Shadow Mode
一种系统上线策略，让新策略或模型在后台并行运行并记录决策结果，但不真正干预实际业务行为，用于在零风险前提下评估策略效果，广泛应用于机器学习模型上线和AI Agent策略验证
时间轴 (近 90 天)
输出质量门控的常见应对策略包括基于规则的启发式检测、使用LLM-as-Judge实时打分、以及对比新旧模型响应差异的Shadow Mode
影子模式（Shadow Mode）是指新版本系统接收与旧版本相同的真实请求，独立执行并记录输出，但不将结果返回给用户
在影子模式下，Agent不应实际执行写操作类工具（如发送邮件、修改数据库），否则会造成意外的业务影响
影子模式（Shadow Mode）让策略只记录本应拦截或放行的决策而不真正干预 Agent 的实际行为，从而在零风险前提下评估策略效果
影子模式最早广泛应用于机器学习模型的上线流程，也被称为暗启动（Dark Launch）或影子部署（Shadow Deployment）
影子模式相比离线测试的优势在于能捕捉真实生产流量的分布特征，包括开发者未预料到的边界场景
全部知识事实 (6)
输出质量门控的常见应对策略包括基于规则的启发式检测、使用LLM-as-Judge实时打分、以及对比新旧模型响应差异的Shadow Mode
50%待验证影子模式（Shadow Mode）是指新版本系统接收与旧版本相同的真实请求，独立执行并记录输出，但不将结果返回给用户
50%待验证在影子模式下，Agent不应实际执行写操作类工具（如发送邮件、修改数据库），否则会造成意外的业务影响
50%待验证影子模式（Shadow Mode）让策略只记录本应拦截或放行的决策而不真正干预 Agent 的实际行为，从而在零风险前提下评估策略效果
50%待验证影子模式最早广泛应用于机器学习模型的上线流程，也被称为暗启动（Dark Launch）或影子部署（Shadow Deployment）
50%待验证影子模式相比离线测试的优势在于能捕捉真实生产流量的分布特征，包括开发者未预料到的边界场景
50%