🧠 图解记忆： 灰度不是慢慢上线，而是每一步都有对照、质量门槛、观察窗口和可执行回滚。
Demo 回答： "改完代码重新部署" ❌ 生产级回答： 灰度不是"慢慢发"，而是可控地验证新策略在真实流量上的表现，同时保留随时回滚的能力。
具体做法：
- Shadow 模式（影子模式）： 新旧策略同时跑，新策略只记录结果，不返回给用户。它适合比较离线可计算指标，但无法直接观察用户行为变化。
- Canary 发布（金丝雀）： 按用户或租户稳定分桶，先放少量真实流量；比例和观察时间由风险、流量及最小可检测效果决定。
- 可验证回滚： 策略、Prompt、Embedding、索引和模型都要有版本；回滚目标应通过演练得到，而不是预设“30 秒”。
- 质量门禁： 同时监控任务质量、拒答、安全、延迟、错误率和成本；明确自动回滚与人工确认的边界。
30 秒回答
“先用离线回归保证已知能力不退化，再用 Shadow 流量验证真实输入，之后按用户稳定分桶做 Canary。发布单元不只是代码，还包括 Prompt、模型、Embedding 和索引版本。门禁覆盖质量、安全、延迟和成本；回滚时间必须演练。涉及索引或数据格式变化时，还要验证旧服务能否读取新数据，不能假设改一个配置就能回滚。”
相关基础考点（使用主答案）
- 分块与 overlap：见 RAG 系统 Q6；
- 混合检索、RRF 与 Rerank：见 向量索引优化；
- 成本控制：见 RAG 系统 Q8；
- 动态知识更新：见 RAG 系统 Q20；
- Agent 工具兜底：见 Agent 基础 Q10。
📚 参考：Langfuse（灰度发布与线上评测）