2. 模型生命周期管理：从开发到部署、监控与迭代的闭环流程
风控模型不是一次性交付的“成品”，而是一个需要持续治理的“活体”。完整的模型生命周期管理（Model Lifecycle Management, MLM）将开发、部署、监控与迭代串联为闭环，而稳定性巡检（PSI监控与Drift管理）正是这个闭环中承上启下的关键枢纽。
2.1 模型生命周期的四个核心阶段
一个标准的风控模型生命周期通常划分为以下四个阶段，每个阶段都有明确的交付物与质量门禁：
| 阶段 | 核心活动 | 关键产出 | 质量门禁 |
|---|---|---|---|
| 1. 开发与验证 | 数据清洗、特征工程、算法选型、模型训练、回测、交叉验证 | 模型训练报告、验证报告、模型卡（Model Card） | KS/AUC/Gini 达到业务阈值；PSI 开发集内稳定 |
| 2. 部署与上线 | 模型封装、API 发布、A/B 测试、灰度放量、全量切换 | 部署文档、上线检查清单、A/B 测试报告 | 线上推理延迟达标；与离线回测偏差 < 5% |
| 3. 监控与预警 | 实时/离线 PSI 计算、特征分布追踪、性能衰减检测、告警推送 | 监控看板、周/月巡检报告、告警日志 | PSI < 0.1 稳定；0.1~0.25 需关注；> 0.25 触发告警 |
| 4. 迭代与退役 | Drift 根因分析、特征重构、模型重训、版本替换、旧模型下线 | 迭代计划、新版本模型卡、退役审批单 | 新模型在验证集上优于旧模型；PSI 回归正常 |
关键认知： 阶段3（监控与预警）是连接“开发部署”与“迭代退役”的桥梁。没有有效的稳定性巡检，迭代将变成“盲人摸象”，无法判断模型何时需要更新。
2.2 闭环流程：从监控信号到迭代决策
下图展示了模型生命周期中，稳定性巡检如何作为核心信号源驱动迭代闭环：
巡检定位总结： 稳定性巡检（阶段③）是闭环的“传感器”和“决策触发器”。它持续采集线上模型表现数据，当PSI或Drift超过阈值时，自动触发阶段④的迭代流程，从而形成“监控发现问题 → 分析根因 → 重训模型 → 重新部署”的完整闭环。
2.3 稳定性巡检在闭环中的具体职责
稳定性巡检并非简单的“算个PSI”，它在模型生命周期中承担着三项核心职责：
- 早期预警（Early Warning）：在模型性能明显下降之前，通过特征分布漂移（PSI）提前发现风险信号。通常PSI > 0.1即触发关注，> 0.25触发紧急告警。
- 根因定位（Root Cause Localization）：当告警发生时，巡检系统需要进一步定位是哪些特征发生了漂移，以及漂移的方向（客群偏移？数据质量问题？外部环境变化？）。
- 迭代决策支持（Iteration Decision Support）：提供量化依据，帮助判断“是否需要立即重训”、“是否可以等待月度版本”、“是否需要回滚到上一版本”。
2.4 常见误区与避坑指南
⚠️ 常见误区：
- 误区1：“模型上线后只要KS不降就不用管PSI。” —— 实际上PSI是领先指标，KS下降时往往已经造成了大量坏账。
- 误区2：“PSI只算总分，不看分特征。” —— 总分PSI可能正常，但某个关键特征已经严重漂移，导致模型决策逻辑失效。
- 误区3：“监控发现漂移就立刻重训。” —— 需要先排除数据采集错误、短期季节性波动等伪漂移，避免无效迭代。
2.5 稳定性巡检的输入与输出
| 维度 | 输入（Input） | 输出（Output） |
|---|---|---|
| 数据源 | 线上实时评分日志、离线特征快照、标签延迟回补数据 | PSI 时序曲线、特征漂移热力图、告警事件列表 |
| 频率 | 日级/周级特征分布快照、月级性能评估 | 日报（PSI趋势）、周报（Drift分析）、月报（迭代建议） |
| 决策触发 | PSI阈值配置、Drift容忍度、业务损失预估 | 告警级别（Info/Warning/Critical）、迭代优先级评分 |
实践要点： 稳定性巡检系统应作为模型基础设施的一部分，与CI/CD流水线、模型注册中心、告警平台打通。当PSI告警被确认后，自动创建Jira工单并指派给模型负责人，确保问题不被遗漏。