training

它能做什么

training 模式会读取课程或认证的详细信息（课程大纲、时间投入、费用），再读取 config/profile.yml 中你的 North Star 部分，然后从三个维度给这项投入打分：能否弥补技能差距、对目标职位的信号价值，以及机会成本。

什么时候使用

当你被某个学习项目吸引，却不确定它是否真的能让你朝既定方向迈进时，就用 training。对于昂贵的认证和训练营尤其有用。

示例

`/career-ops training` + course name and URL — output is a scored evaluation with recommendation.

实际运行效果

一次 training 运行会从六个维度给一门课程或一项认证打分，并给出三种结论之一，让你在投入时间或金钱之前就先看清回报。你把这个学习项目的信息交给它——课程大纲、周数、每周小时数和费用——它就会对照你设定的职业方向进行评分。

Training Evaluation — "Production LLM Systems" (8 weeks, 6 h/wk, $1,200)

North Star alignment   Moves toward the Applied AI target
Recruiter signal       HMs read this as production-grade, not tutorial
Time and effort        8 weeks x 6 h = 48 h
Opportunity cost       ~2 portfolio projects foregone
Risks                  Syllabus current; brand is mid-tier
Portfolio deliverable  Yes -- a graded eval harness

Verdict: DO WITH TIMEBOX (max 6 weeks)
  Condensed plan, essentials only, weekly scoreboard

DO 结论会附带一份为期四到十二周的计划，包含每周交付物和一个计分板。DON'T DO 结论会指出一个更好的替代方案，并说明原因。DO WITH TIMEBOX 会限定周数，并把计划精简到只剩核心内容；对于有用但内容注水的课程，这是最常见的结果。

哪些项目得分最高

这个模式更看重能在生产级 AI 上建立可信度的项目，而不是泛泛的证书。按优先级排列，依次是：LLM 评估与测试、可观测性与监控、成本与可靠性之间的权衡、AI 治理与安全，以及企业级 AI 架构。一门以可展示成果收尾的课程——比如一套评估框架（eval harness）、一次带监控的部署——得分会高于只发一张证书的课程，因为成果才是用人经理真正能看到的东西。

注意事项

这个模式会偏向你设定的 North Star。如果你没有认真填写 config/profile.yml 中的 North Star 部分，评估结果就会流于表面。

相关链接

• project