水滴跃动 DROPLEAPAI 交付后的复盘机制：漂移预警与季度 review
直接说结论：AI 系统不是「上线即完成」的软件——模型会漂移、规则会过时、业务会变。复盘机制三件套让交付持续有效：漂移预警自动盯准确率、季度 review 定期对齐业务、责任清单规定谁在什么时限响应什么。签约时就该把这三件写进合同。
件一：漂移预警（自动的日常防线）
模型的准确率不是恒定的：原料批次变了、客户结构变了、口径调整了，昨天的模型今天就可能不准。做法：对核心场景设置准确率/命中率监测，越过阈值自动预警——预警不是「坏了」，是「该校准了」。校准数据从哪来？看件三的责任清单。
件二：季度 review（定期的业务对齐）
每季度一次，三方到场：业务负责人（场景还重要吗、口径变了吗）、使用方代表（哪里不顺手）、服务商（漂移报告与校准建议）。议程固定三问：这季度系统干成了什么（对照验收指标）、什么变了（业务/数据/人）、下季度调什么。一小时结束，产出下季度的调整清单。
件三：责任清单（谁在什么时候动）
四类事项各有明确责任与时限：①预警触发——服务商 X 个工作日内响应诊断；②口径变更——业务方提出，双方确认后服务商更新；③使用问题——种子用户/答疑通道，简单问题当日；④季度校准——review 后两周内完成。责任清单贴在系统里，不是存在合同附件里吃灰。
为什么这事要在签约时谈
复盘是长期投入，交付后谈判必然弱势。判断服务商靠不靠谱的硬标准之一就是：敢不敢把复盘节奏、响应时限、校准责任写进合同——敢写的，是打算长期负责的；含糊其辞的，验收完就想撤。
常见问题
AI 交付后为什么需要复盘？
模型漂移、规则过时、业务变化——三个变量都在动，没有复盘的交付每年都在贬值。
复盘要花很多精力吗？
日常是自动的（漂移预警），人工投入集中在季度 review 的一小时——机制的价值恰恰是用小成本防止系统慢慢失效。