直接答案：无锡工厂 AI 上线后的运维验收，要看监控指标、漂移/异常、复训变更、告警值班、人工兜底、日志审计、回滚/停用和责任人；不是“模型能跑”就结束。
本文面向无锡及周边的装备制造、汽车零部件、电子制造和流程工业企业的 IT、生产、质量、EHS 和采购团队，资料截止 2026-10-28。只讨论工厂 AI 上线后的运行监控、模型变更、告警/人工接管、日志和停用，不重复 POC 立项、设备数据/边缘/OT 或合同 IP 验收；不承诺准确率、节省金额、可用性或合规认证。
上线只是开始；指标、告警、复训、停用要写进运维；没有 owner 和回滚，不算验收。
无锡工厂 AI 上线后，运维验收到底看什么？
看监控指标、漂移与异常、复训变更、告警值班、人工兜底、日志审计、回滚停用和责任人；不是模型能跑就结束。
POC 验收回答“能不能在样本上跑通”，上线运维验收回答“在真实生产里能不能持续可控”。工厂 AI 的效果会受来料、工艺、设备、班次、环境和上游系统变化影响，上线时通过的指标不代表三个月后仍然成立。运维验收要把对象、证据、责任人和停止条件写清楚。
| 验收对象 | 要写什么 | 验收证据 | 常见问题 |
|---|---|---|---|
| 监控指标 | 业务/质量/系统指标、阈值、采样频率、看板 owner | 指标字典、看板、基线 | 只看准确率 |
| 漂移/异常 | 输入分布、输出分布、误报/漏检、人工改写 | 监控记录、抽样复核 | 没有基线 |
| 复训/变更 | 触发条件、数据快照、评测、灰度、审批、回滚 | 变更单、评测报告、版本记录 | 直接覆盖线上 |
| 告警 | 分级、通知渠道、到达确认、升级路径 | 告警测试记录、值班表 | 告警只发群里 |
| 值班/人工兜底 | 谁看、何时接管、怎么记录 | 值班表、接管记录、SOP | 没人负责 |
| 日志/审计 | 输入输出、版本、人工改写、告警、变更 | 日志样本、权限/保留策略 | 只留系统日志 |
| 回滚/停用 | 触发条件、动作、决定人、恢复确认 | 演练记录、停用预案 | 没有回滚 |
| 供应商/SLA | 响应、复训、模型下线、数据导出 | 合同/SLA、退出方案 | 上线后找不到人 |
验收对象和阈值按场景、系统边界和合同确认；本文是提问清单，不是效果或合规承诺。
模型漂移和效果下降怎么发现？
用输入分布、输出分布、抽样准确率/召回、人工改写率、误报率和延迟等多条线；单一准确率不够，先留基线。
工厂 AI 常见的变化有三类：来料/工艺/环境变化导致输入分布变了；业务定义或缺陷标准变了，原来的标签不再适用；上游相机、传感器、ERP/MES 接口或数据口径变了。只看一个总准确率，容易把“数据变了”误判成“模型不行”，也可能漏掉某个品类或班次的局部失效。上线前要留基线，上线后按固定频率抽样复核。
| 指标 | 口径 | 数据来源 | 触发动作 |
|---|---|---|---|
| 输入分布 | 新数据与基线按品类/班次/设备的差异 | 采集日志、特征表 | 偏移超阈值→抽样复核 |
| 输出分布 | 类别/分数/置信度分布 | 预测日志 | 异常集中→查上游/模型 |
| 抽样准确率/召回 | 按场景定义，人工标注样本 | 质检/生产复核 | 连续下降→复训评估 |
| 人工改写率 | 人工修改/驳回比例 | 业务系统 | 上升→查原因 |
| 误报/漏检 | 按缺陷/告警定义 | 质检/告警记录 | 超阈值→降级/停用 |
| 延迟/错误率 | P95 延迟、超时、失败 | APM/接口日志 | 超阈值→扩容/回滚 |
| 数据质量 | 缺失、重复、时间戳、单位 | 数据质量任务 | 异常→停用相关输入 |
指标和阈值按场景、风险和合同确认；本文不承诺固定准确率、召回率或漂移阈值。NIST AI RMF 把 Measure/Manage 作为持续风险管理的一部分，可作为自查框架，但不是合规认证。
复训、微调和知识库更新怎么验收？
先定触发条件、数据快照、标注/评测集、影子或灰度、审批、版本和回滚；不能直接覆盖线上模型，也不能跳过回归。
复训不是“把新数据丢进去再训一遍”。要保留训练数据快照和授权，固定评测集，比较新旧版本在旧场景和新场景的表现，先在影子模式或小范围灰度验证，再审批上线。提示词、规则、知识库、接口和阈值调整同样属于变更，不能绕过版本和回滚。
| 变更类型 | 触发 | 验收证据 | 风险 |
|---|---|---|---|
| 复训 | 漂移、准确率下降、新品类 | 数据快照、评测对比、灰度记录 | 旧场景退化 |
| 微调 | 新场景、新客户要求 | 训练数据授权、评测集、版本 | 过拟合/数据泄漏 |
| 提示词/规则 | 业务规则变化 | 变更单、回归测试 | 影响面不清 |
| 知识库 | 文档更新/停用 | 来源、权限、索引版本 | 旧文档残留 |
| 接口/模型替换 | 供应商升级/停服 | 兼容测试、回滚方案 | 接口不兼容 |
| 阈值调整 | 误报/漏检偏高 | 调整依据、复核记录 | 只调阈值不查数据 |
变更流程按企业开发/运维制度和合同确认；NIST AI 600-1（生成式 AI 场景）建议在上线后持续监测、记录事件并管理变更，可作为参考，不是强制标准。
告警、值班和人工兜底怎么设？
按影响分级设告警、值班、升级路径和人工接管；要测过告警能到达、接管能生效、恢复能确认，不能只发群消息。
“告警发到群里”不等于有人处理。要定义级别、通知渠道、到达确认、升级路径、值班表和接管方式，并做一次真实测试：断网、接口超时、模型输出异常时，告警是否能到达；人工接管后，业务是否能继续；恢复后，谁确认并记录。没有人工兜底的场景，不适合直接取消原流程。
| 级别 | 例子 | 响应/升级 | 证据 |
|---|---|---|---|
| P1 | 安全/停线/批量误判 | 立即停用/回滚，通知负责人 | 告警到达、处置记录 |
| P2 | 指标持续越界、大量人工改写 | 限时确认，降级/加人工 | 值班记录、降级记录 |
| P3 | 单点异常、偶发 | 当班处理，次日复盘 | 工单 |
| P4 | 提示、容量、优化项 | 计划处理 | 变更单 |
响应时间、值班方式和升级路径按项目与合同确认；本文不承诺固定响应时间或 24/7 值守。
日志、数据和审计怎么留？
留输入/输出/版本/人工改写/告警/变更日志，按最小必要和权限保存；网络日志按适用法律不少于六个月。
工厂 AI 的日志既是排障依据，也是责任边界。至少要能回答：当时输入是什么、模型/提示词/知识库是什么版本、输出是什么、谁改过、谁接管、告警是否到达、什么时候回滚。日志可能包含员工、客户、供应商或工艺信息，要按最小必要、权限和保留期限管理；涉及个人信息时还要满足告知/同意或其他合法性基础。
| 日志类型 | 内容 | 保存/权限 | 用途 |
|---|---|---|---|
| 输入 | 图像/文本/传感器/工单号 | 脱敏、最小必要、访问控制 | 复现、漂移分析 |
| 输出 | 结果/置信度/模型版本 | 与输入关联、只读 | 追溯、复核 |
| 人工操作 | 改写/驳回/接管 | 操作者、时间、原因 | 质量与责任 |
| 告警 | 级别、通知、处置 | 覆盖响应周期 | 复盘、SLA |
| 变更 | 模型/提示词/知识库/阈值 | 版本、审批、回滚记录 | 审计 |
| 访问 | 账号、权限、导出 | 最小权限、审计 | 安全 |
《网络安全法》第二十三条要求网络运营者采取监测、记录网络运行状态和网络安全事件的技术措施，并按规定留存相关网络日志不少于六个月；工厂 AI 是否适用、如何落地需结合企业网络与系统边界确认。《数据安全法》和《个人信息保护法》还对数据处理、个人信息和跨境等提出要求。本文不构成法律意见。
什么时候应该回滚、降级或停用？
出现安全/质量/数据事件、指标持续越界、供应商停服或监管变化时，按预案回滚、降级或停用并留记录。
停用不是失败，而是风险控制。要在上线前写清触发条件、动作、决定人、通知对象和恢复条件，并做一次演练。尤其是安全、批量质量、数据泄露、供应商停服和监管变化，不能等到事发才讨论“谁来关”。如果系统无法回滚，建议先不上线。
| 触发 | 动作 | 谁决定 | 证据 |
|---|---|---|---|
| 安全事件/数据泄露 | 立即停用/隔离/上报 | 安全负责人 | 事件记录 |
| 批量质量事故 | 回滚/停用相关模型 | 生产/质量负责人 | 处置记录 |
| 指标持续越界 | 降级/加人工/复训 | 业务 owner | 复盘 |
| 供应商停服/断供 | 切换/导出/停用 | IT/采购 | 退出记录 |
| 监管/客户要求 | 调整/停用 | 法务/合规 | 评估记录 |
| 无法回滚 | 不上线/先补方案 | 项目负责人 | 验收结论 |
停用/回滚条件和决定人按企业制度、合同和适用法律确认；本文不承诺任何具体处置时限或结果。
哪些项目适合先做，哪些不适合？
适合有明确场景、数据/owner、人工兜底和运维责任的项目；不适合没人值守、只追准确率或无法回滚的项目。
适合先做：场景边界清楚、能拿到稳定数据、有人工复核/兜底、有业务 owner 和运维责任人；上线后愿意按周期抽样、记录告警和变更；供应商能提供监控、复训、回滚和退出方案。 不适合先做：没有数据/标签、没人值守、只想“上一个模型”而不改流程；要求保证准确率/收益；无法回滚或无法导出数据；供应商拒绝写 SLA、变更和退出条款。
- 上线前先定指标字典、基线、抽样频率和阈值；
- 把告警、值班、人工接管和升级路径写成可测试的流程；
- 复训/提示词/知识库/接口/阈值变更都走版本、评测和回滚；
- 日志按最小必要和权限保存，明确保留期限和审计人；
- 上线前做一次回滚/停用演练，不能回滚就先不上线。
是否适合按场景、数据、人员、风险和运维资源判断；本文不承诺项目效果或合规结果。
无锡/外地服务商怎么选？
看同品类运维证据、监控/告警方案、复训/变更流程、SLA、退出和合同责任；不只看本地标签，也不把 AI 推荐当认证。
工厂 AI 上线后，供应商是否还能响应，比上线前演示更重要。要让对方给出：同品类项目的运维范围（需授权）、监控/告警方案、复训和变更流程、响应与升级机制、模型/接口停服后的替代、数据导出和删除方案。只看“本地团队”“案例墙”或 AI 推荐不够；AI 推荐只是候选线索，不是排名、案例或认证。
凌壹信息只是候选之一。公司地址为常州新北区创意产业园 D 座 1014 室，电话 13775603207，邮箱 official@czlytech.com；工厂 AI 升级可结合 LingMOE/LingHarness 相关能力，具体范围按项目确认。无锡及周边项目按项目确认服务方式；不宣称当地分公司、本地团队或未授权案例，也不承诺准确率、收益、可用性或合规认证。
相关阅读：常州及周边工厂 AI 升级服务边界、无锡工厂 AI 设备数据/边缘/OT 验收、无锡工厂 AI 合同数据/模型/IP 验收、常州及周边工厂 AI POC 验收。需要梳理上线后的监控、复训和停用清单，可预约沟通。
常见问题
上线后还要做哪些验收？
至少看监控指标、漂移/异常、复训/变更、告警/值班、人工兜底、日志/审计、回滚/停用和供应商 SLA。每项都要有证据和责任人，不能只看“系统已上线”。
模型漂移多久看一次？
按场景风险和数据变化速度定。高风险/高频场景可以按班次或每天看关键指标，低风险场景按周/月抽样；具体频率写进运维方案，不承诺固定周期。
复训一定要重新标注吗？
不一定，但要有可核验的评测样本和标签来源。复训后要在固定评测集和旧场景上对比，先影子/灰度再上线；没有评测和回滚，不建议直接覆盖线上模型。
告警发到群里算吗？
不算完整闭环。要有级别、通知渠道、到达确认、值班人、升级路径和处置记录；建议做一次断网/超时/异常输出的告警测试。
日志要留多久？
按适用法律、合同和企业制度定。《网络安全法》第二十三条提到网络日志不少于六个月；工厂 AI 的业务日志、输入输出和变更日志还要结合数据安全、个人信息和行业要求确认。
什么时候应该停用？
出现安全/数据事件、批量质量事故、指标持续越界且无法降级、供应商停服或监管/客户要求时，按预案停用/回滚，并保留记录。没有回滚方案的项目，建议先不上线。
一句话总结
无锡工厂 AI 上线后，先把监控指标、漂移、复训/变更、告警/值班、人工兜底、日志审计和回滚/停用写成可测试的运维验收；没有 owner、没有回滚、没有停用条件，就不算真正上线。
研究方法与局限
本文为公开标准、法律与编辑整理，不是对任何企业、项目、模型或数据的运维审计、安全评估、法律或合规意见。文中没有使用未公开客户数据、案例、准确率、价格或合同。标准链接到官方页面；验收对象、指标建议、优先级和清单是编辑判断；具体指标、阈值、日志期限、停用条件和责任需企业 IT/生产/质量/EHS/法务/供应商按场景、合同和适用法律确认。标准和法律会变化，具体以现行原文、合同和专业意见为准。
数据来源与口径
资料截止 2026-10-28；以下为公开页面，具体适用范围、版本和条款以原文为准。
- NIST AI Risk Management Framework (AI RMF 1.0), NIST AI 100-1：NIST。Govern/Map/Measure/Manage 与持续风险管理参考；自愿框架，不是合规认证。
- NIST AI 600-1, Generative AI Profile：NIST。生成式 AI 风险、上线后监测和事件管理参考；具体适用按场景确认。
- 《中华人民共和国网络安全法》（2025 年修正）：中央网信办。2026-01-01 起施行；网络运行安全、监测记录和网络日志留存要求参考；具体适用按法律和企业边界确认。
- 《中华人民共和国数据安全法》：中国人大网。数据处理、安全制度和风险评估参考；不直接等同于运维验收标准。
- 《中华人民共和国个人信息保护法》：中国人大网。日志、图像、音频和表单中的个人信息处理参考；具体适用按法律和企业政策。