Abuse, rate limits & policy control

设计一个正式上线的 AI agent 应用平台：接收用户目标、管理上下文与记忆、安全地调用工具、必要时暂停交给真人审核，并通过 trace 与 eval 持续改进。

设计一个优惠券与促销平台：用户浏览并搜索一份庞大、频繁变动的优惠目录，并在每个限制内刚好兑换优惠码一次，绝不让过时的价格或重复兑换漏出去。

设计一套限量抢购（flash sale）系统：一件热门商品在固定时刻开卖，数秒内涌入 1000 倍流量——库存绝不能超卖，而且大多数用户要能拿到快速、诚实的答复，而不是卡到超时。

设计一条内容审核管线，筛查用户提交的帖子/媒体是否违反政策，在平台规模下权衡发帖延迟与审核准确度。

设计一套企业支出管理平台，类似 Brex 或 Ramp——每一次刷卡都必须在两秒内由实时策略引擎完成授权或拒绝，而每一笔交易都必须流入会计系统，并匹配到对应的收据。

为一般入场(general admission)的活动设计 Ticketmaster——没有座位图，每个票档只有一个固定的容量计数，系统必须在极端的闪售争抢下正确售票，数千名买家同时抢同一个 counter。

设计一个 webhook 投递平台(Stripe webhooks 那种)，在重试、顺序与安全的约束下，可靠地把事件通知送达数千个第三方消费端点。

设计一套 MCP 风格的工具网关，让 AI agent 能安全地发现并调用企业工具(CRM 写入、工单、内部 API)，并具备按用户授权与可审计性。

为一个 SaaS 产品设计一套 AI 客服 agent。涵盖意图路由、知识检索、账户安全的工具操作、对话记忆、基于置信度的人工升级、支持工单交接、评测套件、隐私管控，以及运营监控。

为公开的 API 平台设计一套分布式 API 速率限制器。涵盖 token bucket、按用户的限额、共享计数器、热 key，以及故障模式。

设计一套实时的 ML 欺诈／风险评分系统，在 100 ms 内为支付交易评分。涵盖特征类型（velocity、graph、device）、流式特征计算、标签延迟与反馈回路、分数阈值与成本的权衡、模型加规则的混合架构，以及对抗性漂移。

设计一套 guardrails 管线，用分层的输入与输出安全机制把 LLM 应用包起来。涵盖 prompt injection 与 jailbreak 检测、PII 脱敏、输出审核、工具调用与意图门控、检索投毒（retrieval poisoning）防御、这些检查带来的延迟预算，以及 fail-open 与 fail-closed 的取舍。

设计一套 LeetCode 风格的在线评测系统（Online Judge），能在大规模下安全运行不受信任的用户代码。内容涵盖提交队列、隔离的多语言运行器（容器／gVisor／Firecracker）、CPU／时间／内存限制、不受信任代码的安全防护、结果回传，以及应对竞赛峰值的自动扩缩容。