这张卡讲高风险变更的低风险试探法:让新版在真流量上「隐身」运行。

核心拆解:影子部署把新版接到真实流量上并行执行,结果只记录不返回,用于上线前对照新旧差异。它的价值是让评测数据来自真实分布,又零用户风险,特别适合智能体这类失败模式不可枚举的系统。两个执行要点最易被忽略:一是下游副作用——旁路请求若触发了发邮件、写库等真实动作,影子就成了事故,必须做动作屏蔽;二是成本——每个请求算两遍,token 成本与延迟预算要提前报备。

增量判断:与 A/B 测试的次序关系是先影子后放量,国内企业客户的变更审批制度恰好欢迎这种形态。FDE 的增量用法是拿影子期的对照报告作为放量评审材料,把「感觉没问题」换成数据。

行动建议:设计影子链路时先列下游动作清单,逐项标注屏蔽方式与验证方法。影子期建议至少覆盖一个完整业务周期。

—— FDEChina编辑部 · 架构师视角

定义

影子部署(Shadow Deployment)指让新版系统接收与线上一致的真实请求、但结果只记录不返回用户的并行验证方式,新版在真实分布下「隐身」运行,验证通过后再放量。

展开

它解决的是离线评测的分布失真问题:评测集再用心也是历史快照,影子环境让新版直接面对当下的真实流量,新旧输出差异、延迟与失败模式都以真实样本呈现。特别适合智能体系统——失败路径不可枚举,任何评测集都装不下全部风险,影子期就是最后一道观测网。两个执行要点最易出事:一是下游副作用管理,旁路请求若触发发邮件、写数据库、调用外部接口等真实动作,影子就成了事故,必须对动作类工具做屏蔽或替换为记录桩;二是成本账,每个请求算两遍,token 成本与基础设施开销要提前向客户报备。与 A/B 测试的次序关系:先影子后放量,影子期对照报告直接作为放量评审材料;与在线评测的关系:影子是全量在线评测的受控子集,代价可控、结论更聚焦。

参见

智能体上线检查清单评测回归模式FDE 实战指南