Developers needed to change their own deployments without an infra ticket, but not the two fields that move cost and capacity for everyone else. RBAC cannot express that. A Kyverno admission policy can — rolled out Audit → verify → Enforce across five clusters, one of them PCI-scoped, with a one-line rollback.
开发者要能自己改 deployment、不用给 infra 提单，但不能碰那两个会牵动整个集群成本和容量的字段。RBAC 表达不了这件事，Kyverno 的 admission 策略可以。按 Audit → 验收 → Enforce 推到五个集群（其中一个是 PCI 环境），回滚只需一行。
The migration case study covers how the event store got rebuilt. This one covers the decision underneath it — why Doris, when our own benchmark showed ClickHouse still faster on the exact workload we cared about, and how that got argued upward as constraint elimination instead of a speed claim.
有一类运维判断，声明的那份和实际生效的那份对不上，而两侧各自都合法，所以系统没有理由报错。这类判断写不成确定函数，因为它需要的知识不在数据里，唯一有效的约束是反例：一条判据必须自带一个「它会在这里判错」的样本。
迁移案例研究讲的是这个事件存储怎么重建的；这一篇讲的是它下面那个决策：benchmark 明明显示 ClickHouse 在我们在意的场景里更快，我们为什么还是选了 Doris，这个决策后来怎么讲给上面听。
探针库和告警规则是同一类东西：一堆随时间累积的判定。告警规则已经演示过这类东西的结局，问「怎么做成熟」，等价于问「怎么不重演那个结局」。探针有一个天然优势，它有调用记录，第一次可以做基于使用的垃圾回收。
人看监控靠视觉模式识别，所以需要选时间窗；agent 不需要，因为比较逻辑可以直接写进表达式。告警规则早就是给机器看的监控，只是被设计成只输出一位信息。照这个思路写了第一个探针，实测 667 条生产告警规则里 94 条已经静默失效。
拿一次 Kafka 积压的复盘举例：把根因写成一条因果链，每条边做反事实检验，再列出没解释掉的观察。链画出来之后，争论就变成了比较在哪一刀切最划算。
把工作项目的状态维护、边界控制和输出格式做成一套 2000 行的 hook + skill：必须发生的事挂事件触发，需要判断的事延迟到压缩阶段。以及 CLAUDE.md 为什么会越写越像一份带勘误的日志。
一次 4 TB 宽表点查调查：暖缓存、零远程读，仍要 1.12 秒，CPU 内存带宽全部正常。分析型数据库的一等指标是每条查询的扇出，不是主机资源水位。