Sync: add ai finops and deployment notes

wiki/concepts/DarkLaunching.md

@@ -0,0 +1,31 @@
+---
+title: "DarkLaunching"
+type: concept
+tags: ["deployment", "release-management", "feature-rollout"]
+sources: ["engineering-autonomous-optimization-architect"]
+last_updated: 2026-04-26
+---
+
+## Aliases
+- Dark Launch
+- 暗启动
+- 灰度发布
+- Feature Flag Deployment
+
+## Definition
+暗启动是 [[AutonomousOptimizationArchitect]] 的模型引入策略——在不完全暴露给用户的前提下，将新模型部署到生产环境，通过 [[ShadowTraffic]] 验证其性能。分为三个阶段：影子测试（不返回用户）→ 灰度流量（5% 用户）→ 全量切换。
+
+## Mechanism
+1. **Phase 1 - Shadow Deployment**：新模型接收影子流量，完全不影响用户
+2. **Phase 2 - Canary**：5% 真实流量切换到新模型，监控错误率和用户满意度
+3. **Phase 3 - Full Rollout**：新模型通过所有检查后，全量替换旧模型
+
+## Key Properties
+- **风险可控**：任何阶段发现问题均可立即回滚
+- **数据驱动**：每个阶段都有明确的量化指标门槛
+- **与 CI/CD 集成**：暗启动可作为自动化发布流水线的组成部分
+
+## Connections
+- [[AutonomousOptimizationArchitect]] — 使用暗启动作为新模型引入框架
+- [[ShadowTraffic]] — 暗启动 Phase 1 的核心实现方式
+- [[CircuitBreaker]] — 提供暗启动失败时的自动保护机制