从固定参数到滚动迭代：产业落地中的动态优化调整

上个月在南京江北产业园开产学研对接会，碰到一个做工业能耗管控的老板吐槽。三年前砸了大几百万上的智能管控系统，上线第一年能耗达标率稳定在98%，这两年慢慢掉到82%，排查了大半年，换了三批传感器都没解决问题。最后拆开后台算法一看，原来园区入驻企业换了快三分之一，原有的负荷分配参数还是开园定的，从企业的生产班次到产品类型全变了，参数还停在三年前。

为什么固定框架总会过时

很多项目立项的时候，默认的逻辑都是“一次设计，终身可用”。甲方要确定的结果，乙方要明确的交付，大家都默认把所有参数、规则、流程定死，签字验收就算完事。 但现实世界从来不是静止的。 外部环境在变，夏天的用电高峰和冬天完全不是一个量级，疫情之后很多企业的开工率从90%掉到50%又涨回70%，这些波动都不是当初设计系统的时候能精准预估的。就连用户需求都在变，三年前做社区团购的配送路径，那时候用户要的是次日达，现在要当日达，原来的路径规划框架直接就失效了。 工业园区能耗管控动态优化流程图 很多人觉得，出问题是因为当初设计得不好。其实不是，再完美的初始设计，也扛不住时间带来的变量累积。哪怕是城市的道路规划，当年设计的通行量放在十年后，也会因为汽车保有量翻三倍而堵车，更何况那些扎根在快速变化行业里的系统。 固定框架的本质，是把未来的不确定性锁死在当下的认知里，失效本来就是必然的。

核心误区：越动态越有效？

有很多人听到要调整，直接走了另一个极端：月月调，周周调，甚至天天调。仿佛调得越频繁，就越先进。 我之前接触过一家做消费金融的公司，去年上了一个实时调优的风控模型，跟着每天的申贷数据更新权重，结果碰到五一假期，很多人提前申贷消费，短期数据异常波动，模型直接把优质客户的通过率砍了40%，还放了一批资质差的短期套现客户，最后坏账率涨了快两个百分点，亏了几千万。 还有共享充电宝的点位定价，之前有品牌做一小时一调的动态定价，结果同一个商圈同一个商户，上午下午价格不一样，商户觉得太乱，用户也嫌波动大，最后一半商户解约，反而亏得更多。 说白了，动态调整是有成本的。算力成本，对接成本，还有用户和合作方的适配成本。无限制的动态，本质是把稳定运行的基本盘给扔了。所有调整都要算成本收益，为了调整而调整，纯纯是折腾资源。 风控模型动态拟合偏差对比图 应用边界其实很清晰：对于核心逻辑、影响全局的规则，调整频率必须降下来，频繁乱动会动摇整个系统的根基；对于边缘的、局部的参数，才可以提频调整，适应小范围的变化。 谁把这个边界搞反了，谁就要交学费。

落地的可行路径

落地的可行路径 实话实说，现在已经没有多少人否认调整的必要性，大部分卡壳都卡在怎么落地，怎么平衡稳定和变化的关系。这些年跑了几十个产业项目，总结出来三个可复制的方向。 第一个是分层迭代。把系统里的规则分成两层，核心层和界面层。核心层关乎整个系统的底层逻辑，比如物流网络的中心仓选址，平台的基本分发规则，这部分三个月甚至半年调一次都没问题，慢调才能稳。而界面层，比如商品的标签权重，网点的派单优先级，这些可以天天调，快调适配变化。杭州有个做直播电商的平台，就是这么干的，大盘分发逻辑一季度一更，垂类品类的标签权重天更，既有稳定性，又能跟上新品类的流量变化，效果比之前全量按月调好太多。 第二个是触发式调优，放弃固定周期调整，改成异常触发。说白了，就是没出事就不动，出了异常再调整。很多人觉得要定期体检式调整，其实大部分时候系统运行稳定，调整反而会带来不必要的波动。比如电网的区域负荷调度，行业里现在都改成了触发式，只有当单个节点负载超过70%，或者连续三天偏离预测值10%以上，才启动优化，平时保持原有方案，既省了算力，又减少了不必要的波动。 第三个是预留容错空间。动态调整不是把所有空间都用完，一定要留出来缓冲区间。比如城市公交的发车间隔，动态调整的时候，一定会留10%的机动运力，防止突发的展会、演唱会带来的客流暴涨，哪怕调整错了，也有缓冲的余地。不会因为一次意外就全线瘫痪。 很多人说，未来的系统都是活的。没错，但活的系统不是乱跑，是带着缰绳跑，知道什么时候停，什么时候动，知道哪里不能碰，哪里可以试。 调整本身从来不是目的，让系统一直贴合真实的运行场景，才是。这几年见过太多上来就要做全实时动态调优的项目，最后死的都很惨，反而那些留足余地，张弛有度的，走得最远。