Merge remote-tracking branch 'main/main'

02_Areas/House/low-volume-mono-laser-mfp-buying-guide-2026-08.md

@@ -0,0 +1,67 @@
+# 低打印量黑白激光一体机：采购决策树（2026-08）
+
+## 结论
+
+对于“打印量很小、20 页/分钟足够、不需要 ADF”的需求，不应为 34 页/分钟、250 页纸盒或双面 ADF 付费。它们解决的是连续文档处理，而不是偶尔打印。优先级应为：**不被耗材/账号绑定、稳定的局域网打印、平板扫描、紧凑尺寸和可获得的原装耗材**。
+
+首选是 **Brother DCP-L1638W 或 DCP-L1848W**：两者都是传统鼓粉分离路线，20 ppm、150 页纸盒、百兆有线网口及 2.4/5 GHz Wi-Fi；官方资料不能证实 1848 相比 1638 有实质功能升级，因此按正规渠道的含税到手价和保修选较便宜、在售的一台即可。[L1638W 官方参数表](https://www.brother.cn/-/media/ap/cn/products/pdf-file/prt/ESL-done/DCP-L1628L1638W.ashx)；[L1848W 官方参数表](https://www.brother.cn/-/media/ap/cn/products/pdf-file/prt/ESL_DCP-L1848W.ashx)
+
+不把 Brother DCP-11W 作为默认首选。它是 Brother 当前标为新品的同级机器，却是“云充”按页模式：激活后含 700 页，页数用完要通过绑定的微信账户购买套餐才能继续打印；粉仓和硒鼓由官方免费提供。这适合愿意换取三年保修和明确按页预算的人，不适合希望长期离线、自主选择耗材的人。[新品发布](https://www.brother.cn/info/news/20250613)；[云充规则](https://www.brother.cn/minisite/sppackage/esl/)
+
+## 先按需求分流，而不是按品牌或 ppm
+
+```text
+需要批量扫描/复印多页原稿？
+├─ 是 → 本指南不适用；选择带 ADF 的 L2648DW 等级，双面原稿高频则看双 CIS 机型。
+└─ 否
+   └─ 需要自动双面打印？
+      ├─ 是 → 选择 B7628DW 等带 duplex 的型号；这是功能升级，不是速度升级。
+      └─ 否
+         └─ 必须有有线网口或 5 GHz Wi-Fi？
+            ├─ 是 → Brother L1638W/L1848W 为基准选择。
+            └─ 否 / 接受仅 2.4 GHz Wi-Fi
+               └─ 是否接受按页充值并绑定微信？
+                  ├─ 是 → Brother DCP-11W（先比较套餐与传统耗材总价）。
+                  └─ 否 → L1638W/L1848W；或比较下列 Canon/HP/Pantum。
+```
+
+### 采购前的一票否决项
+
+- 需要 macOS、iPhone/iPad：确认 AirPrint；不要假定“Wi-Fi”就等于无需驱动。
+- 打印机准备接交换机：确认具体 SKU 有 **Ethernet**，不能把 Wi-Fi Direct 当作局域网网口。HP MFP 1188w 的中国规格仅列 USB 和 2.4 GHz Wi-Fi，不列有线网口。
+- 偶尔使用也建议选激光，但纸张要长期放在干燥、封闭处；低使用量时，受潮纸和旧粉盒造成的底灰、掉粉或卡纸比 20/22 ppm 差异更常见。
+- 需要自动双面打印、ADF、双面扫描时，直接跳级；入门平板机硬凑这些功能没有性价比。
+
+## 候选机型：仅保留与需求相符者
+
+| 机型 | 联网 / 移动打印 | 核心纸路与扫描 | 耗材结构 | 面向本需求的判断 |
+|---|---|---|---|---|
+| **Brother DCP-L1638W / L1848W** | USB、100M Ethernet、2.4/5 GHz Wi-Fi；AirPrint、Mopria、Wireless Direct、Brother Mobile Connect | 20 ppm、150 页进/50 页出、平板 CIS；无 ADF、无自动双面 | TN118 约 1,500 页 + DR118 约 10,000 页，鼓粉分离 | **首选**：功能刚好够用，网络规格最好，自主耗材路径最清晰。两台按价格/现货择一。 |
+| **Brother DCP-11W** | USB、100M Ethernet、2.4/5 GHz Wi-Fi / Wi-Fi Direct | 20 ppm、150 页纸盒、平板扫描；未列 ADF 或自动双面 | 云充按页；耗材由官方供给 | 只有明确接受微信充值、看重三年保修时才选；不是“便宜传统激光机”。 |
+| **Pantum M6509NW** | USB、100M Ethernet、2.4 GHz 802.11b/g/n Wi-Fi；自带热点 | 22 ppm、150 页进/100 页出、平板扫描；手动双面 | 鼓粉一体 PD-219，官方标称 1,600 页 | **价格明显更低时的可比替代**。接口齐全，支持扫 PC/邮件/FTP/移动端，但机身较宽、仅 2.4 GHz，且鼓粉一体意味着每次换耗材同时更换感光组件。 |
+| **HP Laser MFP 1188w** | USB、2.4 GHz 802.11b/g/n、Wi-Fi Direct、AirPrint/Mopria/HP 应用；**无 Ethernet** | 22 ppm、150 页进/100 页出、平板扫描；手动双面 | 一体式黑色硒鼓；随机约 1,500 页 | 仅无线且 2.4 GHz 能满足时再比价。优点是 AirPrint/Mopria 明确、首张页快；不符合“网口或双频”优先条件。 |
+| **Canon iC MF232w** | Ethernet、2.4 GHz Wi-Fi、AirPrint、网络/移动扫描 | 23 ppm、250 页纸盒、平板扫描；无自动双面 | CRG337 一体式硒鼓 2,400 页 | 纸盒需求确实较大才考虑。官方建议价较高，且产品规格呈现的是较老的 IPv4 / 2.4 GHz 组合，不是本需求下的优先解。 |
+| **Canon iC MF272dw** | Ethernet、2.4 GHz Wi-Fi、AirPrint/Mopria | 29 ppm、150 页纸盒、平板扫描、自动双面打印 | CRG071：700 页随机、1,200/2,500 页商品硒鼓 | 功能不错但属于为自动双面打印升级；官方建议价 ￥3,838，不适合低量、单面为主时以性价比为目标的采购。 |
+
+Brother 规格与耗材页数以官方参数表为准；Pantum 的接口、PD-219 和建议月印量 250–2,000 页见[官方产品页](https://www.pantum.cn/product-center/1487019260672548865.html)。HP 的 22 ppm、150 页、仅 Wi-Fi/USB、手动双面和一年保修见[中国官方规格](https://support.hp.com/cn-zh/product/product-specs/hp/2101513893)。Canon MF232w 的 23 ppm、250 页、CRG337、IPv4 和接口见[官方规格](https://www.canon.com.cn/product/icmf232w/spec.html)；MF272dw 的 29 ppm、自动双面、接口及 CRG071 页数见[官方规格](https://www.canon.com.cn/product/icmf272dw/spec.html)。
+
+## 耗材与锁定：应怎样理解
+
+**不要只用“每页成本”决定低量用户。** 一年只打印几十到几百页时，机器差价、过期/存放不当的耗材风险和购买便利性，通常超过高容量粉盒带来的单位页优势。页产量也是 ISO 覆盖率下的额定值，不等于实际能稳定打印的页数。
+
+- **传统耗材（Brother L1638W/L1848W）**：粉盒和硒鼓分开，硒鼓寿命远高于单盒粉量；这是长期低量使用中最可预测的结构。原装 TN118 / DR118 的料号和页数已由 Brother 公布。第三方粉盒或灌粉可以降低成本，但不属于厂商性能/保修承诺；低量用户省下的钱很有限，反而更容易把故障归因变复杂。建议首个生命周期使用原装或可靠授权渠道耗材。
+- **云充（DCP-11W）**：这里的锁定不是“第三方粉盒风险”，而是服务依赖：打印资格、套餐和耗材供给都依赖绑定的微信/官方流程。购买前应把预计三年页数代入套餐，确认账号更换、迁移、停服或转让场景的处理规则；并接受双面一张按两页计。
+- **一体式硒鼓（Pantum、HP、Canon）**：换粉即换鼓，维护动作简单；缺点是无法像鼓粉分离机那样只更换粉盒。不要据此推断“第三方一定不能用”或“必然会被固件锁死”——厂商公开资料通常只承诺原装耗材效果/保修，兼容耗材的芯片兼容性、质量和售后由销售方承担，应按批次验证。
+
+## 最终推荐与购买动作
+
+1. **默认买 Brother DCP-L1638W 或 DCP-L1848W**：选到手价更低、可开票、有本地退换/保修的那个；功能层面无需为 1848 付溢价。
+2. 若二者断货或溢价过大，**Pantum M6509NW** 是功能不降级的对照品；要求 5 GHz Wi-Fi 时排除它。
+3. 若只用手机/2.4 GHz Wi-Fi，且 HP 的即时价格有明显优势，才纳入 **HP 1188w**；它没有网口，不能接入现有有线网络。
+4. **不要因为“最新”买 DCP-11W**，除非云充模式本身是主动选择。对低量家庭用户，耗材自主权通常比三年保修更重要。
+
+到货后先完成一次有线或基础 Wi-Fi 配网、AirPrint/Windows/macOS 实测、扫描为 PDF、睡眠唤醒和一张双面手动测试；保留试机页与发票。将设备放在受信任 LAN；如果启用 Wi-Fi Direct，设置强口令，平时不需要则关闭。
+
+## 调研边界
+
+本表只比较中国市场仍可由厂商官方页面/支持页核实的代表 SKU，价格、实际库存和促销会实时变化，未把电商标价写入结论。所谓“最新”以 Brother 中国目录/公告为准，而非“功能最强”或“最适合”。资料核查日期：2026-08-11。

02_Areas/House/sirivision-sr-s25g3218f-research-2026-08.md

@@ -0,0 +1,158 @@
+# 希力威视 SR-S25G3218F 调查（2026-08-08）
+
+**结论：** 若需求是大量 2.5G 终端、少量 10G 光上联，`SR-S25G3218F` 的端口密度
+更合适；厂商已公开该型号的固件页，但仍缺少完整规格书、管理手册与兼容矩阵。若需求是 8 条全部可协商
+1/2.5/5/10G 的铜缆链路，且希望有可查的 L3 能力和固件入口，兮克
+`SKS8300-8T` 是资料更完整、风险更低的选择；它的代价是主动风扇、外置 12 V 电源、
+无 SFP+ 光口，且仍不应把消费级/SMB 设备当作安全边界或唯一核心。两者都应在
+到货可退换期内完成实机验收。
+
+本页为采购前资料调查，不代表已接入本地网络；检索日期为 2026-08-08。
+
+## 已能核实的事项
+
+| 项目 | 结论与证据强度 |
+|---|---|
+| 型号/端口 | 京东的希力威视商品标题称该 SKU 为 `SR-S25G3218F`，有 16 个 2.5G 电口和 2 个万兆光口，并宣传 VLAN、端口隔离与 LACP。该店铺被厂商官网列为可购买的「京东旗舰店」，因此可作为销售规格，非技术手册。[京东商品页](https://item.jd.com/100165071727.html)；[厂商购买渠道说明](https://en.sirivision.com/contactus/) |
+| 厂商身份 | 厂商官网为 Shenzhen/Guangdong Sirivision Communication；英文官网说明其自 2016 年起提供接入、汇聚和核心交换机方案。[厂商首页](https://en.sirivision.com/) |
+| 公开的二手厂家资料 | 同一制造商名义的 Alibaba 出口页将精确型号写成 `16*2.5G+2*10G`、`120Gbps`，并列出 QoS、VLAN、SNMP、L3 与 stackable。这是制造商发布在平台上的销售资料，**不是**官网数据表；其中后五项不能据此视为已验收的功能承诺。[制造商平台页](https://www.alibaba.com/pla/SR-S25G3218F-QoS-Managed-SFP-Switch-1625G210G_1601494946214.html) |
+| 固件入口 | 厂商已发布此精确型号的[固件页](https://www.sirivision.com/sr-s25g3218f%E5%9B%BA%E4%BB%B6/)。公开变更记录提到“光口自适应”和“增加 DAC 配置”；这证明厂商维护过该路径，**不**代表任意 SFP+/DAC/铜模块均兼容。 |
+| 本机可计算的带宽 | 端口线速相加为单向 60 Gb/s（16 × 2.5 + 2 × 10）；若厂商所谓 `120Gbps` 是全双工交换容量，则数学上吻合。它**不**证明缓冲、PPS、表项规模或实际无阻塞性能。 |
+
+## 网管/L2/L3 能力边界
+
+京东标题足以支持把 VLAN、端口隔离、LACP 作为「卖家声称提供」的功能；不得由此推导出
+ACL、IPv4/IPv6 静态路由、SVI 数量、DHCP relay、OSPF/RIP、VRRP、IGMP、ERPS、
+802.1X、RADIUS/TACACS+、SSH/HTTPS 管理、SNMP 版本、日志/审计、配置备份或固件
+安全维护一定存在。
+
+尤其要注意：厂商官网把真正列出的 2.5G L3 产品标为
+`SR-S25G3412F (8 × 2.5G + 4 × 10G SFP+)`；其 2.5G 类目只显示 7 个型号，
+不含 `SR-S25G3218F`。官网也把 L2+、Web Smart、L3 分成不同产品类别。这个目录
+差异**不是**证明 3218F 没有 L3，而是说明「三层」无法通过官网的精确型号文档确认。
+[2.5G 产品目录](https://en.sirivision.com/product-category/products/2-5g-switches/)；
+[官网的 10G L3 目录](https://en.sirivision.com/product-category/products/10g-switches/10g-layer3-managed-switches/)；
+[官网的 L2+ 分类示例](https://en.sirivision.com/product-category/products/gigabit-switches/gigabit-layer2-managed-switches/)。
+
+采购前请向京东/厂商索取**与机身 SKU、硬件 revision 和固件版本对应**的 PDF
+数据表、管理手册和 release notes，并要求书面回答至少以下问题：
+
+1. L3 是只有 VLAN Interface/IPv4 静态路由，还是另有 IPv6、ACL、动态路由、DHCP relay
+   等；每项的最大 VLAN、MAC、ARP、路由、ACL、LAG 数量分别是多少？
+2. LACP 是否符合 802.3ad、一个 LAG 最多多少成员、能否跨两台设备（若销售页的
+   `stackable` 属实，堆叠的线缆/模块、最大成员、控制面和软件版本为何）？
+3. 管理面是否支持 HTTPS/SSH、禁用 HTTP/Telnet、独立管理 VLAN、SNMPv3、syslog、NTP、
+   配置导出/回滚和已签名或可校验的固件；默认凭据首次登录是否强制修改？
+
+## 供电、散热和光口：当前不能确认
+
+针对该精确 SKU，厂商官网目录与公开搜索未找到说明书/数据表，所以以下均为**待确认，
+不能猜测**：
+
+- 是否为内置 AC 电源、额定输入范围/最大功耗、是否带电源开关和接地端子；是否完全
+  不提供 PoE（本型号名和京东标题均未写 PoE，但这不足以替代规格书）。
+- 风扇数量、常态/满载噪声、风向、环境温湿度、机架深度与安装耳；不要将「金属壳」
+  或产品照片等同于无风扇/静音。
+- 两个槽是否均为 **10G SFP+**，是否可协商 1G SFP；支持的 SR/LR/BiDi 波长距离、
+  DAC/AOC 长度、第三方模块/EERPOM 兼容策略、10GBASE-T SFP+ 模块的功耗/温度限制，
+  以及是否支持 GPON/XPON ONU「猫棒」。
+
+厂商确实单列「SFP Optical Modules」产品分类，但这不构成 3218F 的兼容清单。
+[厂商产品导航](https://en.sirivision.com/)。购买光模块/直连线时，应要求厂商按这台
+设备的硬件/固件 revision 出具兼容型号清单；没有书面清单时，先在可退换期实测两端的
+链路、重启恢复、热插拔与长时间满载错误计数。
+
+## 风险与建议验收
+
+- **文档/生命周期风险（中到高）：** 精确型号不在厂商当前官网 2.5G 目录，虽有固件下载页，
+  但未公开完整型号手册、明确 release notes 或兼容矩阵。官网的售后条款也要求按具体产品查询保修期，配件（含光纤头）
+  的保修条款与主机不同；不要把平台页的「3 年」当作中国零售 SKU 的已确认保修。
+  [厂商售后条款](https://en.sirivision.com/after-sale-protection/)
+- **功能表述风险（高）：** 页面将 L2 特性和「三层网管」并列；在命令/网页菜单、
+  手册和测试证明之前，将其当作 L2 VLAN/LACP 设备部署，跨 VLAN 路由仍由现有网关承担。
+- **双 10G 上联约束（中）：** 两个 SFP+ 可作双上联或一个二成员 LAG，但 LAG 增加的是
+  多流量总吞吐，单一 TCP/UDP 流通常仍受一条 10G 链路限制；上级设备也必须匹配 LACP
+  配置。
+- **管理面风险（中到高）：** 家用/低价网管设备常见明文管理、弱默认口令或不透明的固件
+  更新周期；采购后先置于受限管理 VLAN，改口令、升级已验证固件，且不将管理界面暴露
+  到 WAN/访客网。
+
+最低验收应包括：逐口协商 100M/1G/2.5G、两只不同厂家 SFP+/DAC（仅在卖家承诺支持的
+范围内）、VLAN trunk/access/PVID、STP/环路保护、LACP 故障切换、端口隔离、满载
+双向 iperf3 与错误计数、冷启动后的配置保留，以及管理面的 HTTPS/SSH/SNMPv3/配置备份。
+如无法提供与型号匹配的正式资料或其中任一关键项失败，应在退换期内退货，并选择公开
+数据表、固件与兼容矩阵更完整的型号。
+
+## 备选：兮克 SKS8300-8T 对比
+
+### 已核实的厂商规格
+
+兮克官网的精确型号页明确将 `SKS8300-8T` 定位为三层管理型 10G 全电口交换机，并列出：
+
+- 8 × 1/2.5/5/10GBASE-T RJ45；160 Gb/s 交换容量、119.05 Mpps、12 Mbit 缓存、
+  16K MAC、12 KB 巨帧、512 MB DRAM、32 MB Flash，尺寸 207 × 136 × 35 mm；
+- QoS、ACL、IP+MAC+端口绑定、流分类/优先级标记、多端口镜像、静态/灵活 QinQ、
+  sFlow，以及「基于策略的 IPv4/IPv6 单播路由」。
+
+这些是厂商能力声明，并非对每一种路由协议或表项上限的承诺；但相对 3218F 的仅有
+销售标题，它给出了精确型号、转发性能和 L3 范围。[兮克 SKS8300-8T
+产品页](https://seekswan.com/user/custom-pages/SKS8300-8T.html)
+
+独立的 OpenWrt 设备资料将其识别为 Realtek RTL9303、512 MB RAM，记录了原厂固件
+下载入口和串口/TFTP 恢复路径；其硬件数据页列为 12 V / 4 A。这支持「可恢复、可替换
+系统」的可操作性，但**不是**兮克对原厂功能的支持承诺。
+[OpenWrt 设备页](https://openwrt.org/toh/xikestor/sks8300-8t)；
+[OpenWrt 硬件数据](https://openwrt.org/toh/hwdata/xikestor/xikestor_sks8300-8t)。
+
+### 能力、物理与运维比较
+
+| 维度 | 希力威视 SR-S25G3218F | 兮克 SKS8300-8T |
+|---|---|---|
+| 接口/典型用途 | 16 × 2.5G 电口 + 2 × 10G SFP+（销售规格）；适合很多 2.5G 终端/NAS，以 10G 光或 DAC 上联。 | 8 × 1/2.5/5/10GBASE-T；适合 10G 铜缆设备、2.5/5G 多速率 NAS/主机。没有 SFP+，光纤上联必须经媒体转换或选另一型号。 |
+| 可确认的三层范围 | 仅销售/平台资料称 L3；没有精确型号官方手册，不能确认静态路由以外的功能。 | 官网明确写策略型 IPv4/IPv6 单播路由、ACL/QoS/sFlow/QinQ；动态路由、VRRP、IPv6 ACL/SNMP/认证等仍须按当前固件手册确认。 |
+| 冗余/二层 | 卖家声称 VLAN、端口隔离、LACP；STP/环网的实现与规格未知。 | 官网声明 L3 和多项转发特性，但未在产品页给出 STP/LACP/ERPS 的精确限制；购买前仍索取手册。 |
+| 散热/噪声 | 无可核实的精确型号风扇、噪声、功耗或风向数据。 | 独立手册镜像和产品图均称智能温控风扇，但厂商产品页未给 dBA；应按「有风扇、可能听得见」规划，不能承诺静音。 |
+| 供电 | 未找到精确型号官方输入/功耗资料。 | OpenWrt 硬件数据记录 12 V / 4 A；确认随附电源适配器的插头、余量和地区认证。官方产品页未给满载功耗。 |
+| 固件/恢复 | 有精确型号官方固件页；公开记录包含光口自适应与 DAC 配置改动，但未找到完整 release notes、恢复步骤或兼容矩阵。 | 厂商产品页提供「相关下载」区，OpenWrt 还记录原厂固件入口、RJ45 串口和 U-Boot/TFTP 恢复；原厂镜像是否签名、漏洞修复 SLA、配置回退仍未知。 |
+
+关于 8T 的风扇、满载功耗（常见转述为 ≤36 W）、温度范围、芯片型号等，本次未找到
+相应的**厂商原始数据表**；不将第三方手册转录当作已核实规格。若噪声、UPS 容量或
+机柜散热是购买约束，请先让卖家提供产品铭牌照片、适配器铭牌照片、额定/实测功耗和
+dBA 测试条件。
+
+### 选择与验收建议
+
+- 选 **3218F**：必须有 ≥12 个 2.5G 接入端、10G 光/DAC 上联、且 L3 留给现有路由器。
+  下单前先取得精确型号手册和 SFP+/DAC 兼容承诺；否则端口数量优势不足以抵消资料风险。
+- 选 **8T**：最多 8 个设备但需要多速率 10G RJ45、明确的 IPv4/IPv6 静态/策略路由和
+  以后自行维护/恢复的余地。不要把其 160 Gb/s 标称交换容量误解为 8 端口同时 10G
+  全双工的性能保证——该标称与端口总线速数学相等，但仍须以实测和厂商 PPS/缓冲说明为准。
+- 两台都不应单独承担防火墙、访客/IoT 安全隔离或 WAN 暴露；VLAN 的跨网段策略和公网
+  边界留在受支持的网关/防火墙上。先为管理面创建专用 VLAN，仅从管理主机访问，禁用
+  未使用的远程管理协议，备份配置和原厂固件后再接入生产网络。
+
+## 低功耗核心备选（8 × 2.5G + 2 × SFP+）
+
+如果核心只需接最多 8 台铜缆终端、上联/连接 NAS 使用 DAC 或光纤 10G，优先考虑没有
+PoE 的以下两款。它们都满足 VLAN trunk、LACP 和至少两个 10G SFP+ 的需求；不要为
+AP 选 PoE 版来承担核心，因为 PoE 预算、风扇和待机损耗都会明显增加。
+
+| 型号 | 端口与管理能力（厂商声明） | 厂商功耗 / 噪声资料 | 对当前 LAN 的判断 |
+|---|---|---|---|
+| **TP-Link Omada SG3210X-M2** | 8 × 100M/1G/2.5G RJ45、2 × 10G SFP+，并有 RJ45 和 Micro-USB console。厂商规格列出 802.1Q VLAN、STP/RSTP/MSTP、静态 LAG 和 802.3ad LACP（最多 8 个聚合组、每组最多 8 端口）；L3 是 32 个 IPv4/IPv6 接口、48 条静态路由。 | **无风扇**；100–240 V AC 内置电源。`UN 1.20` 数据表：待机最高 **6.0 W**（220 V/50 Hz、25 °C），最高 **15.3 W**（220 V）或 **15.0 W**（110 V）。 | **首选低功耗方案。** 足以做 LAN66 核心、给 PVE/gfw 与 U6 Lite 做 VLAN 10 trunk，并以 SFP+ DAC/光口连接 10G NAS/主机；它不提供 5G/10G RJ45，10G 铜缆需外置转换或 SFP+ 10GBASE-T 模块。 |
+| **MikroTik CRS310-8G+2S+IN** | 8 × 2.5G RJ45、2 × 10G SFP+；SFP+ 笼支持 1G/2.5G/10G。RouterOS v7（也可选 SwOS）支持 VLAN、链路聚合与 ACL。 | 18–57 V DC 外置供电；官方给出“无附件”最高 **21 W**、总体最高 **34 W**，且机内 **1 个风扇**。厂商没有在该页给出 dBA。 | 可用且软件/文档/恢复路径成熟，但不是本题的静音低功耗优先项：官方最大功耗显著高于 TP-Link，且有风扇。适合明确偏好 RouterOS/SwOS 与其可维护性时选。 |
+
+功耗数字是各厂商的**上限/待机测试条件**，不是你实际墙插读数；SFP+ 光模块、DAC/AOC，尤其
+10GBASE-T SFP+ 模块，会另增功耗和热量。对于本网络，用被动 DAC 或短距光模块连接 10G
+设备，通常比全 RJ45 10G 核心更容易保持低温、低噪。
+
+`SG3210X-M2` 的上表数据对应 TP-Link 的 `UN 1.20` 数据表；不同地区/硬件版本的包装、
+认证和功耗标注可能不同，购买中国零售版本前应让卖家确认**准确硬件版本、保修渠道和固件地区**。
+本次未找到 TP-Link 中国官网的该精确型号页，因此不能把海外官方页面当作大陆现货/售后承诺。
+MikroTik 同样应通过其官方零售商查询渠道确认本地库存和保修。两台购买前还应确认所选
+SFP+/DAC 的兼容清单。
+
+来源：[TP-Link 产品规格](https://www.tp-link.com/uk/business-networking/omada-switch-access-pro/sg3210x-m2/)；
+[TP-Link `UN 1.20` 数据表](https://static.tp-link.com/upload/product-overview/2025/202512/20251224/SG3210X-M2%28UN%29%201.20_datasheet.pdf)；
+[MikroTik 产品页](https://mikrotik.com/product/crs310_8g_2s_in)；
+[MikroTik 用户手册](https://help.mikrotik.com/docs/spaces/UM/pages/214630429/CRS310-8G%2B2S%2BIN)。

02_Areas/Job/llm_data_annotation_programmer_roadmap.md

@@ -0,0 +1,169 @@
+# 大模型数据标注工作：内容全景与程序员入门路线
+
+**适用对象：** 没有直接从事过数据标注、但有多年软件开发经验的程序员。
+
+## 先给结论
+
+今天的“大模型数据标注”已经不只是给文本打标签或机械地点击通过/不通过。它位于**数据、模型和产品行为**的交界处：一端要把真实业务需求转成可复用的数据规范，另一端要让训练、微调和评测流程能据此识别“什么是好回答、什么是坏回答、为什么”。以人为反馈的训练实践中，人工可以比较两个回答、给出分数、改写更优答案、解释偏好原因；这些信号可用于训练偏好/奖励模型并改进模型行为。[1]
+
+对于多年程序员而言，最有价值的切入点通常**不是长期从事纯人工标注**，而是向“数据质量与标注体系工程”“模型评测工程（Evaluation）”“安全/红队数据”“领域专家标注”发展。你的代码能力、测试思维、版本管理习惯和对边界条件的敏感度，恰好能把标注从一次性人工作业，升级为可校准、可审计、可自动化、可持续回归的系统。
+
+> **把标注理解为规格工程。**
+>
+> 好的标注并非“标注员的个人意见”，而是把模糊的产品目标拆成可执行的判定规则、反例、边界案例和一致性检查，使不同人和不同模型能尽可能稳定地作出同类判断。
+
+## 一、当前实际会做哪些工作
+
+大模型数据工作大致覆盖从原始语料处理、监督/偏好数据生产，到评测、安全和持续反馈的完整闭环。数据整理常包括文本清洗与格式统一、质量过滤、去重、隐私信息处理和标准化输出；开源工具链也已把这些环节抽象为可重复执行的流水线。[2] 这说明“标注”岗位周边往往同时包含数据治理与工程工作，而非单纯标一行文本。
+
+| 工作方向 | 常见交付物 | 日常工作举例 | 程序员的优势 |
+|---|---|---|---|
+| 原始数据清洗与治理 | JSONL/Parquet 数据集、数据字典、质量报告 | 去重、语言识别、格式校验、PII 脱敏、许可证/来源记录、抽样审计 | Python、SQL、ETL、可复跑管道、数据版本管理 |
+| 指令微调（SFT）数据 | `instruction / input / ideal_answer` 样本 | 编写高质量示范回答，或将专家答案结构化；排除无事实依据、格式错误和低价值样本 | 结构化输出、领域知识、自动 lint 与 schema 校验 |
+| 偏好与奖励数据 | 候选回答对、优选标签、理由、强度分 | 盲评 A/B 回答；按真实性、完成度、安全性、风格等维度比较；处理平局与争议样本 | 实验设计、偏差控制、标注界面/工作流设计 |
+| 评测集与评分标准 | 测试用例集、rubric、golden set、回归报告 | 从日志与需求中抽样；定义通过条件；对模型回答进行人工、规则或模型评分 | 单元测试思维、CI、指标与回归分析 |
+| 安全、红队与对抗数据 | 攻击提示集、失败案例库、风险分级、修复验证记录 | 构造注入、越权、错误工具调用、隐私泄露等边界输入；验证修复后不回归 | 安全测试、威胁建模、自动化测试 |
+| 复杂 Agent/工具调用数据 | 工具调用轨迹、参数正确性标签、任务完成标签 | 判断模型是否选择正确工具、参数是否准确、交接是否合理、最终答案是否完成任务 | API 契约、日志追踪、端到端测试 |
+| 质量运营与项目管理 | 标注指南、培训材料、仲裁记录、IAA/一致性报告 | 校准会、抽检、复审、难例仲裁、返工、版本冻结与发布 | 流程设计、问题追踪、质量体系 |
+
+模型评测是目前尤其值得程序员关注的交叉方向。业界的评测流程通常是：先定义成功目标，再收集与真实任务相符的数据，定义指标，比较实现方案，并在每次变化后持续评测；仅凭“看上去还行”的主观感受并不足以验证非确定性模型的可靠性。[3] 对 Agent 而言，评测还会延伸到**工具选择、调用参数精度以及多 Agent 交接**，这与传统后端测试十分接近。[3]
+
+## 二、不要把它误解成一种单一岗位
+
+同样写着“数据标注”的招聘或项目，工作含金量与能力要求可能相差很大。可以用下面的坐标判断自己应进入哪一层。
+
+| 层级 | 角色特征 | 主要产出 | 对资深程序员的建议 |
+|---|---|---|---|
+| 执行层 | 按既定指南完成高吞吐标注 | 单条标签、转写、分类、排序 | 可以短期体验流程和积累样本感，但不宜作为长期定位 |
+| 质检/组长层 | 校准标注员、发现指南漏洞、仲裁争议 | 抽检规则、错例集、指南迭代 | 适合练习 rubric 和一致性，但要主动增加工程产出 |
+| 领域专家层 | 在代码、法律、医疗、金融等垂直任务中判断正确性 | 专家示范、难例、参考答案 | 若有行业专长，这是较强差异化；需注意合规与专业边界 |
+| 数据与评测工程层 | 将数据生产、评测和监控做成系统 | 数据管道、评测框架、版本、看板、回归门禁 | **最匹配有多年编程背景者，应作为主目标** |
+| 对齐/安全研究支持层 | 设计偏好数据、红队案例、行为规范 | 安全分类体系、风险测试集、人工反馈方案 | 需要较强的 ML、实验设计和安全意识，可在后续进入 |
+
+因此，求职或接项目时，应问清楚四件事：**数据来自哪里、标注标准由谁制定、如何验收一致性、产物是否进入训练/评测流水线。** 如果答案仅是“按界面打标签、按件计量”，那更像执行层；如果能参与错误分类、规范迭代、样本版本和自动化评测，则更具成长性。
+
+## 三、你已有的能力如何迁移
+
+多年程序员不需要从“会不会写 prompt”开始证明自己。真正可迁移的核心是把经验变为数据工作的工程化能力。
+
+| 你已有的开发能力 | 在数据标注/评测中的等价能力 | 应补上的一层 |
+|---|---|---|
+| 单元测试、集成测试 | 构建基准题、回归集、通过/失败断言 | 为主观任务设计清晰 rubric，而非追求唯一答案 |
+| Debug 与日志分析 | 从坏答案中归纳失败模式与根因 | 区分模型错误、数据错误、检索错误、工具错误和评分错误 |
+| 数据库、ETL、脚本 | 数据清洗、抽样、去重、schema 校验、导出 | 数据来源、授权、隐私和版本可追溯性 |
+| CI/CD | 在提示词、模型、检索或工具变更后自动跑评测 | 使用风险阈值作为发布门禁而非只报告平均分 |
+| API 与后端设计 | 评估工具调用、参数、权限与端到端任务结果 | 加入对 prompt injection、越权和敏感信息泄露的测试 |
+| Code Review | 双人复核、盲评、仲裁、指南迭代 | 量化评审分歧并把分歧反哺到示例和规则 |
+
+在评测和偏好数据中，**“把判断写清楚”比“给出一个分数”更重要**。一个可用 rubric 至少应包括：任务目标、评分维度、每个维度的正例/反例、严重错误的一票否决条件、证据要求、无法判断时的处理方式，以及标注员可选择的升级/仲裁路径。对于比较和分类式任务，模型评分通常更稳定；但自动评分必须与人工标注校准，不能直接替代人工真值。[3]
+
+## 四、建议的学习顺序：从“会标”到“会设计系统”
+
+学习时不要先追逐所有模型训练算法。先用一个有限的业务问题完成端到端闭环，再逐步提升技术深度。下面是对每周约 6—10 小时投入较现实的 **12 周路线**。
+
+| 阶段 | 周数 | 学习目标 | 可见产出 |
+|---|---:|---|---|
+| 建立共同语言 | 1—2 | 理解 SFT、偏好数据、评测集、golden set、rubric、红队、数据泄露/偏差等概念 | 读书笔记；一个任务的质量维度草案 |
+| 手工做一轮标注 | 3—4 | 在小样本上亲自比较、打分、写理由，体会模糊性与分歧 | 50—100 条人工标注样本；v1 标注指南；争议样本清单 |
+| 把数据做成工程资产 | 5—6 | 用 Python/SQL 进行 schema 校验、去重、抽样、质量检查与数据版本记录 | 可重复执行的数据处理脚本；数据字典；质量报告 |
+| 建立评测闭环 | 7—8 | 对至少两个模型或两个提示词版本运行同一测试集，采用规则、人工和模型评分组合 | Eval runner；结果表；失败模式 taxonomy；回归报告 |
+| 做安全与边界案例 | 9—10 | 围绕具体应用构造注入、越权、错误工具调用、隐私和拒答边界案例 | 50 条红队案例；风险分级；修复前后对比 |
+| 作品化与求职化 | 11—12 | 整理可阅读的项目文档、数据卡、演示与技术复盘 | Git 仓库；数据集卡；方法说明；3 分钟演示材料 |
+
+如果每周时间不足，优先压缩阅读，不要压缩**手工标 50 条、复盘分歧、写出评测脚本**这三件事。前两者让你理解真实难点，第三件事才把开发背景转化为职业差异化。
+
+## 五、最适合你的第一个作品：做一个小型“评测数据工厂”
+
+不要一上来训练模型。建议选一个你熟悉且风险可控的业务场景，例如“内部技术文档问答”“代码变更说明生成”或“客服工单分类”。目标是在公开或脱敏的样本上构建一个小型评测集和持续评测脚本。
+
+### 1. 明确一个可判断的目标
+
+例如：
+
+> 对技术文档问答系统，回答应当**基于给定上下文**、不编造、能指出证据位置；资料不足时应明确说明不足，而不是补全猜测。
+
+这个目标应被拆成四到六个独立维度，如事实正确性、上下文忠实性、覆盖度、可执行性、格式遵从和安全性。OpenAI 的评测指南也建议从任务目标、数据、指标、比较和持续评估组成完整流程，并且将人工判断保留在校准环节。[3]
+
+### 2. 建立一个简单而够用的数据 schema
+
+建议用 JSONL 或 CSV 起步，并将数据、规则和结果都纳入 Git 管理。数据集文档至少应写明来源、使用目的、语言、许可证、已知偏差和不适用范围；数据集卡正是为理解数据内容和负责任使用方式而设的。[4]
+
+```json
+{
+  "id": "techqa-0042",
+  "task": "rag_qa",
+  "input": "如何配置缓存失效时间？",
+  "context": "[已脱敏的公开文档片段]",
+  "expected_constraints": [
+    "不得引入上下文之外的参数",
+    "给出配置字段名",
+    "资料不足时说明不确定性"
+  ],
+  "rubric": {
+    "groundedness": "pass|fail",
+    "correctness": "0|1|2",
+    "completeness": "0|1|2"
+  },
+  "failure_type": "",
+  "source": "公开文档链接或版本号",
+  "dataset_version": "v0.1"
+}
+```
+
+### 3. 先盲评，再看模型名称
+
+为每个输入生成 A/B 两个候选答案，随机打乱顺序。标注时先判断每一项指标与理由，再揭晓来自哪个模型或提示词版本。这样能减少“我偏好某个模型”的先入为主。对主观维度，优先使用成对比较或清晰的通过/失败规则，而非宽泛的开放式总评；这也符合评测实践中用比较、分类和基于明确标准的评分来提高稳定性的建议。[3]
+
+### 4. 把失败案例分类，而不是只算平均分
+
+先采用小而稳定的分类表，例如：`无依据幻觉`、`遗漏关键约束`、`误解问题`、`拒答不当`、`格式违规`、`工具参数错误`、`安全边界失败`。每周检查出现最多、最严重和最新出现的失败类型；随后针对它们补充测试，而不是仅追求一个总分上升。
+
+### 5. 把它接入一次“变更即回归”
+
+提示词、模型版本、检索策略或工具参数发生变化时，自动重跑核心集，并比较通过率与关键风险项。大模型输出具有非确定性，因此这不是传统意义的完全确定性单元测试；但连续、结构化的评估正是避免“凭感觉上线”的基本机制。[3]
+
+## 六、72 小时启动清单
+
+第一轮不要超过 100 个样本，也不要涉及真实客户敏感数据。使用公开、明确授权或自己构造的内容；对于任何含个人信息、受保密协议保护或版权权属不清的数据，都应先取得明确授权并设计脱敏和访问控制。数据整理实践通常会把 PII 检测与处理作为独立环节。[2]
+
+| 时间 | 具体行动 | 完成标准 |
+|---|---|---|
+| 第 1 天 | 选一个熟悉任务，写 1 页任务说明和 v0.1 rubric | 包含目标、非目标、3—5 个评分维度、5 个正反例 |
+| 第 2 天 | 手工写或收集 30—50 条公开/脱敏用例，并用两个候选回答进行盲评 | 每条有标签、理由；至少记录 10 条你觉得难判的样本 |
+| 第 3 天 | 写一个最小 Python 脚本，做 JSON schema、必填字段、重复 ID 和分布统计检查 | 一键产出 `quality_report.md`；提交到 Git |
+
+完成后，再做两件事：第一，把 10 条难例交给另一位开发者或领域同事独立评；第二，根据分歧改写规则并升级为 `guideline_v0.2`。这一步比再新增几百条数据更有学习价值，因为它暴露的正是指南可执行性与判断标准的问题。
+
+## 七、应重点学习的知识与工具，而非盲目堆课程
+
+**优先学习的概念**是：监督微调与偏好优化的基本区别、数据泄露与训练/验证/测试隔离、抽样与数据偏差、标注一致性、rubric 写作、误差分类、RAG/Agent 的评测点、提示注入和工具权限边界。红队工作的目标是部署前用对抗输入系统地发现漏洞；通常包含生成攻击输入、运行系统、评估响应和分析修复，并可接入持续集成。[5]
+
+**优先掌握的技术栈**是 Python、pandas/Polars、SQL、JSONL/Parquet、Git、数据校验（如 Pydantic 或 JSON Schema）、Jupyter、简单可视化和 HTTP/API 调用。之后再按方向扩展：数据整理可学习 Hugging Face Datasets 与去重/过滤工具；评测可学习任意一个评测框架或自行编写 runner；Agent 安全可学习测试框架和 OWASP LLM 风险分类。重点不是工具名，而是能否保证一次运行的**输入、模型版本、提示词、评分规则和结果**均可追溯。
+
+**暂时不必优先投入的内容**是：从零预训练大模型、大规模分布式训练、追逐每个新发布的模型，或只刷“提示词技巧”。这些对入门数据工作的边际收益较低。先把一个 100 条级别的评测集做得可信、可复现、能解释，已经比大量泛泛而谈的课程笔记更有说服力。
+
+## 八、如何把项目变成求职或转岗筹码
+
+简历中不要只写“完成 N 条标注”。改写为“问题—方法—质量—结果”的叙事，例如：
+
+> 为技术文档问答场景设计 120 条版本化评测集与 6 维评分 rubric；实现 JSONL 校验、重复检测、盲评汇总和失败模式统计；将关键幻觉与引用错误纳入每次提示词/检索变更的回归检查，并产出数据集卡和质量报告。
+
+面试中应能展示以下材料：一个匿名化样本、标注指南迭代前后差异、若干高价值难例、失败分类图表、一次修复前后对比，以及仓库的复跑说明。公开发布时，务必去除密钥、客户信息、内部文档、真实日志和不可再分发内容。
+
+最后，建议把职业目标写成：**“LLM 数据质量/评测工程师（或 AI QA、AI Safety QA、Data Operations Engineer）”**，而不是泛称“数据标注员”。前者能清晰体现你要解决的是模型行为质量、数据生产系统和发布风险，而不是只承担一次性人工操作。
+
+## 参考资料
+
+[1] [OpenAI：Learning to summarize with human feedback](https://openai.com/index/learning-to-summarize-with-human-feedback/)。
+
+[2] [NVIDIA：Curating Custom Datasets for LLM Training with NeMo Curator](https://developer.nvidia.com/blog/curating-custom-datasets-for-llm-training-with-nvidia-nemo-curator/)；[NVIDIA NeMo Curator 项目](https://github.com/NVIDIA-NeMo/Curator)。
+
+[3] [OpenAI：Evaluation best practices](https://developers.openai.com/api/docs/guides/evaluation-best-practices)。
+
+[4] [Hugging Face：Dataset Cards](https://huggingface.co/docs/hub/en/datasets-cards)。
+
+[5] [Promptfoo：LLM red teaming](https://www.promptfoo.dev/docs/red-team/)；[Anthropic Frontier Red Team](https://www.anthropic.com/research/team/frontier-red-team)。
+
+---
+
+**建议的下一步：** 从你最熟悉的一类业务场景开始，在本周完成“50 条用例 + rubric v0.1 + 一个质量校验脚本”。如果你愿意，我也可以下一步根据你的程序员背景（语言、行业、是否做过 RAG/Agent）帮你选题，并给出可直接使用的项目目录与 rubric 模板。