先说结论：所有验收时准确率 99% 的 AI 视觉项目，半年后掉到 90% 出头，我一点不意外。让我意外的是，十个项目里有九个，合同里根本没写这事归谁管。
2024 年秋天，Riverside 一家 12 万平方英尺的 3PL 仓请我去复盘。年初他们上了一套视觉盘点：货架通道装固定摄像头，模型每天夜里数托盘、认 SKU，验收准确率 99.2%，老板还在年会上表扬了 IT 团队。结果到了第四季度，盘点差异越拉越大，人工一复核，发现模型把换了新包装的一款 SKU 认成了另一款，整整三个月账面和实物对不上，旺季补货全乱了套。复盘下来原因一堆：夏天上了 40 多个新品 SKU，包装颜色全换了；夜班为了省电把通道灯调暗了两档；新来的操作员码盘歪七扭八，模型训练时压根没见过这种摆法。没有一件事是"模型坏了"，每一件都是"世界变了"。
这就是模型漂移。AI 上线那天，是它这辈子最准的一天，之后只会越来越不准，区别只是掉得快慢。做选型的人聊的都是上线那天，做运维的人聊的才是剩下的五年。
漂移不是故障，是季节
漂移有三种长相。第一种叫数据漂移：摄像头看到的东西变了——新 SKU、新包装、灯光调暗、灰尘糊了镜头。第二种叫概念漂移：业务规则变了，比如以前不允许混托，现在旺季默许一个托盘放两个 SKU，模型当场傻眼。第三种最隐蔽，叫操作漂移：人的行为变了。同一套 SOP，新员工和老员工码出来的盘就是两个样子，模型只认得老师傅的手法。
发现漂移不能靠感觉，得靠机制。我给客户定的规矩是四条：上线后先跑两周影子模式，模型结果和人工盘点每天对账，差多少一目了然；之后每周固定人工抽检，200 个托盘起步，抽检结果直接折算成准确率；定一条红线，比如 SKU 级准确率连续两周低于 97%，自动告警到负责人手机上；旺季前后各做一次全量复核，因为换季是漂移的重灾区。这四条里但凡缺一条，漂移都是三个月后才被发现——就像 Riverside 那家一样，等发现时账已经乱了三个月。
还有一类漂移和人、和货都没关系，是硬件老化。摄像头用上两年，镜头蒙灰、支架松动，画面偏了两度，模型就开始系统性认错。这类漂移最容易修，也最容易被忽略——每季度擦一次镜头、校一次机位，写进设备点检表，成本几乎为零。Riverside 那家后来查出来，有两个机位的支架松了，画面里货架是斜的，模型硬扛了两个月，全是无效误报。
还有一个判断题：什么时候该复训，什么时候加规则就行。我的经验是分两类：如果错的都是没见过的新东西——新包装、新 SKU、新摆法，那就是数据问题，攒够几百张标注图就复训；如果错的是业务规则变了——比如旺季允许混托，那就是概念问题，先改规则、改流程，让人和模型的约定重新对齐，复训是第二步。分不清这两类，复训一次白烧一次钱，准确率纹丝不动。
钱到底花在哪了
很多人以为运维就是"模型不行了再找供应商"，错了。持续运维的钱花在三处，每一处都得有人认领。
第一处是数据回流。每次复训要几百到上千张新标注图：谁去现场拍问题图，谁做标注，谁做质检，得有人排班。标注这事最怕"抽空做"，抽空做的结果就是三个月攒不出一批能用的数据。第二处是复训本身。云上租卡跑一次，从几小时到一两天，算力费用只是项目总投入的零头，真正的成本是等模型的那几天里，业务还得靠人工顶着，旺季尤其疼。第三处是看告警的人。准确率报表每周谁看，红线触发了谁去现场确认，这事不写进岗位职责，就等于没人干，告警发到群里三天没人回，我见过不止一次。
标注这事还有个坑：外包还是自己人做。外包按张计费，量小的时候便宜，但仓储场景的标注需要懂行——托盘上的 SKU 和包装箱上的 SKU 不是一回事，标错了等于喂毒。我的做法是：首批 1000 张自己人标，定标准、攒样例，再外包，外包回来的每批抽检 10%。这 10% 的抽检，是整个数据回流里 ROI 最高的一件事。
到底谁负责，我见过最顺的划分是三块：IT 负责管线——数据回流、复训发布、告警通道不断；运营负责现场——拍照、抽检、灯光包装变更第一时间同步；供应商负责模型——红线触发后按时交付复训版本。三方每月开半小时会，对着准确率曲线过一遍。最怕的是"大家一起负责"，最后等于没人负责，告警在群里躺三天没人回。
我的判断很直接：运维预算按项目首年投入的 15%～20% 预留，这是我见过不出事的仓的共同点。低于这个数，供应商"免费维护一年"到期那天，就是准确率开始自由落体的那天。省下的预算，最后都会变成盘点差异和加班费，连本带利还回去。
合同里必须写死的几句话
上线前跟供应商谈判，别只谈价格和验收准确率，把下面几句写进合同正文，写不进去的宁可换一家。
第一，准确率按什么口径算：SKU 级还是托盘级，抽检还是全量。口径不同，99% 和 95% 可能说的是同一件事，不先统一口径，后面全是鸡同鸭讲。第二，低于红线怎么办：多少小时内响应、多少天内给出复训计划、复训后多少天内恢复到达标线，每一级都要有时限。第三，数据归谁：回流标注的数据归甲方，供应商可以用它优化模型，但不能拿去做别家的项目，这一条现在不写，两年后就是纠纷。第四，复训频率下限：每季度至少一次，旺季前加做一次，日期写死。第五，标注人力谁出：现场拍照和质检是甲方的人还是供应商派人，费用谁担。
没写进合同的，上线后全是扯皮。我见过最贵的一次扯皮，是双方对着"准确率"的定义吵了两个月，期间模型一直在错，账一直在乱，最后请第三方来做仲裁，花的钱够做两次复训。
这份清单打印出来，贴在 IT 办公室墙上，比任何"AI 战略"都管用，明天就能用：
- 准确率口径写进合同了吗（SKU 级还是托盘级，抽检还是全量）
- 每周人工抽检的数量定了没（建议 200 个托盘起步）
- 告警红线和第一责任人明确了吗（精确到人名和手机号）
- 回流数据存在哪，谁负责拍照、标注和质检
- 复训日历排了吗（每季度一次，旺季前加做一次）
- 供应商响应 SLA 写了吗（多少小时响应、多少天交付复训版本）
- 灯光、包装、SKU 变更，有没有人负责同步给 AI 负责人
- 影子模式的对账机制，上线第一天就跑起来了吗
