AI Inline to AI Tutor mobile payload compression policy

DEC-0088 - AI Inline to AI Tutor mobile payload compression policy

Context

Handoff packet từ AI Inline sang AI Tutor có nguy cơ quá nặng trên mobile nếu giữ toàn bộ evidence/recommended actions ở mức đầy đủ, gây tăng latency và giảm open-chat stability.

Decision

• Giữ nguyên packet required minimum của DEC-0087 ở mọi môi trường.
• Chuẩn hóa payload tiers:
  • full: desktop và mobile mạnh; gửi đủ fields + optional evidence/recommendations theo cap.
  • balanced: mobile mặc định; ưu tiên summary + top evidence/actions đã nén.
  • lite: low-end/poor network; gửi required minimum + summary rút gọn.
• Compression caps (runtime baseline):
  • evidence[]: tối đa 3 item ở full, 2 ở balanced, 0-1 ở lite.
  • recommendedActions[]: tối đa 3 ở full, 2 ở balanced, 1 ở lite.
  • inlineSummary: cắt ngưỡng ký tự theo tier để giữ open latency ổn định.
• Dù tier nào, nếu packet degrade/lỗi vẫn phải mở AI Tutor bằng fallback seed tối thiểu.

Decision Value

• Giảm rủi ro handoff thất bại do payload size.
• Giữ continuity lượt đầu cho mobile mà không đánh đổi reliability.
• Tạo baseline dễ đo lường/điều chỉnh theo telemetry thực tế.

Rationale

Tiered compression cho phép tối ưu theo device/network profile, thay vì một schema cứng gây quá tải ở mobile hoặc nghèo ngữ cảnh ở desktop.

Implications

• Product/UX impact:
  • handoff trên mobile ổn định hơn, ít rơi vào timeout/fail-open.
• Data/logic impact:
  • adapter cần chọn tier và clip payload theo cap thống nhất.
• Operational impact:
  • telemetry có thể audit quality theo từng tier.

Alternatives considered

• Option A: một packet cố định cho mọi thiết bị.
• Option B: tiered packet với caps và fallback invariant (selected).

Open follow-ups

• Fine-tune cap values theo dữ liệu latency và helpfulness sau rollout.

Decision quality check

Decision quality check: DEC-0088

• Score: 11/12
• Weak dimensions: Scale risk (1)
• Action: Promoted with telemetry-based cap tuning follow-up.