CI、CD 与自动化质量门

本节目标

区分持续集成、持续训练与持续交付，并把模型评测转成可解释的发布门。

自动化不等于每次变化都直接上线。风险高、标签稀缺或影响难逆转的系统，可以保留人工审批；关键是审批所需证据自动且一致地产生。

不要在每个小提交上执行昂贵全量训练。可先运行小数据冒烟测试，再由合并后或计划任务触发完整训练。

一个可审计的门应输出 通过/阻断 + 每条理由 + 使用的策略版本。常见条件包括：

“准确率大于某固定数”通常不够。数据不平衡时要看召回率、精确率或成本；模型指标存在随机波动时，还要比较置信区间或重复运行稳定性。

解析固定制品 → 构建环境 → 部署到测试环境 → 冒烟测试
→ 影子/Canary → 观察用户 SLI 与模型信号 → 扩大或回滚

每一步必须保留输入版本和结果。若发布工具只收到“部署 champion”，而未记录解析出的版本，后续就无法准确复盘。

错误示例：gate failed。

可操作示例：

BLOCK: critical_slice.recall=0.72，低于 baseline=0.78，
本策略允许回退=0.02；policy_version=promotion-v3。

后者说明比较对象、观察值和策略来源。阈值仍然是项目决策，不是行业通用真理。

为一个每日训练的欺诈识别模型设计 CI、CT、CD 三条流程。明确哪些失败：

自测：为什么漂移告警不应直接触发无审查上线？为什么质量门必须同时保留策略版本和基线版本？

质量门负责决定“是否值得尝试发布”，部署策略负责限制尝试的影响面。继续学习部署、Canary 与回滚。