特征流水线变更后的模型漂移警报：我的调试笔记

几周前，我们的模型监控系统开始每天早上 7:30 左右发出漂移警报。该模型用于评估客户支持工单的升级风险，警报显示特征分布与训练基准相比发生了剧烈偏移。起初，这看起来像是一个真实的生产问题，因为 ticket_age_hours（工单时长）、agent_queue（坐席队列）和 last_contact_channel（最后联系渠道）的 PSI 指标同时出现了跳升。 令人困惑的是，业务行为并没有发生变化。工单量正常，路由规则保持不变，模型制品也没有重新部署。我差点就开始调整阈值了，但警报模式看起来太规律了。它发生在第一次特征刷新之后，而不是全天随机出现，正好在支持主管检查早间队列之前。 我提取了一天的在线特征、一天的离线训练特征，以及两者背后的原始数据行。问题不在模型本身。一个回填任务改变了缺失时间戳的处理方式。离线任务仍然将缺失的 last_contact_at 视为 null，而新的…