MLOps & CI/CD for AI: 解释持续训练（CT）的触发条件与治理要点。

Core Concept: 触发可为定时、数据量累积、漂移超阈或线上指标下降；治理核心是自动评估+质量门+灰度+自动回滚，避免自动上线劣化模型。

数学机理：<strong>持续训练（continuous training, CT）</strong>——(1) <strong>触发机制</strong>——(a) <strong>定时（periodic）</strong>——固定周期（日/周）再训练；<strong>优点</strong>——简单可预测；<strong>缺点</strong>——滞后（漂移发生在两次训练之间）、浪费（无变化时也训练）；(b) <strong>数据量驱动</strong>——累积 Δdata 超过阈值（如新增 10% 数据）；<strong>优点</strong>——数据效率高；<strong>缺点</strong>——数据快时过频、慢时滞后；(c) <strong>漂移驱动</strong>——数据漂移（PSI/KL > δ）或概念漂移（线上指标下降）；<strong>优点</strong>——精准、及时；<strong>缺点</strong>——漂移检测有假阳性/假阴性、需可靠监控；(d) <strong>性能驱动</strong>——线上指标（含代理指标）低于 τ；<strong>优点</strong>——直接对齐目标；<strong>缺点</strong>——标签延迟导致反馈慢。(2) <strong>训练自动化</strong>——(a) <strong>数据准备</strong>——自动拉取最新数据、做时间点正确的特征回填；(b) <strong>训练</strong>——固定环境与种子、记录超参与血缘；(c) <strong>评估</strong>——离线指标 + 切片 + 鲁棒性；(d) <strong>注册</strong>——写入模型注册表（版本、指标、血缘）。(3) <strong>治理（governance）</strong>——(a) <strong>质量门</strong>——新模型必须通过门禁（整体+切片+工程约束）才成为候选；(b) <strong>发布</strong>——影子（对比但不影响用户）→ 金丝雀（小流量）→ 逐步放量 → 全量；(c) <strong>决策依据</strong>——在线业务指标（而非仅离线）；(d) <strong>回滚</strong>——护栏（guardrail）指标跌破则自动回滚到 champion；(e) <strong>冻结</strong>——异常时可人工暂停自动训练（避免'自动上线劣化模型'）。(4) <strong>风险</strong>——(a) <strong>反馈环</strong>——模型上线改变数据分布（如推荐改变用户行为），导致训练数据有偏；(b) <strong>数据泄漏</strong>——自动流水线可能误用未来数据；(c) <strong>静默劣化</strong>——漂移缓慢时指标变化不显著，难触发；(d) <strong>成本</strong>——频繁再训练成本高；(e) <strong>不稳定</strong>——频繁切换模型导致用户体验波动。(5) <strong>最佳实践</strong>——(a) <strong>多触发并用</strong>——定时兜底 + 漂移/性能触发加速；(b) <strong>门禁不可省</strong>；(c) <strong>灰度放量</strong>；(d) <strong>自动回滚护栏</strong>；(e) <strong>人工冻结开关</strong>；(f) <strong>记录每次训练与发布的决策</strong>（审计）。(6) <strong>与在线学习的关系</strong>——(a) <strong>持续训练</strong>——周期性批量再训练（慢）；(b) <strong>在线学习</strong>——流式增量更新（快，但需处理稳定性与灾难性遗忘）；(c) <strong>选择</strong>——延迟敏感且分布快变用在线学习；否则 CT 足够。<strong>与其他问题的关系</strong>——(a) 与 ML CI/CD（复用流水线）；(b) 与漂移检测；(c) 与模型治理（审计）；(d) 与在线学习。<strong>度量</strong>——(a) 再训练频率与成本；(b) 触发到上线的时延；(c) 自动回滚次数；(d) 线上指标随时间的稳定性。

深度剖析与工程权衡：① <strong>无门禁的自动上线是危险反模式</strong>——面试中能指出'自动训练 + 自动上线'的风险是深度理解的标志。② <strong>多种触发互补</strong>——定时兜底、漂移/性能加速。③ <strong>反馈环是 CT 的隐性陷阱</strong>——模型改变数据分布，训练数据有偏。④ <strong>灰度与自动回滚是安全网</strong>——先小流量、护栏跌破自动回滚。⑤ <strong>漂移检测的假阳性会造成频繁误训练</strong>——需阈值与稳定性约束。⑥ <strong>人工冻结开关必需</strong>——异常时可暂停自动化。⑦ <strong>面试要点</strong>——被问怎么设计持续训练，应给出'<strong>多触发（定时/数据/漂移/性能）+ 自动评估 + 质量门 + 影子/金丝雀 + 护栏自动回滚 + 人工冻结</strong>'；能指出反馈环与无门禁上线的风险是深度理解的标志。