Shadow Deployment 影子部署
影子部署（Shadow Deployment）是指在生产环境中将新模型以“影子”形式并行运行，只接收线上流量的镜像副本，不直接服务用户，从而在不影响主服务的前提下验证新模型的稳定性与效果。
一句话解释
影子部署就像给新模型装了一个“隐身副本”，它复制线上流量跑一遍自己的逻辑，但结果既不返回给用户，也不影响主服务的正常运行。你可以在旁边观察它的表现，等确认无误后再正式切换流量。
为什么会被关注
模型上线最怕出故障——一个错误的推荐或误判可能影响大量用户体验。影子部署让团队敢于在真实流量下“悄悄”测试新模型，避免直接替换带来的风险。它同时满足合规要求：用户数据被复制但未改变实际服务，便于审计和回滚。
核心逻辑
核心是流量复制与结果隔离。线上网关将请求同时发往主模型和新模型的影子实例，但只将主模型的响应返回给用户。影子模型的输出被单独记录，用于离线对比准确率、延迟、资源消耗等指标。部署环境完全隔离，新模型崩溃也不会影响线上服务。
常见场景
最典型的是推荐系统和广告排序模型升级——将新算法以影子模式运行数天，比较点击率、转化率等关键指标。此外，在风控、NLP服务以及数据库迁移或API版本更替中，影子部署也用于验证兼容性与性能表现，避免回归问题。
容易混淆的点
影子部署与A/B测试不同：A/B测试会将流量随机分桶并让用户感受到不同结果，而影子部署用户无感知。与金丝雀发布也不同：金丝雀是把一小部分真实用户切到新版本，影子部署则始终不对外暴露新版本结果的，属于“暗测试”。
本文内容用于 AI 热词解释和概念整理，仅供学习和理解参考。若涉及表述偏差或内容修正，欢迎联系站点进行更新。
相关热词法院AI应用是指人工智能技术在司法领域的落地实践，包括智能辅助办案、类案自动推送、裁判文书生成、庭审语音识别等，旨在提升审判效率与公平性，减轻法官事务性负担。
法院AI部署是指将语音识别、文书生成、类案推送等人工智能技术集成到法院办案流程中，旨在提升审判效率、降低人为差错，并推动司法透明化。近年来，各地智慧法院试点加速，AI从辅助工具逐渐嵌入核心业务环节。
法院AI训练指利用裁判文书、法律法规等数据，训练机器学习模型以辅助司法工作，如案件分类、证据分析、量刑建议等。它并非替代法官，而是通过技术手段提升效率与一致性，正成为智慧法院建设的核心环节。
法院AI仿真利用人工智能技术对法庭场景、审判程序、辩论逻辑进行数字化模拟，用于法律教学、案件预演、证据推演等场景，帮助法官、律师和法学院学生更直观地理解司法过程。
法院AI建模是指运用人工智能技术，尤其是大语言模型和机器学习算法，对案件的事实要素、法律条文和历史判例进行结构化建模，辅助法官完成证据审查、量刑参考和文书生成的技术方案。