DeepInsight 系列 06：可视分析工作台汇总实验复盘信息#

模块定位#

性能看板更适合快速对比指标，可视分析工作台更适合复盘实验过程。用户进入工作台时，需要看到当前模型是什么、数据来自哪里、指标记录有哪些、服务是否可测，以及这些信息之间有什么关系。

这个页面的目标不是替代训练脚本。训练脚本负责模型训练和日志生成，工作台负责把已有结果整理成可阅读、可讨论、可复核的 Web 视图。

信息结构#

工作台可以拆成四层。第一层是模型画像，包括模型名称、任务类型、数据规模和状态摘要。第二层是评估记录，包括关键指标、缺失字段和来源说明。第三层是图表分析，包括曲线、对比图和分布视图。第四层是解释说明，用于帮助用户理解当前结果。

四层信息不能混在一起。模型画像说明对象，评估记录说明结果，图表分析说明趋势，解释说明帮助阅读。结构清楚后，页面就不会显得散。

数据聚合#

后端分析服务需要聚合模型目录、预测记录、评估记录和 AI 对话信息。每类数据的来源不同，页面展示时要保留来源边界。模型目录说明资产存在，预测记录说明服务调用，评估记录说明模型表现，AI 对话说明解释过程。

如果这些来源被混成一段文字，用户很难判断哪些是事实记录，哪些是分析解释。因此工作台要把来源拆开，并在视觉上保持层次。

图表选择#

工作台不需要把所有图表都放进去。更合理的方式是围绕问题选择图表：模型之间怎么比较，指标是否缺失，训练记录是否稳定，数据规模是否影响解读。

图表服务于复盘，不是装饰。每张图都应该回答一个具体问题。如果一张图只增加视觉密度，却不能帮助理解模型或数据，就应该删掉或移到详情页。

AI 分析边界#

工作台可以引入 AI 分析说明，但 AI 只能解释已有页面上下文。它可以说明指标含义、提醒缺失字段、概括模型差异，也可以给出下一步检查建议。它不能在缺少记录时生成评估结论。

这个边界和 AI 工作区一致。AI 是阅读助手，不是实验结果来源。

页面价值#

从演示角度看，工作台把 DeepInsight 的系统性表现出来。用户不需要在模型页、数据页、看板和论坛之间反复跳转，就能在一个页面中理解当前实验状态。

从维护角度看，工作台也能暴露缺口。某个模型缺少指标、某个服务离线、某份数据没有评估记录，都会在聚合视图中变得更明显。

阶段结论#

可视分析工作台解决的是复盘信息分散的问题。它把模型、数据、指标和解释组织在一起，但仍然保留来源边界。这个页面越清晰，DeepInsight 越像一个完整系统，而不是功能模块的简单集合。