4. 模型清单管理核心概念
在模型全生命周期治理中，模型清单（Model Inventory）是最基础、也最容易被低估的治理资产。它不是一张简单的Excel台账，而是连接模型注册、风险分级、审批、监控、退役等环节的“主数据索引”。没有一份可信、完整、可维护的模型清单，后续的风险分级、合规审计、责任追溯都会失去锚点。
一、模型清单的定义与边界
模型清单是指组织对其在业务、决策、产品中实际使用或计划使用的模型资产进行统一登记、结构化描述和持续维护的记录集合。它回答四个基本问题：有哪些模型、它们在哪里、由谁负责、处于什么状态。
需要明确的是，模型清单不等于模型文件仓库，也不等于实验记录平台。模型文件仓库关注“文件版本”，实验记录平台关注“训练过程”，而模型清单关注的是“模型作为管理对象的身份与属性”。一个模型可能对应多个版本、多个部署实例，但在清单中通常以“模型条目”为最小治理单元，版本与实例作为其从属信息。
核心边界：模型清单管理的是“模型资产的身份与治理属性”，而不是模型权重、训练数据或推理日志本身。它更像图书馆的目录卡片，而不是书架上的书。
二、模型清单的核心作用
模型清单的价值贯穿治理全流程，主要体现在以下五个方面：
- 资产可见性：消除“影子模型”，让组织清楚知道模型数量、分布、业务归属和依赖关系。
- 风险分级基础：风险分级需要依据模型用途、影响范围、数据敏感度等字段，这些字段必须由清单统一承载。
- 合规与审计支撑：监管要求往往需要提供模型列表、责任人、审批记录和变更历史，清单是审计取数的第一入口。
- 生命周期联动：模型从开发、上线、监控到退役，每个状态变更都应回写清单，形成闭环。
- 责任落实：通过模型负责人、业务负责人、技术负责人等字段，明确“谁对模型负责”。
三、字段设计：从“能登记”到“能治理”
字段设计是模型清单成败的关键。字段太少，清单无法支撑风险分级和审计；字段太多，维护成本高，最终无人更新。建议采用“核心字段+扩展字段”的分层设计。
| 字段类别 | 字段名称 | 说明 | 是否必填 |
|---|---|---|---|
| 身份标识 | 模型ID | 全局唯一，建议采用“业务域-序号”规则 | 是 |
| 身份标识 | 模型名称 | 业务可读名称，避免仅用技术代号 | 是 |
| 业务属性 | 业务场景 | 模型服务的具体业务用途 | 是 |
| 业务属性 | 影响范围 | 如内部辅助、客户触达、自动决策 | 是 |
| 风险属性 | 风险等级 | 高/中/低，由分级规则计算或评定 | 是 |
| 风险属性 | 数据敏感度 | 是否涉及个人信息、商业秘密等 | 是 |
| 责任属性 | 模型负责人 | 对模型全生命周期负责的角色 | 是 |
| 责任属性 | 业务负责人 | 对模型业务效果和合规使用负责 | 是 |
| 生命周期 | 当前状态 | 开发中/已上线/已下线/已退役 | 是 |
| 生命周期 | 上线日期 | 首次生产上线时间 | 是 |
| 技术属性 | 模型类型 | 如分类、回归、LLM、规则引擎 | 否 |
| 技术属性 | 部署方式 | API、嵌入式、批处理等 | 否 |
字段设计应遵循“最小必要+可扩展”原则。必填字段用于强制治理底线，扩展字段用于满足不同业务域的差异化需求。建议为每个字段定义明确的数据字典，包括字段含义、取值范围、更新责任人和更新时机。
# 模型清单字段配置示例（YAML）
model_inventory:
required_fields:
- model_id
- model_name
- business_scenario
- risk_level
- model_owner
- status
optional_fields:
- model_type
- deployment_mode
- data_sensitivity
- last_review_date
field_rules:
model_id: "^[A-Z]{2,6}-[0-9]{4}$"
risk_level: ["high", "medium", "low"]
status: ["dev", "online", "offline", "retired"]
四、维护原则与常见误区
模型清单不是一次性项目，而是持续运营的治理机制。以下四条维护原则应写入管理制度：
- 单一可信来源：清单必须是模型治理的唯一权威数据源，其他系统通过接口同步，避免多头维护。
- 状态变更驱动更新：模型上线、下线、负责人变更、风险等级调整等关键事件，必须触发清单更新。
- 定期复核：建议至少每季度对高风险模型复核一次，每半年对全量清单进行一次完整性校验。
- 自动化优先：能通过CI/CD、模型注册平台自动采集的字段，不应依赖人工填写。
常见误区一：把模型清单做成“一次性台账”，上线后无人维护，半年后数据失真。
常见误区二：字段设计追求大而全，导致填写负担过重，最终被业务方绕过。
常见误区三：只登记模型名称，不登记负责人和风险等级，清单无法支撑风险分级和审计。
常见误区四：清单与模型注册平台、审批系统割裂，形成“两张皮”。
复盘建议：在清单上线初期，选择一个业务域做试点，验证字段设计的可维护性和风险分级的可操作性。试点中暴露的字段缺失、责任不清、更新滞后等问题，应在推广前解决。同时，将清单维护纳入模型负责人的考核指标，确保治理机制真正落地。
总结来说，模型清单管理的核心不是“记录”，而是“治理”。定义清晰、作用明确、字段合理、维护持续，才能让清单成为模型全生命周期管理的可靠底座。