什么是数据漂移？AI 为什么上线后会越来越不准

模型在测试集上表现很好，上线几个月后却越来越不准，常见原因不是代码坏了，而是世界变了。**数据漂移（Data Drift）**指真实输入的数据分布逐渐偏离训练数据：用户语言变了、产品变了、季节变了、欺诈手法也变了。

三种常见变化

• 输入漂移：用户问题、图片或特征的分布变化
• 概念漂移：同样的输入对应的正确答案变了，例如垃圾邮件策略变化
• 标签/反馈漂移：人工标注标准或用户行为发生改变

大模型应用也会受影响：知识库过期、提示词版本变化、工具 API 改版，都可能让原本稳定的流程退化。

如何发现

监控输入长度、语言、主题、Embedding 分布、检索命中率、用户纠错率和任务成功率。只看请求量不够；当关键指标慢慢偏离历史区间时，应调查具体样本，而不是等投诉集中爆发。

如何应对

先确认漂移是否真的影响业务结果。轻微输入变化可能无需动作；若质量明显下降，可更新知识库、调整规则、补充新数据、重新训练或改变模型路由。任何改动后都应使用独立测试集回归验证。

总结

数据漂移提醒我们：模型不是一次训练、永久正确的程序。持续监控真实输入与任务质量，及时更新数据、知识和评测，才是让 AI 服务长期可靠的基础。