一句话定义:变更管理(Change Management)是指把任何会改变系统行为的改动,都当作一次正式的、可评估、可审批、可回滚的变更来处理,而不再由个人随手改一改就直接上线。
传统 IT 里的变更管理主要检查代码发布:有测试、有评审、有回滚方案。但 AI 系统有个麻烦:影响输出的东西远不止代码。提示词(Prompt)改一句话、模型(Model)换一版、工具(Tool/AI 词典:Function Calling">Function Calling)多接一个接口、检索库(Retrieval Corpus)更新一批文档,用户看到的答案就可能整体变样,而编译器和单元测试不会报任何错。
打个餐厅的比方:代码是厨房设备,模型是厨师,提示词是菜谱,检索库是采购的食材。传统发布评审只管“厨房有没有装修好”,可换厨师、改菜谱、换供应商,客人吃出来的味道一样会变,甚至更难吃。
| 变更对象 | 典型动作 | 最容易被漏掉的风险 |
|---|---|---|
| 模型 | 升级或切换供应商、调整采样参数 | 输出风格、拒答行为整体漂移 |
| 提示词 | 改一句系统提示、增删示例 | 修好一个场景,弄坏另外三个 |
| 工具 | 新增或修改调用接口 | 参数结构变了,调用静默失败 |
| 检索库 | 更新文档、改分块策略、换嵌入模型 | 旧答案失效,或被新文档污染 |
和相邻概念的区别:CI/CD 和发布评审管的是“代码怎么安全上线”,变更管理管的是“哪些东西算变更”,范围更大。A/B 测试、监控告警、评测集(Eval)是手段,变更管理是那道流程闸门,规定谁在什么条件下可以放行。模型版本管理只是资产管理,管不到提示词和文档。
实际意义:从业者可以先把“变更清单”列出来,明确哪些改动必须走流程;每次变更前后跑同一套固定评测用例,用灰度(Canary)和小流量先验证,并留一个能一键回滚的开关;变更日志里写清改了什么、为什么改、谁批的。对普通职场人来说,记住一句就够了:在 AI 系统里,能回滚往往比能上线更重要。具体工具与流程规范各家不同,以官方页面为准。
