线上线下不一致：模型掉点的常见原因

离线评估很好，上线后指标却下滑，这是推荐系统的高频问题。原因通常出在数据、特征或工程链路。

特征穿越是最常见的一种，离线用了未来信息，线上拿不到。其次是训练和服务的特征口径不一致，同一特征算法不同。

还有分布漂移，线上用户行为和训练期差异大。以及延迟问题，实时特征来不及计算，只能用旧值替代。

排查时先比对线上线下特征值，再做小流量灰度。逐层定位比整体回滚更容易找到根因。