第1章 · 环境、隐私与 Google Cloud 权益审计

本页只记录本地基线和外部资格核验方法，未把账号或云执行写成已通过。

本章是主线内容之前的环境准备章，只建立一个可复现、可停止、不泄密、不把会员权益误当作云授权的起点。

目标

• 固定本地 Node/Python/浏览器/设备基线，并能在全新 checkout 重跑。
• 只记录脱敏的能力状态，不记录账号 ID、项目号、余额截图、cookie、token 或账单原文。
• 区分 Google AI Pro 会员权益、Google Developer Profile credit、Google Cloud Billing、GPU quota、Colab/Kaggle 配额和 Gemini API 账本。
• 把云训练拆成资格、smoke、full run、service deploy 四道独立门；任意一门未核验都停在本地。

本地基线

pnpm install --frozen-lockfile
pnpm test:labs
pnpm docs:build
pnpm docs:preview --host 127.0.0.1

python3.11 -m venv .venv
source .venv/bin/activate       # Windows: .venv\Scripts\activate
python -m pip install --upgrade pip
python -m pip install -r requirements.txt
export PYTHONPATH="$PWD/python"
python -m pytest python/tests -q --tb=short

requirements.txt 会自动加载 requirements-py311.lock.txt 的 16 个 Python 3.11 支持矩阵约束。发布前还要分别运行 pnpm privacy:history 与 pnpm source:manifest -- --strict；当前两者的阻塞状态必须如实保留，不能被 pnpm verify 的本地 fixture 通过替代。

主线第3–10章默认使用 CPU/Apple Silicon MPS；规范安装会包含 PyTorch，因为第8章的真实 backward/update、受控 loss 下降、无 NaN、checkpoint 恢复是核心合同。缺少 PyTorch 的环境不能把 skipped 当作通过，应先修复环境。

能力审计字段

在本人打开官方 UI 后，只保存下面的结构，不复制任何个人信息：

capability: <capability-name>
verified_at: <iso-date>
status: eligible|unavailable|unverified
scope: <sanitized-service-or-route>
expires_at: <iso-date-or-null>
safe_course_use: yes|no|human-approval-required
evidence_local_only: true

字段模板和一次性授权的机器合同分别在 configs/google-gates.template.json；当前 checkout 的记录是 configs/google-gates-local-v1.json，其中 Google One 的 AI Pro 福利已由官方 UI 脱敏观察到，但 Cloud 训练资格仍为 unverified。提交脱敏记录前运行：

pnpm google:gates
node scripts/validate_google_gates.mjs --file <repo-relative-sanitized-record.json>

校验器只接受 eligible|unavailable|unverified，拒绝账号/项目/账单标识、凭据、绝对路径和邮箱；smoke、full-run、service-deploy 必须各自绑定不同的 approval_id、operation_id、route、region、资源形状、最大时长、gross 预算、expiry 和计划资源。当前只观察到 Google AI Pro 福利描述；Cloud 账单、项目、quota、Gemini API billing、Colab runtime 和 Kaggle accelerator 仍是 unverified，三个授权为 false，因此命令的通过含义是“合同和隐私边界有效”，不是云动作已执行。

Google AI Pro 页面可能展示 Developer Program 的 Google Cloud credit 或产品化 AI credits；这只能证明“官方计划存在该权益描述”，不能推出当前账号已完成 Developer Profile 关联、Cloud Billing 已启用、Gemini API 付费层/GPU quota 可用、项目能创建资源或训练费用一定为零。课程必须以当天真实 UI 和预算审批为准。

云路线与停止条件

本课程的默认小模型路线是 cloud_run_job_cpu，Vertex T4 只在 quota、价格和人工授权全部通过时启用。两条路线都必须绑定固定参数规模、token 上限、最长时长、region、预计 gross cost、operation_id 和一次性 approval_id。credit 不是 spending cap。

CLOUD ROUTE · DRY RUN ONLY

Google 资源是可选加速器，不是课程前置条件

Google AI Pro 会员权益、Google Cloud credit、Gemini API 额度和 GPU quota 是不同边界；必须在真实控制台逐项核验。页面不读取账号、不发起云请求。

资格：未核验

选择本地 dry-run 的云路线形状

Cloud Run Jobs · CPU推荐的默认小模型重放路线 Vertex AI · T4只有 quota 与预算均满足才考虑

Cloud Run Jobs · CPU

资源形状

1 task · 4 vCPU · 16 GiB · 最长 1 h（本地计划）

成本边界

研究估算示例；不是报价，必须按当日 SKU 重算

为什么

默认路线：可清理、无需 GPU quota

任何 cloud smoke/full run/service deploy 都必须带一次性 approval_id、operation_id、region、资源形状、时限和 gross cost；未核验或未授权时，本地结果不能标记为云端通过。

云 artifact chain 必须完整可回读：

dataset/config/tokenizer hash
  → job execution ID
  → checkpoint hash + validation metrics
  → image digest
  → private service revision
  → authenticated generation comparison

顺序固定为：本地 dry-run → 5–10 分钟 smoke → 单独 full run → 单独 service deploy → 生成对拍 → 同日清理 → 48 小时资源/账单回读。当前仓库不执行任何云请求，三项授权默认 false；本地 dry-run 不能写成云端通过。这条顺序在 第18章的部署门禁节 展开为逐阶段证据表——本章定三态审计与授权合同，第18章定每个阶段要回读什么证据。

故障注入与预期信号

注入	预期信号	修复/停止条件
把会员名当 GPU 配额	计划直接提交资源	保持 unverified，停在本地
只有 smoke approval 却启动 full run	approval action 不匹配	ledger 拒绝，不能继承授权
gross cost、时长或 region 缺失	计划不可审计	不创建 job
本地 checkpoint 冒充云 checkpoint	artifact chain 缺 execution ID	cloud_training_passed=false
发现异常资源/账单	继续执行会放大损失	立即停止，交由人类处理

口述与自测（不看资料，5–10 分钟）

• 说明为什么 eligible、一次 smoke 授权与一次真实云执行是三件不同的事；指出每一步缺失时必须停在哪里。
• 用自己的话画出本地训练输入到私有 Service 的 artifact chain，并指出哪个回读能阻止“本地成功”被误报成云端成功。

常见问题

现象	处理
ModuleNotFoundError: llm_core	激活 venv 并设置 PYTHONPATH="$PWD/python"
pytest 找不到	检查 Python 3.11 venv 和 requirements 文件
组件不更新	重新运行 pnpm docs:build，再重启 preview
Cloud 资格是 unverified	继续本地课程，不打开未授权的已登录控制台
看到密钥、个人资料或账单原文	不复制；停止并做脱敏记录

资源 / 成本 / 隐私

• 资源：本地 Node、Python 3.11、PyTorch、Chrome 与仓库内 fixture 即可完成本章；Google 官方页面只在学习者主动核验时使用，课程不要求把账号资料带入仓库。
• 成本：本地路径的直接成本为 $0；Cloud dry-run 固定 network_calls=0 且不创建资源。真实 Cloud smoke/full-run/deploy 需要另行人工审批、预算和当天资格核验，本页不把会员权益写成免费额度。
• 隐私：只保存脱敏的布尔/状态/范围字段，不保存账号、项目号、账单、cookie、token、邮箱或个人经历原文；个人材料仅用于本地课程适配，不进入公开构建产物。

证据

仓库当前机器证据（只读快照）

evidence/module-manifest-v1.json 中 01.evidence 指向当前文件：evidence/cloud-dry-run-v1.json。这是当前 checkout 的脱敏 dry-run 记录，只证明本地计划的参数、边界和 network_calls=0；它不证明 Google 账号资格、付费云训练或学习者已经完成本章。

隐私历史与产物扫描的补充记录为 evidence/privacy-history-local-v1.json。它只保存类别、路径、计数和脱敏状态；当前树扫描为 0 hit，但历史中的命中与缺少 CI 日志仍保持阻塞。

Google 权益与授权合同的本地补充记录为 evidence/google-gates-local-v1.json；官方 UI 脱敏观察的原始范围索引为 evidence/google-one-ui-readonly-v1.json。这两份记录只证明 UI 观察、脱敏字段、独立 approval 绑定和 fail-closed 校验器范围；不证明 Cloud billing、quota、云 job 或部署。

学习者提交模板（待填写，不是当前机器证据）

复制下面模板并填写本人当天官方 UI 核验后的脱敏结果。所有 <...> 都是未填写状态，不能被当作资格已确认或云动作已授权；不要写入账号、项目号、余额截图、cookie、token 或账单原文。

capability: <capability-name>
verified_at: <iso-date>
status: eligible|unavailable|unverified
scope: <sanitized-service-or-route>
expires_at: <iso-date-or-null>
safe_course_use: yes|no|human-approval-required
evidence_local_only: true

本章的本地命令输出、脱敏能力 YAML、隐私扫描结果、云 dry-run JSON 和浏览器页面/console/network 检查只证明各自范围。模板未填写、资格为 unverified 或授权为 false 时，必须停在本地路径；这些记录不能推出云训练、部署或学习者掌握已经通过。

下一章：第3章 · 从导数到自动微分 · 边界说明：环境参考 · 隐私红线