料。

Model lifecycle to Agent (model-lifecycle-to-agent*)

• Canvas: 1672×941 PNG, warm cream background, deep navy text, bright gentle accents, rounded cards, shared grid, simple line icons, and one left-to-right reading direction.
• Keep the six aligned cards in this order: Data → Pre-training → Base Model → Post-training → Instruct Model → Inference.
• Keep the Agent system in a separate outlined container after Inference. Its blocks are Prompt, RAG, Memory, Tools, and Harness. The diagram must make clear that Agent is a system around model use, not a seventh model checkpoint.
• Keep the Post-training chips SFT, DPO, and RLHF／RL, plus the bottom comparison between methods that change weights and systems that usually do not.
• Locale variants must preserve every card position, icon, arrow route, border, spacing, number, and technical English term. Only the explanatory prose changes language.
• Arrows must use whitespace lanes. Text, icons, arrowheads, borders, and chips must never overlap.

2026-09-13 · Stage 7 上線工程關係與 Eval Case

新增兩組三語 PNG：

• agent-production-relationship.{png,en.png,zh-Hans.png}
• eval-case-anatomy.{png,en.png,zh-Hans.png}

內建圖片生成工具沒有暴露可選 model ID，因此只記錄實際使用的內建圖片生成工具，不宣稱手動指定某個模型版本。兩組圖皆以本專案既有的 1672×941、奶油白背景、深藍文字、亮色圓角卡、簡單代表性圖示與大留白為共同畫風。繁中先定稿，英文與簡中沿用相同格線、卡片位置、箭頭路徑與色彩角色，只替換文字。

agent-production-relationship 只回答「Harness、Loop、Graph、Eval 各在哪裡」：Workflow Graph 是帶條件的分支路線，Harness 可以是路線中的工作環境，Harness 裡可以執行 Loop，Eval 則橫跨整套系統。三語固定同一組三分支與接線，只替換文字。Eval 區不再放「量尺／第四步」口號，改以 Outcome、Trajectory、Grader 三個實際評測元素說明它會看什麼。圖中不把四者畫成線性世代，也不宣稱 Harness + Eval = Loop。

eval-case-anatomy 只回答「完整 Eval Case 有哪些部分」：Input、Initial State、Success Criteria、Forbidden Actions、Optional Reference Answer、Grader 與 Case Metadata 是七個同層欄位。Input 只是完整 Eval Case 的其中一格。下方再整理 Eval Suite → Reviewed Eval Set，並註明 Golden／Reference Set 是需回到來源確認定義的外部名稱，不只是 input，也不等於訓練資料或 few-shot 範例。

人工逐張檢查三語標題、七個欄位、箭頭、警告與 footer；文字、圖示、箭頭、邊框沒有重疊。圖中不放價格、stars、模型版本、benchmark 分數或供應商標誌。