2. 风控基础认知
在进入决策流编排之前，必须先建立一张“风控系统地图”。很多同学一上来就学节点拖拽、条件分支，结果遇到真实业务时不知道某个节点该放在哪里、某个策略该由谁触发。根本原因在于：没有厘清业务场景、决策类型、规则引擎、策略中心与决策流这五个概念之间的层次与协作关系。本节把这五者串成一条完整的链路。
一、核心原理：从业务场景到决策流的五层结构
风控系统本质上是一个“把业务请求翻译成风险判断，再把判断翻译成动作”的转换器。这个转换过程可以拆成五层，自下而上理解更清晰：
- 业务场景层：回答“在什么业务动作上做风控”。例如注册、登录、申请授信、提现、支付、营销领券。场景决定了可用的数据、可接受的时延、以及失败后的用户体验。
- 决策类型层：回答“这次要做什么类型的判断”。常见有准入决策（通过/拒绝）、额度决策（给多少）、定价决策（什么费率）、名单决策（命中黑名单如何处理）、验证决策（是否加验人脸或短信）。
- 规则引擎层：回答“单条判断怎么算”。它负责执行形如“近7天申请次数 > 5 且 设备为模拟器”的原子规则，输出布尔值或分数。
- 策略中心层：回答“多条规则如何组合成一个策略”。它管理规则集、权重、阈值、版本、灰度与实验，是策略资产的管理者。
- 决策流层：回答“多个策略按什么顺序、什么条件执行”。它负责编排、路由、并行/串行、短路与兜底，是整条链路的调度者。
一句话概括：业务场景触发决策流，决策流调度策略中心，策略中心调用规则引擎，最终产出决策类型对应的结果。决策流是“骨架”，策略是“肌肉”，规则是“细胞”。
关键认知：决策流不生产规则，它只做编排与路由。把规则逻辑硬编码进决策流节点，是后期维护灾难的起点。
二、方法流程：一次风控请求的完整流转
以“用户申请授信”为例，一次请求在系统中的流转顺序如下：
- 业务系统发起授信申请，携带用户ID、设备指纹、申请金额等上下文，进入风控入口。
- 入口根据场景标识（如
credit_apply）选择对应的决策流版本。 - 决策流按编排顺序执行：先跑“反欺诈策略”，再跑“信用评估策略”，最后跑“额度定价策略”。
- 每个策略节点向策略中心请求当前生效的规则集，策略中心返回规则、权重与阈值。
- 规则引擎逐条执行规则，产出命中结果与分数，回传给策略节点。
- 策略节点根据分数与阈值输出策略结论，决策流根据结论决定下一跳或直接短路。
- 决策流汇总所有节点结果，输出最终决策类型：通过、拒绝、人工审核或加验。
这个过程可以用一段简化的决策流配置来表达：
flow: credit_apply_v3
nodes:
- id: anti_fraud
type: strategy
strategyKey: anti_fraud_rule_set
next: credit_score
- id: credit_score
type: strategy
strategyKey: credit_score_model
next: limit_pricing
- id: limit_pricing
type: strategy
strategyKey: limit_pricing_rule
next: end
route:
- from: anti_fraud
when: result == "reject"
to: end
action: reject
可以看到，决策流配置里出现的是策略键（strategyKey）和路由条件，而不是具体规则内容。这正是分层带来的可维护性。
三、案例/场景：同一规则在不同场景下的差异
假设有一条规则：“近1小时登录失败次数 ≥ 3 则拒绝”。它在不同场景中的处理方式完全不同：
| 业务场景 | 决策类型 | 命中后动作 | 原因 |
|---|---|---|---|
| 登录 | 验证决策 | 要求短信或人脸加验 | 直接拒绝会误伤忘记密码的真实用户 |
| 提现 | 准入决策 | 直接拒绝并冻结 | 资金流出风险高，宁可误杀 |
| 营销领券 | 名单决策 | 拒绝并加入灰名单 | 防止羊毛党批量刷券 |
这说明：规则本身是客观的，但决策类型和场景决定了它的处置动作。决策流的作用，就是把这些差异通过路由条件表达出来，而不是复制三份规则。
四、误区与复盘：常见认知偏差
误区一：把决策流当成规则引擎用。在决策流节点里写大量 if-else 判断业务逻辑，导致规则无法复用、无法灰度、无法被策略中心统一管理。
误区二：策略中心与决策流职责混淆。策略中心负责“策略内容”，决策流负责“执行顺序”。如果策略中心里出现“先跑A再跑B”的编排逻辑，说明边界被打破了。
复盘建议：每次新增风控需求时，先问三个问题——属于哪个业务场景？要产出哪种决策类型？这条逻辑应该放在规则、策略还是决策流？回答清楚再动手配置，能减少大量返工。
最后用一张关系图收束本节：业务场景是入口，决策类型是出口，规则引擎是最小执行单元，策略中心是规则的组织者，决策流是串联一切的调度中枢。理解这五者的分工，后续学习节点路由与编排时，才能知道每一步“为什么这样设计”。