MLOps & CI/CD for AI: 解释 ML 系统技术债的来源与偿还方式。

Core Concept: 核心来源是数据依赖纠缠（CACE）、配置债、管道丛林、未版本化数据、反馈环与遗留特征；偿还靠测试、监控、文档、重构与自动化。

数学机理：<strong>ML 技术债的来源（Sculley 等）</strong>——(1) <strong>数据依赖纠缠（CACE）</strong>——(a) <strong>C（Changing anything changes everything）</strong>——改动任一处（超参、特征、数据）都可能改变所有模型行为，且难归因；(b) <strong>A（Abstraction debt）</strong>——缺乏统一抽象，胶水代码丛生；(c) <strong>C（Correction cascades）</strong>——修正一个模型常需同步修正依赖它的模型；(d) <strong>E（Entanglement）</strong>——多个模型/特征耦合，改一处影响多处以不可预期的方式；(e) <strong>最危险</strong>——E 与 C 叠加时（改一个特征影响多个下游模型）风险最大。(2) <strong>配置债（configuration debt）</strong>——(a) <strong>来源</strong>——超参、阈值、特征开关、A/B 分流规则散落在代码/脚本/配置文件；(b) <strong>后果</strong>——难以追踪'哪个配置对应哪次实验'、复现困难、改配置易出错；(c) <strong>偿还</strong>——集中配置管理 + 版本化 + 配置即代码。(3) <strong>管道丛林（pipeline jungles / glue code）</strong>——(a) <strong>来源</strong>——为快速上线堆叠脚本与胶水，特征计算存在多份实现（训练一份、推理一份）；(b) <strong>后果</strong>——训练-服务 skew、维护成本高；(c) <strong>偿还</strong>——统一特征平台、单一特征定义。(4) <strong>未版本化数据</strong>——(a) <strong>来源</strong>——数据直接读'当前'表；(b) <strong>后果</strong>——实验不可复现、无法解释历史结果；(c) <strong>偿还</strong>——数据快照/内容寻址。(5) <strong>反馈环（feedback loops）</strong>——(a) <strong>来源</strong>——模型上线改变用户行为与数据分布（推荐/风控）；(b) <strong>后果</strong>——训练数据有偏、评估失真；(c) <strong>偿还</strong>——探索流量、无偏评估（OPE）、随机化。(6) <strong>遗留特征（legacy features）</strong>——(a) <strong>来源</strong>——无人敢删的旧特征（怕影响线上）；(b) <strong>后果</strong>——维护成本、潜在泄漏与偏差；(c) <strong>偿还</strong>——特征重要性审计、灰度下线、血缘分析。(7) <strong>其他</strong>——(a) <strong>死代码/死实验</strong>；(b) <strong>硬编码路径与凭据</strong>；(c) <strong>缺乏测试</strong>。(8) <strong>偿还方式（对应 DevOps 实践）</strong>——(a) <strong>测试</strong>——数据/模型/管道测试；(b) <strong>监控</strong>——检测漂移与退化；(c) <strong>文档与血缘</strong>——模型卡、数据卡、血缘图；(d) <strong>重构与抽象</strong>——统一特征/训练/服务平台；(e) <strong>自动化</strong>——CI/CD 与 CT；(f) <strong>治理</strong>——变更评审、责任人。(9) <strong>权衡</strong>——(a) <strong>快速交付 vs 长期可维护</strong>——早期可接受债务换速度，但需有计划偿还；(b) <strong>量化</strong>——用'改一个特征需要多久、影响多少模型'衡量纠缠程度。<strong>与其他问题的关系</strong>——(a) 与训练-服务一致性（管道丛林导致 skew）；(b) 与 ML CI/CD（测试与自动化偿还）；(c) 与模型治理（文档与审计）；(d) 与特征存储（统一特征定义）。<strong>度量</strong>——(a) 从想法到上线的周期；(b) 特征实现份数（应尽量为 1）；(c) 实验复现率；(d) 变更的影响范围。

深度剖析与工程权衡：① <strong>CACE 是 ML 技术债的理论核心</strong>——面试中能解释四个字母是深度理解的标志。② <strong>纠缠（E）最危险</strong>——改一处影响多模型且不可预期。③ <strong>配置债在 ML 中格外严重</strong>——超参与开关多且散落。④ <strong>管道丛林直接导致训练-服务 skew</strong>——特征两份实现是经典 bug 源。⑤ <strong>反馈环既是技术债也是评估难题</strong>——需探索流量与无偏评估。⑥ <strong>偿还需计划而非自然发生</strong>——用'变更影响范围'量化债务。⑦ <strong>面试要点</strong>——被问 ML 系统的技术债，应给出'<strong>CACE（含纠缠）+ 配置债 + 管道丛林 + 未版本化数据 + 反馈环 + 遗留特征 → 用测试/监控/血缘/重构/自动化/治理偿还</strong>'；能解释 CACE 与指出管道丛林导致 skew 是深度理解的标志。