数据管理

页面里那些看得见的价格、作者、日期，机器能不能一条条拎出来，靠的就是结构化的数据。标记写对，它省事；写歪，它当没看见。这里头的差别值得掰扯。

数据最小化三原则听着像合规术语，核心就一句话：能不收就不收。从收集范围、留存期限、访问权限三块讲清怎么落地，附上几张能直接用的清单。

跨境数据传输规则的条文一晚上能看完，真正卡住人的是数据怎么分级。级别定错，走评估还是签合同、要准备多少材料，全跟着错。

访问静态数据成员不一定要写类名加双冒号，对象名和指针也能点，编译器都认。但权限、共享语义、初始化这三处该绊你还是绊你。

通报不是目的，把边界摆到明面上才是。数据审查通报制度听着像机关的活儿，落地时无非一份对账清单：谁在什么时候碰了哪块数据。这篇讲清通报对象、触发条件和该留的记录。

冷热负荷数据集的字段一旦读反，模型怎么调都是白搭。供回水温度、流量单位、时间戳这三处最容易翻车，先核对口径再训练，比换算法有用得多。

客服工单数据看着是现成的问答对，但工单本质是写给人看的；直接喂给模型前得先过清洗、脱敏、去重三道工序，合规这条线也不能自己拍脑袋。

古籍云数据库选型，最贵的报价不一定最坑，真正让人翻车的是字符集、检索方式和备份口径这三个坑。先说清楚它们怎么埋雷，再谈比价。

进场交易这件事，数据要素市场化早就把门槛写在规则里：不是所有数据都能挂牌，来源清不清、能不能脱敏、有没有权属，先把这几关卡住。

五种写法里真正值得动手的就三种，结构化数据例子摊开看一眼就明白，剩下两种写了也白忙一场，顺手把踩过的坑也说一说。