吾成"人工智能食计之器"，几得无益于养生之方。

谷歌I/O写作挑战提交

上周，吾之约束优化引擎建议吾仅食蛋白粉与冻豌豆七日，以守吾每周二千七百美元之预算。此非戏言；实乃吾多步智能工作流中之一逻辑谬误也。

吾乃NestJS之工程师也。初以为以洁净之架构、促之指令，可解"预算餐食之备"之题。然则不然。为Google I/O 2026之挑战而建此，非为立一示范；实乃为治一系统，其崩坏之状，至为混沌。

1. "败绩"之刻：理与实之隙

吾初之MVP，简矣：以预算饲API，得回一餐食之JSON列。

其败也： 模式以全球平均计价，非吾地之市价也。吾机承其幻价，以为"真谛"，致所谋之策，虽技止于预算，然于滋养则谬（缺乎要微之养）。

其悟也： 人工智能非"优化器"，乃"生成器"也。吾须更易架构，自单提示请求转为多步验证之环。

2. 量度之果：测漂移

吾非仅"修正"提示；更设硬性约束验证之层。系统引入此法后，其进益若此基于Zod的回退策略：

3. 实施之：安全失败

吾知不可仅凭JSON.parse()即成生产应用。吾之智能工作流今视AI输出为“不可信之输入。”

// The Reality: Handling LLM non-determinism in NestJS
async optimizeBudget(budget: number): Promise<MealPlan> {
  try {
    const raw = await this.gemini.ask(budget);
    // Schema validation ensures we never crash on malformed AI output
    return MealPlanSchema.parse(JSON.parse(raw)); 
  } catch (e) {
    // When AI reasoning drifts, we don't return an invalid plan. 
    // We pivot to a deterministic "safe-mode" heuristic.
    console.error("AI reasoning drift detected, falling back to deterministic heuristic.");
    return this.staticMealService.getFallbackPlan(budget);
  }
}

4. 谷歌IO2026所授吾训

今岁之I/O要旨，移吾于"确定性代理工作流"之见.

无服务器乃一技：吾移其推理之理于Cloud Run。每至周夜之交通骤增，系统自调其量。吾惟偿算力于代理实"思"之时。
Firestore若为周遭之胶：以Firestore用之，吾之食计非仅网应用之态，实乃周遭数据之流，瞬息与吾之携行器合。此乃吾于台上所睹之"周遭计算"之愿景，施于吾之购蔬之单。

5. 结论：真意所在

其志非仅欲筑一AI食计之器。乃欲筑一系统，可安然而败。

吾辈为匠者，正涉世变，时移世易，AI非复可有可无之具，实乃立身之本。若不能造器，使当大智之谬而自容，则非造器也，乃积弊耳。

世之纷纭，如潮涌： lephuongtrung

推薦訂閱源