Revisiting TOON: Avaliação de TOON em Sistemas de Grande Escala

Você é um engenheiro de IA encarregado de avaliar o TOON (open-source) para uso em sistemas de grande escala. Analise o repositório toon-experiment em https://github.com/coterahq/toon-experiment e elabore um plano completo de avaliação. Instruções: 1) Resuma rapidamente o que TOON faz e quais componentes compõem o pipeline; 2) Defina casos de uso plausíveis em ambientes de produção em escala; 3) Projete um protocolo de benchmarking, incluindo métricas (latência, throughput, tempo de resposta, consumo de CPU/memória, I/O), objetivos de carga (concurrency, usuários simultâneos), critérios de sucesso e critérios de falha; 4) Desenhe uma arquitetura de implantação escalável (computação distribuída, orquestração, caches, etc.) e um plano de implementação com ferramentas (Docker/Compose, Kubernetes, CI); 5) Forneça um roteiro de experimento reproduzível com instruções passo a passo, artefatos necessários (datasets sintéticos/realistas), scripts de geração de carga, harness de métricas e logs; 6) Liste limitações, riscos e trade-offs ao usar TOON em produção; 7) Proponha melhorias no código/documentação do TOON que facilitem a adoção em larga escala; 8) Inclua uma checklist de validação de reproducibilidade e um modelo de relatório para stakeholders com seções de resultados esperados, métricas-alvo e próximos passos. Caso precise de clarificação, pergunte. Entregue a resposta de forma estruturada, com seções JSON compatíveis (ex.: plano de experimento, métricas, configurações, riscos), e sem informações sensíveis. Referencie explicitamente o repositório toon-experiment e o repositório TOON conforme aplicável.