Бюджет: 5500 USD Срок: 15 дней
Привет, Дарлин.
Меня зовут Хироши, я инженер по бэкенду, который создает производственные AI-системы.
В отчете о соответствии есть поле дохода, помеченное для редактирования, рабочий процесс валидации аккуратно маскирует его в сохраненной записи, и след аудита выглядит чистым, за исключением того, что необработанный текст уже был отправлен по сети в модель до того, как что-либо было токенизировано, так что утечка уже произошла, и в журнале нет записи об этом.
Я понимаю, в чем на самом деле заключается эта роль.
Вам не нужно проектирование запросов, вам нужна настоящая бэкенд-система, где Клод выполняет семантическое суждение, а ваш код отвечает за валидацию, обработку конфиденциальных данных, целостность аудита и человеческий цикл одобрения вокруг этого.
То, что я бы построил, — это полный рабочий процесс.
Я получаю заявки через ваш API платформы, провожу семантические аудиты на противоречия, недостающую информацию и неподдерживаемые утверждения, проверяю структурированные ответы на соответствие нарративному тексту, применяю ваши редакционные и бизнес-правила и направляю каждый документ на автоматическое одобрение, человеческий обзор или обратно к отправителю, все это поддерживается Postgres, очередями задач и вебхуками.
Есть момент, который стоит решить до обработки первого документа.
Маскировка должна происходить до того, как необработанный текст покинет вашу инфраструктуру в сторону модели, а не только перед хранением, потому что сам вызов API является точкой утечки, и след аудита должен сохранять только замаскированную версию, никогда оригинал, иначе след становится самой большой уязвимостью в системе. То же самое касается порогов доверия, поскольку заявленная моделью степень уверенности не является откалиброванной вероятностью, поэтому автоматическое одобрение должно настраиваться на основе образца с человеческой разметкой, а не доверяться на слово.
Я работал CTO и аудитором в MoveSave, финтех-платформе, построенной на неизменяемом реестре с полной прослеживаемостью и строгой обработкой учетных данных и конфиденциальных данных, той же проблемой аудита и доверия, которая нужна этому рабочему процессу, и Клод и другие API LLM уже находятся в производстве в моей работе.
Надеюсь, мы сможем обсудить здесь детали проекта, и один вопрос уточнит мой план.
Как выглядит API исходной платформы для записи одобренного контента обратно, одна конечная точка на тип документа или общая схема?
Ценность здесь не в переписывании, а в следе решений, которому человек может доверять, не перечитывая все, и именно это я бы построил.
