线上改动如何通过 A/B 测试或灰度指标验证真实效果？

改动上线后怎么判断它真的有效？做 A/B 或灰度时会看什么？

你写了测试集，怎么来的？有什么效果？后续测试集有没有回归调优？

C 端 Skill 发布要比内部更谨慎，版本/灰度/埋点怎么做？

真实流量执行完，你怎么判断结果好不好？

回滚机制与AB测试系统的应用。