AI 透明度
最后更新：2026 年 3 月 16 日
1. 我们的 AI 方案
sh0（由 ZeroSuite, Inc. 运营）集成了 AI 功能来提升部署体验。我们相信对 AI 在平台上的工作方式、能力和局限性保持完全透明。
2. 使用的 AI 模型
- 主要模型： DeepSeek V3（通过 OpenRouter）
- 视觉模型： GPT-4o Mini（用于截图和 UI 分析）
- 提供商网关： OpenRouter (openrouter.ai)
- 架构： 基于 Transformer 的大型语言模型
3. 我们如何使用 AI
sh0 以以下方式使用 AI：
3.1 构建诊断
- 分析构建错误并建议修复方案
- 识别缺失的依赖或配置问题
- 提供上下文感知的故障排除
3.2 资源顾问
- 分析容器资源使用模式
- 推荐最优的 CPU 和内存分配
- 识别资源瓶颈
3.3 Chat-to-Deploy
- 接受自然语言部署请求
- 将意图转化为部署配置
- 提出澄清问题以获得更好的结果
3.4 代码健康检查
- 40 多条规则的静态分析（纯 Rust，不需要 AI）
- 可用 AI 增强分析以获得更深入的洞察
- 安全、性能和最佳实践检查
4. AI 能力
sh0 AI 擅长：
- 识别常见的构建和部署错误
- 建议配置改进
- 用通俗语言解释错误信息
- 根据使用模式推荐资源分配
- 多语言技术栈检测和支持
5. AI 局限性
了解 AI 不能做什么至关重要：
5.1 知识局限性
- 知识截止日期： 训练数据有截止日期，可能不涵盖最新版本
- 实时数据： 无法访问实时指标或当前状态
- 专业知识： 可能对小众或专有框架缺乏专业知识
5.2 准确性局限
- 幻觉： AI 可能自信地陈述错误信息
- 错误修复： 建议的修复可能无法解决实际问题
- 不完整分析： 可能遗漏未查看文件中的上下文
- 不一致性： 不同请求之间的结果可能有所不同
5.3 领域局限性
- 非 DevOps 专家： AI 建议是对专业知识的补充，而非替代
- 无基础设施访问： AI 无法直接修改您的部署
- 安全局限性： AI 不应被作为唯一的安全审计工具
6. 负责任的 AI 使用
我们建议：
- 在应用 AI 生成的建议之前，始终进行审查和验证
- 先在测试环境中测试 AI 推荐的更改
- 注意幻觉问题，并验证重要建议
- 将 AI 作为增强人类判断的工具，而非替代品
- 向我们报告不准确或有问题的 AI 输出
7. 我们如何改进 AI
- 用户反馈： 我们收集关于 AI 质量的反馈
- 模型更新： 定期评估并升级到更好的模型
- 提示工程： 持续优化提示以提高准确性
- 监控： 持续质量保证
8. 用于 AI 的数据
- 您的代码： 仅在活跃分析期间发送给 AI 提供商（不存储）
- 构建日志： 可能包含用于诊断上下文
- 无训练： 您的数据不用于训练 AI 模型
- 可选退出： 您可以禁用所有 AI 功能
9. 透明度报告
sh0 致力于透明：
- 我们发布 AI 模型变更的更新日志
- AI 功能使用统计可在您的控制面板中查看
- 自托管用户对 AI 使用拥有完全控制和可见性
10. AI 相关问题联系方式
对我们的 AI 方案有疑问？
- Email: [email protected]
- AI Ethics: [email protected]
- Security Issues: [email protected]