axiom-foundation-models-diag

基础模型诊断

概述

基础模型问题表现为上下文窗口超限错误、护栏违规、生成速度慢、可用性故障和意外输出。核心原则 80% 的基础模型问题源于对模型能力的误解（设备级模型，参数量为 3B，而非具备世界知识）、对上下文限制（4096 个 token）的误解，或对可用性要求的误解，而非框架缺陷。

危险信号 — 怀疑是基础模型问题

如果你看到以下任意情况，就应怀疑是对基础模型的理解有误，而非框架故障：

• 生成耗时 >5 秒
• 错误：exceededContextWindowSize
• 错误：guardrailViolation
• 错误：unsupportedLanguageOrLocale
• 模型给出幻觉内容／错误输出
• 生成过程中 UI 卡顿
• 功能在模拟器中正常运行，但在设备上不行
• ❌ 禁止“基础模型坏了，我们需要换一种 AI”
  • 基础模型为数百万台设备上的 Apple Intelligence 提供支持
  • 输出错误 = 用例不当（需要世界知识，而非摘要）
  • 不要试图为问题找借口——要进行诊断

关键区别 基础模型是设备级模型（参数量为 3B），针对摘要、提取和分类进行了优化——而非用于世界知识或复杂推理。将其用于不适合的任务必然会导致结果不佳。

必须首先执行的步骤

务必先运行这些操作（在更改代码之前）：

// 1. Check availability
let availability = SystemLanguageModel.default.availability

switch availability {
case .available:
    print("✅ Available")
case .unavailable(let reason):
    print("❌ Unavailable: \(reason)")
    // Possible reasons:
    // - Device not Apple Intelligence-capable
    // - Region not supported
    // - User not opted in
}

// Record: "Available? Yes/no, reason if not"

// 2. Check supported languages
let supported = SystemLanguageModel.default.supportedLanguages
print("Supported languages: \(supported)")
print("Current locale: \(Locale.current.language)")

if !supported.contains(Locale.current.language) {
    print("⚠️ Current language not supported!")
}

// Record: "Language supported? Yes/no"

// 3. Check context usage
let session = LanguageModelSession()
// After some interactions:
print("Transcript entries: \(session.transcript.entries.count)")

// Rough estimation (not exact):
let transcriptText = session.transcript.entries
    .map { $0.content }
    .joined()
print("Approximate chars: \(transcriptText.count)")
print("Rough token estimate: \(transcriptText.count / 3)")
// 4096 token limit ≈ 12,000 characters

// Record: "Approaching context limit? Yes/no"

// 4. Profile with Instruments
// Run with Foundation Models Instrument template
// Check:
// - Initial model load time
// - Token counts (input/output)
// - Generation time per request
// - Areas for optimization

// Record: "Latency profile: [numbers from Instruments]"

// 5. Inspect transcript for debugging
print("Full transcript:")
for entry in session.transcript.entries {
    print("Entry: \(entry.content.prefix(100))...")
}

// Record: "Any unusual entries? Repeated content?"

这些信息说明了什么

• 不可用 → 转到模式 1a/1b/1c（可用性问题）
• 上下文超限 → 转到模式 2a（token 限制）
• 护栏错误 → 转到模式 2b（内容政策）
• 语言错误 → 转到模式 2c（不支持的语言）
• 输出错误 → 转到模式 3a/3b/3c（输出质量）
• 生成缓慢 → 转到模式 4a/4b/4c/4d（性能）
• UI 卡住 → 转到模式 5a（阻塞主线程）

必须进行的判断

更改任何代码之前，先确定以下情况中的一项：

1. 如果 availability = .unavailable → 设备／地区／用户未选择加入的问题（不是代码错误）
2. 如果错误是 exceededContextWindowSize → token 过多（精简对话记录）
3. 如果错误是 guardrailViolation → 触发了内容政策（不是模型故障）
4. 如果错误是 unsupportedLanguageOrLocale → 不支持该语言（检查支持列表）
5. 如果输出内容存在幻觉 → 用例不当（需要世界知识，而非提取）
6. 如果生成耗时 >5 秒 → 未使用流式生成，或需要优化
7. 如果 UI 卡住 → 在主线程上调用（使用 Task {}）

如果诊断结果相互矛盾或不明确

• 停止。暂时不要继续查看模式
• 为每次 respond() 调用添加详细日志
• 使用 Instruments Foundation Models 模板运行
• 确定基准：实际发生了什么，以及你原本假设了什么

决策树

Foundation Models problem?
│
├─ Won't start?
│  ├─ .unavailable → Availability issue
│  │  ├─ Device not capable? → Pattern 1a (device requirement)
│  │  ├─ Region restriction? → Pattern 1b (regional availability)
│  │  └─ User not opted in? → Pattern 1c (Settings check)
│  │
├─ Generation fails?
│  ├─ exceededContextWindowSize → Context limit
│  │  └─ Long conversation or verbose prompts? → Pattern 2a (condense)
│  │
│  ├─ guardrailViolation → Content policy
│  │  └─ Sensitive or inappropriate content? → Pattern 2b (handle gracefully)
│  │
│  ├─ unsupportedLanguageOrLocale → Language issue
│  │  └─ Non-English or unsupported language? → Pattern 2c (language check)
│  │
│  └─ Other error → General error handling
│     └─ Unknown error type? → Pattern 2d (catch-all)
│
├─ Output wrong?
│  ├─ Hallucinated facts → Wrong model use
│  │  └─ Asking for world knowledge? → Pattern 3a (use case mismatch)
│  │
│  ├─ Wrong structure → Parsing issue
│  │  └─ Manual JSON parsing? → Pattern 3b (use @Generable)
│  │
│  ├─ Missing data → Tool needed
│  │  └─ Need external information? → Pattern 3c (tool calling)
│  │
│  └─ Inconsistent output → Sampling issue
│     └─ Different results each time? → Pattern 3d (temperature/greedy)
│
├─ Too slow?
│  ├─ Initial delay (1-2s) → Model loading
│  │  └─ First request slow? → Pattern 4a (prewarm)
│  │
│  ├─ Long wait for results → Not streaming
│  │  └─ User waits 3-5s? → Pattern 4b (streaming)
│  │
│  ├─ Verbose schema → Token overhead
│  │  └─ Large @Generable type? → Pattern 4c (includeSchemaInPrompt)
│  │
│  └─ Complex prompt → Too much processing
│     └─ Massive prompt or task? → Pattern 4d (break down)
│
└─ UI frozen?
   └─ Main thread blocked → Async issue
      └─ App unresponsive during generation? → Pattern 5a (Task {})

诊断模式

模式 1a：设备不支持

症状：

• SystemLanguageModel.default.availability = .unavailable
• 原因：设备不支持 Apple Intelligence

诊断：

let availability = SystemLanguageModel.default.availability

switch availability {
case .available:
    print("✅ Available")
case .unavailable(let reason):
    print("❌ Reason: \(reason)")
    // Check if device-related
}

修复：

// ❌ BAD - No availability UI
let session = LanguageModelSession() // Crashes on unsupported devices

// ✅ GOOD - Graceful UI
struct AIFeatureView: View {
    @State private var availability = SystemLanguageModel.default.availability

    var body: some View {
        switch availability {
        case .available:
            AIContentView()
        case .unavailable:
            VStack {
                Image(systemName: "cpu")
                Text("AI features require Apple Intelligence")
                    .font(.headline)
                Text("Available on iPhone 15 Pro and later")
                    .font(.caption)
                    .foregroundColor(.secondary)
            }
        }
    }
}

耗时：添加 UI 需要 5-10 分钟

---

模式 1b：地区可用性

症状：

• 功能对部分用户有效，对其他用户无效
• 因地区限制而不可用

诊断： 基础模型需要：

• 受支持的地区（例如，最初支持美国、英国、澳大利亚）
• 支持范围可能会逐步扩大

修复：

// ✅ GOOD - Clear messaging
switch SystemLanguageModel.default.availability {
case .available:
    // proceed
case .unavailable(let reason):
    // Show region-specific message
    Text("AI features not yet available in your region")
    Text("Check Settings → Apple Intelligence for availability")
}

耗时：5 分钟

---

模式 1c：用户未选择加入

症状：

• 设备支持，地区受支持
• 仍然不可用

诊断： 用户必须在“设置”中选择加入 Apple Intelligence

修复：

// ✅ GOOD - Direct user to settings
switch SystemLanguageModel.default.availability {
case .available:
    // proceed
case .unavailable:
    VStack {
        Text("Enable Apple Intelligence")
        Text("Settings → Apple Intelligence → Enable")
        Button("Open Settings") {
            if let url = URL(string: UIApplication.openSettingsURLString) {
                UIApplication.shared.open(url)
            }
        }
    }
}

耗时：10 分钟

---

模式 2a：上下文窗口超限

症状：

Error: LanguageModelSession.GenerationError.exceededContextWindowSize

诊断：

• 4096 个 token 限制（输入 + 输出）
• 长对话会累积 token
• 冗长的提示词会占用限制额度

修复：

// ❌ BAD - Unhandled error
let response = try await session.respond(to: prompt)
// Crashes after ~10-15 turns

// ✅ GOOD - Condense transcript
var session = LanguageModelSession()

do {
    let response = try await session.respond(to: prompt)
} catch LanguageModelSession.GenerationError.exceededContextWindowSize {
    // Condense and continue
    session = condensedSession(from: session)
    let response = try await session.respond(to: prompt)
}

func condensedSession(from previous: LanguageModelSession) -> LanguageModelSession {
    let entries = previous.transcript.entries

    guard entries.count > 2 else {
        return LanguageModelSession(transcript: previous.transcript)
    }

    // Keep: first (instructions) + last (recent context)
    var condensed = [entries.first!, entries.last!]

    let transcript = Transcript(entries: condensed)
    return LanguageModelSession(transcript: transcript)
}

耗时：实现精简需要 15-20 分钟

---

模式 2b：护栏违规

症状：

Error: LanguageModelSession.GenerationError.guardrailViolation

诊断：

• 用户输入触发了内容政策
• 暴力、仇恨言论、非法活动
• 模型拒绝生成

修复：

// ✅ GOOD - Graceful handling
do {
    let response = try await session.respond(to: userInput)
    print(response.content)
} catch LanguageModelSession.GenerationError.guardrailViolation {
    // Show user-friendly message
    print("I can't help with that request")
    // Log for review (but don't show user input to avoid storing harmful content)
}

耗时：5-10 分钟

---

模式 2c：不支持的语言

症状：

Error: LanguageModelSession.GenerationError.unsupportedLanguageOrLocale

诊断： 用户输入的语言不受模型支持

修复：

// ❌ BAD - No language check
let response = try await session.respond(to: userInput)
// Crashes if unsupported language

// ✅ GOOD - Check first
let supported = SystemLanguageModel.default.supportedLanguages

guard supported.contains(Locale.current.language) else {
    // Show disclaimer
    print("Language not supported. Currently supports: \(supported)")
    return
}

// Also handle errors
do {
    let response = try await session.respond(to: userInput)
} catch LanguageModelSession.GenerationError.unsupportedLanguageOrLocale {
    print("Please use English or another supported language")
}

耗时：10 分钟

---

模式 2d：通用错误处理

症状： 未知错误类型

修复：

// ✅ GOOD - Comprehensive error handling
do {
    let response = try await session.respond(to: prompt)
    print(response.content)
} catch LanguageModelSession.GenerationError.exceededContextWindowSize {
    // Handle context overflow
    session = condensedSession(from: session)
} catch LanguageModelSession.GenerationError.guardrailViolation {
    // Handle content policy
    showMessage("Cannot generate that content")
} catch LanguageModelSession.GenerationError.unsupportedLanguageOrLocale {
    // Handle language issue
    showMessage("Language not supported")
} catch {
    // Catch-all for unexpected errors
    print("Unexpected error: \(error)")
    showMessage("Something went wrong. Please try again.")
}

耗时：10-15 分钟

---

模式 3a：输出幻觉（用例不当）

症状：

• 模型给出的答案在事实上不正确
• 捏造信息

诊断： 将模型用于世界知识（用例不当）

修复：

// ❌ BAD - Wrong use case
let prompt = "Who is the president of France?"
let response = try await session.respond(to: prompt)
// Will hallucinate or give outdated info

// ✅ GOOD - Use server LLM for world knowledge
// Foundation Models is for:
// - Summarization
// - Extraction
// - Classification
// - Content generation

// OR: Use Tool calling with external data source
struct GetFactTool: Tool {
    let name = "getFact"
    let description = "Fetch factual information from verified source"

    @Generable
    struct Arguments {
        let query: String
    }

    func call(arguments: Arguments) async throws -> ToolOutput {
        // Fetch from Wikipedia API, news API, etc.
        let fact = await fetchFactFromAPI(arguments.query)
        return ToolOutput(fact)
    }
}

耗时：实现工具需要 20-30 分钟，或切换到合适的 AI

---

模式 3b：结构错误（未使用 @Generable）

症状：

• 解析错误
• JSON 无效
• 键错误

诊断： 手动解析 JSON，而非使用 @Generable

修复：

// ❌ BAD - Manual parsing
let prompt = "Generate person as JSON"
let response = try await session.respond(to: prompt)
let data = response.content.data(using: .utf8)!
let person = try JSONDecoder().decode(Person.self, from: data) // CRASHES

// ✅ GOOD - @Generable
@Generable
struct Person {
    let name: String
    let age: Int
}

let response = try await session.respond(
    to: "Generate a person",
    generating: Person.self
)
// response.content is type-safe Person, guaranteed structure

耗时：转换为 @Generable 需要 10 分钟

---

模式 3c：数据缺失（需要工具）

症状：

• 模型没有所需信息
• 输出模糊或泛泛而谈

诊断： 需要外部数据（天气、地点、联系人）

修复：

// ❌ BAD - No external data
let response = try await session.respond(
    to: "What's the weather in Tokyo?"
)
// Will make up weather data

// ✅ GOOD - Tool calling
import WeatherKit

struct GetWeatherTool: Tool {
    let name = "getWeather"
    let description = "Get current weather for a city"

    @Generable
    struct Arguments {
        let city: String
    }

    func call(arguments: Arguments) async throws -> ToolOutput {
        // Fetch real weather
        let weather = await WeatherService.shared.weather(for: arguments.city)
        return ToolOutput("Temperature: \(weather.temperature)°F")
    }
}

let session = LanguageModelSession(tools: [GetWeatherTool()])
let response = try await session.respond(to: "What's the weather in Tokyo?")
// Uses real weather data

耗时：实现工具需要 20-30 分钟

---

模式 3d：输出不一致（采样）

症状：

• 同一个提示词每次生成的输出都不同
• 测试需要一致的结果

诊断： 随机采样（默认行为）

修复：

// Default: Random sampling
let response1 = try await session.respond(to: "Write a haiku")
let response2 = try await session.respond(to: "Write a haiku")
// Different every time

// ✅ For deterministic output (testing/demos)
let response = try await session.respond(
    to: "Write a haiku",
    options: GenerationOptions(sampling: .greedy)
)
// Same output for same prompt (given same model version)

// ✅ For low variance
let response = try await session.respond(
    to: "Classify this article",
    options: GenerationOptions(temperature: 0.5)
)
// Slightly varied but focused

// ✅ For high creativity
let response = try await session.respond(
    to: "Write a creative story",
    options: GenerationOptions(temperature: 2.0)
)
// Very diverse output

耗时：2-5 分钟

---

模式 4a：初始延迟（预热）

症状：

• 第一次生成需要 1-2 秒才开始
• 后续请求更快

诊断： 模型加载时间

修复：

// ❌ BAD - Load on user interaction
Button("Generate") {
    Task {
        let session = LanguageModelSession() // 1-2s delay here
        let response = try await session.respond(to: prompt)
    }
}

// ✅ GOOD - Prewarm on init
class ViewModel: ObservableObject {
    private var session: LanguageModelSession?

    init() {
        // Prewarm before user interaction
        Task {
            self.session = LanguageModelSession(instructions: "...")
        }
    }

    func generate(prompt: String) async throws -> String {
        guard let session = session else {
            // Fallback if not ready
            self.session = LanguageModelSession()
            return try await self.session!.respond(to: prompt).content
        }
        return try await session.respond(to: prompt).content
    }
}

耗时：10 分钟 节省的延迟：首次请求缩短 1-2 秒

---

模式 4b：生成时间长（流式传输）

症状：

• 用户等待 3-5 秒，却看不到任何内容
• 随后整个结果一次性出现

诊断： 长内容生成未采用流式传输

修复：

// ❌ BAD - No streaming
let response = try await session.respond(
    to: "Generate 5-day itinerary",
    generating: Itinerary.self
)
// User waits 4 seconds seeing nothing

// ✅ GOOD - Streaming
@Generable
struct Itinerary {
    var destination: String
    var days: [DayPlan]
}

let stream = session.streamResponse(
    to: "Generate 5-day itinerary to Tokyo",
    generating: Itinerary.self
)

for try await partial in stream {
    // Update UI incrementally
    self.itinerary = partial
}
// User sees destination in 0.5s, then days progressively

耗时：15-20 分钟 感知延迟：0.5 秒，而非 4 秒

---

模式 4c：大型架构开销

症状：

• 使用相同的 @Generable 类型发起后续请求时速度变慢

诊断： 每次都会将架构重新插入提示词

修复：

// First request - schema inserted automatically
let first = try await session.respond(
    to: "Generate first person",
    generating: Person.self
)

// ✅ Subsequent requests - skip schema insertion
let second = try await session.respond(
    to: "Generate another person",
    generating: Person.self,
    options: GenerationOptions(includeSchemaInPrompt: false)
)

耗时：2 分钟 节省的延迟：每次请求缩短 10-20%

---

模式 4d：复杂提示词（拆分处理）

症状：

• 生成耗时 >5 秒
• 结果质量较差

诊断： 提示词对于单次生成来说过于复杂

修复：

// ❌ BAD - One massive prompt
let prompt = """
    Generate complete 7-day itinerary with hotels, restaurants,
    activities, transportation, budget, tips, and local customs
    """
// 5-8 seconds, poor quality

// ✅ GOOD - Break into steps
let overview = try await session.respond(
    to: "Generate high-level 7-day plan for Tokyo"
)

var dayDetails: [DayPlan] = []
for day in 1...7 {
    let detail = try await session.respond(
        to: "Detail activities and restaurants for day \(day) in Tokyo",
        generating: DayPlan.self
    )
    dayDetails.append(detail.content)
}
// Total time similar, but better quality and progressive results

耗时：20-30 分钟 质量提升：显著改善

---

模式 5a：UI 卡顿（主线程阻塞）

症状：

• 生成期间应用无响应
• UI 卡顿数秒

诊断： 在主线程上同步调用 respond()

修复：

// ❌ BAD - Blocking main thread
Button("Generate") {
    let response = try await session.respond(to: prompt)
    // UI frozen for 2-5 seconds!
}

// ✅ GOOD - Async task
Button("Generate") {
    Task {
        do {
            let response = try await session.respond(to: prompt)
            // Update UI on main thread
            await MainActor.run {
                self.result = response.content
            }
        } catch {
            print("Error: \(error)")
        }
    }
}

耗时：5 分钟 UX 改进：大幅改善（UI 不再卡顿）

---

生产环境危机场景

背景

情况：你刚刚使用 Foundation Models 发布了一项 AI 驱动的功能。发布后 2 小时内：

• 20% 的用户反馈“AI 功能无法使用”
• App Store 评价下滑：“新的 AI 坏了”
• 产品副总裁发邮件询问：“修复预计何时完成？”
• 工程经理：“我们应该回滚吗？”

压力信号：

• 🚨 收入影响：该功能是新版本应用的关键卖点
• ⏰ 时间压力：“现在就修好”
• 👔 高管关注：副总裁正在关注
• 📉 公众声誉：所有人都能看到 App Store 评价

合理化陷阱

切勿落入以下陷阱：

1. “禁用该功能”

   • 失去产品差异化
   • 等于承认失败
   • 无法了解问题出在哪里

2. “回退到上一版本”

   • 浪费数周的工作
   • 无法修复根本原因
   • 用户依然不满

3. “在我这里能用”

   • 模拟器 ≠ 真实设备
   • 你的设备 ≠ 所有设备
   • 忽视实际问题

4. “切换到 ChatGPT API”

   • 侵犯隐私
   • 大规模使用时成本高昂
   • 无法解决可用性问题

强制执行流程

阶段 1：识别（5 分钟）

// Check error distribution
// What percentage seeing what error?

// Run this on test devices:
let availability = SystemLanguageModel.default.availability

switch availability {
case .available:
    print("✅ Available")
case .unavailable(let reason):
    print("❌ Unavailable: \(reason)")
}

// Hypothesis:
// - If 20% unavailable → Availability issue (device/region/opt-in)
// - If 20% getting errors → Code bug
// - If 20% seeing wrong results → Use case mismatch

结果：发现 20% 的用户使用的设备不支持 Apple Intelligence。

---

阶段 2：确认（5 分钟）

// Check which devices affected
// iPhone 15 Pro+ = ✅ Available
// iPhone 15 = ❌ Unavailable
// iPhone 14 = ❌ Unavailable

// Conclusion: Availability issue, not code bug

根本原因：该功能假设所有用户都拥有 Apple Intelligence。实际上有 20% 的用户没有。

---

阶段 3：设备要求（5 分钟）

确认：

• Apple Intelligence 要求使用 iPhone 15 Pro 或更新机型
• 或配备 M1 或更新芯片的 iPad
• 或搭载 Apple 芯片的 Mac

20% 的用户群体使用较旧设备

---

阶段 4：实施修复（15 分钟）

// ✅ Add availability check + graceful UI
struct AIFeatureView: View {
    @State private var availability = SystemLanguageModel.default.availability

    var body: some View {
        switch availability {
        case .available:
            // Show AI feature
            AIContentView()

        case .unavailable:
            // Graceful fallback
            VStack {
                Image(systemName: "sparkles")
                    .font(.largeTitle)
                    .foregroundColor(.secondary)

                Text("AI-Powered Features")
                    .font(.headline)

                Text("Available on iPhone 15 Pro and later")
                    .font(.subheadline)
                    .foregroundColor(.secondary)
                    .multilineTextAlignment(.center)

                // Offer alternative
                Button("Use Standard Mode") {
                    // Show non-AI fallback
                }
            }
        }
    }
}

---

阶段 5：部署（20 分钟）

1. 在多台设备上测试（15 分钟）

   • iPhone 15 Pro：✅ 显示 AI 功能
   • iPhone 14：✅ 显示友好提示
   • iPad Pro M1：✅ 显示 AI 功能

2. 提交热修复版本（5 分钟）

---

沟通模板

发给产品副总裁（立即）：

Root cause identified:

The AI feature requires Apple Intelligence (iPhone 15 Pro+).
20% of our users have older devices. We didn't check availability.

Fix: Added availability check with graceful fallback UI.

Timeline:
- Hotfix ready: Now
- TestFlight: 10 minutes
- App Store submission: 30 minutes
- Review: 24-48 hours (requesting expedited)

Impact mitigation:
- 80% of users see working AI feature
- 20% see clear message + standard mode fallback
- No functionality lost, just graceful degradation

发给工程团队：

Post-mortem items:
1. Add availability check to launch checklist
2. Test on non-Apple-Intelligence devices
3. Document device requirements clearly
4. Add analytics for availability status

节省的时间

• 慌乱应对（禁用/回退）：2 小时的会议时间 + 工作成果损失
• 正确诊断：45 分钟找出根本原因 → 修复 → 部署

我们学到的经验

1. 创建会话前务必检查可用性
2. 在不同代际的真实设备上测试
3. 优雅降级优于移除功能
4. 向用户清楚说明设备要求

---

快速参考表

症状	原因	检查项	模式	时间
无法启动	.unavailable	SystemLanguageModel.default.availability	1a	5 分钟
区域问题	所在区域不受支持	检查支持的区域	1b	5 分钟
未选择加入	Apple Intelligence 已停用	检查设置	1c	10 分钟
超出上下文限制	>4096 tokens	对话记录长度	2a	15 分钟
护栏错误	内容政策	用户输入类型	2b	10 分钟
语言错误	不支持的语言	supportedLanguages	2c	10 分钟
输出出现幻觉	用例不匹配	检查任务类型	3a	20 分钟
结构错误	缺少 @Generable	是否需要手动解析？	3b	10 分钟
缺少数据	没有工具	是否需要外部数据？	3c	30 分钟
结果不一致	随机采样	是否需要确定性？	3d	5 分钟
初始延迟	模型加载	首次请求是否缓慢？	4a	10 分钟
等待时间过长	没有流式处理	生成时间是否 >1 秒？	4b	20 分钟
Schema 开销	重复插入 Schema	后续请求是否如此？	4c	2 分钟
提示词复杂	一次处理过多内容	生成时间是否 >5 秒？	4d	30 分钟
UI 冻结	主线程	检查线程	5a	5 分钟

---

交叉引用

相关 Axiom 技能：

• axiom-foundation-models — 讲解反模式、正确使用模式和压力场景的规范技能
• axiom-foundation-models-ref — 完整的 API 参考，包含所有 WWDC 2025 代码示例

Apple 资源：

• Foundation Models 框架文档
• WWDC 2025-286：认识 Foundation Models 框架
• WWDC 2025-301：深入探索 Foundation Models 框架
• Instruments Foundation Models 模板

---

最后更新：2025-12-03 版本：1.0.0 技能类型：诊断