连锁零售补货 Agent：从 3 家试点到 120 家门店

背景

某连锁零售的补货建议 Agent 在 3 家门店试点 2 个月，业务认可，但一提放量就没人敢签字：模型会变、数据会漂、坏了谁知道？

做法

• 先建「还没坏」的证明：把试点期人工纠偏的真实案例整理成 260 条回归评测集，每次变更必跑。
• 灰度分批放量：按区域每批 15–20 家，每批观察 1 周，评测通过率与建议采纳率双门槛。
• 观测与值班：建议偏离度、库存周转异常接入告警；runbook 写明「谁在什么阈值下做什么」。

结果

10 周完成 120 家门店放量，回归评测通过率稳定在 97% 以上，异常发现时间从天级到分钟级，放量期间零重大事故。业务第一次敢在评审会上签字。

可复用经验

• 放量不是加机器，是建「可重复证明还没坏」的机制。
• 灰度批次宁可多，每批的观察指标要在放量前谈定。
• 值班手册是给「不懂模型的运营」看的，写得懂才算数。