人工不智能：AI狂飙三十年 第110章 林凡转型 AI 运维
林凡转型 AI 运维，是半主动半被动。
主动的是，他确实想离那些“项目上线就撒手”的旧流程远一点。被动的是，青橙数科在岗位评估后，也发现像他这种懂一点技术、懂一点合规、还总爱问“谁负责”的人，放在哪个传统岗位都不太合适。
老板找他谈话时，语气比后来那段日子那次更正式。
“公司准备成立 AI 运维与模型治理小组。”
林凡问：“这次岗位名比上次短一点吗？”
老板看了眼文件：“AI 运维治理专员。”
“还行，舌头能活。”
老板装作没听见：“主要负责上线后模型监控、异常处理、偏见评估、人工复核流程维护、客户整改支持，以及监管报表。”
林凡说：“翻译一下，系统出事前看着，出事时扛着，出事后写清楚。”
老板咳了一声：“你可以这么理解，但不要写进岗位说明。”
老周支持他去。
“以前你是项目里顺手管风险。”老周说，“现在风险会变成正式工作。别嫌烦。正式工作至少有名分，有名分才好要权限。”
林凡问：“那我是不是离写代码越来越远？”
“写代码只是跟机器打交道。你现在是跟机器、人、老板、客户、监管一起打交道。更烦，但更重要。”
新小组办公室仍然在角落，只是白板换大了。成员也多了几个人：陈茜负责用户投诉和人工入口，马骏负责模型监控，小吴作为新人跟着做日志分析，法务小陈半驻场，老周挂名顾问。
第一天，林凡在白板上写了四个模块：
监控。
解释。
复核。
停机。
张磊来参观，看到“停机”两个字，感慨：“你们这组听起来像专门给老板快乐按暂停。”
林凡说：“所以老板不太快乐。”
AI 运维和传统运维不一样。传统运维怕服务器挂、数据库满、接口超时；AI 运维还怕模型突然学歪、输出变味、评分漂移、用户群体被误伤、客服话术把人聊炸。服务器报错至少会红，模型犯错有时还会笑着说“希望能帮到您”。
林凡他们建立第一版监控指标：高风险输出比例、人工复核推翻率、用户申诉成功率、不同群体通过率、模型拒绝理由分布、异常标签漂移、客服转人工延迟。每个指标背后都不是数字游戏，而是一类可能被系统碰疼的人。
小吴看着指标表，头大：“凡哥，这比写接口复杂多了。”
林凡说：“接口错了，多半是功能错。模型治理错了，可能是人被错看。”
“那我能学会吗？”
“能。”林凡说，“前提是别假装自己已经会了。”
苏晓也参与了部分指标设计。她建议增加“被拒绝用户二次申请结果”和“人工推翻后还款表现”，用于判断模型是不是过度保守。林凡把建议加进去，回她：你这指标会让老板不舒服。
苏晓回：好的指标通常会让某些人不舒服。
林凡：你这个人说话很适合写在白板上。
苏晓：请不要未经授权使用我的语录。
林凡笑着回：收到，版权意识良好。
转型后，林凡的工作更累了。以前项目上线，至少有一个短暂的“完成”感。现在没有完成，只有持续观察。模型每天都在变，用户每天都在问，客户每天都在催，监管每天都可能更新口径。AI 运维像守一锅永远不会关火的汤，不能糊，也不能溢，还总有人嫌你搅得太慢。
林桂兰听完他的工作描述，总结：“你就是给聪明机器看病。”
林凡说：“差不多。”
“那你得先保重自己。医生也会累。”
这句话比老板的职业规划更像人话。
晚上，云启未来白板写：
AI 运维不是修机器，是修机器进入生活后的后果。
何苗写：
上线不是终点，是责任开始计时。
张磊写：
停机按钮是成年系统的安全带。
苏晓远程贡献一句：
模型治理不是让模型永远正确，而是让错误能被发现、解释、纠正。
林凡写：
我不再只写代码。
我开始守代码做出的决定。
老周看见最后一句，点头：“像个运维了。”
林凡问：“这是夸吗？”
老周说：“运维不需要夸，系统不炸就是夸。”
第二天，AI 运维治理小组收到第一条正式工单：
招聘初筛系统疑似对 35 岁以上候选人持续低分，请协助排查。
林凡打开工单，深吸一口气。
新岗位的第一场硬仗，来了。
工单下面附着一组数据：35 岁以上候选人平均分持续低于同岗位年轻候选人，进入人工面试比例下降了 42%。供应商初步解释是“经验结构与岗位需求不匹配”，客户 hR 则说“可能是中年候选人简历表达不够新”。
林凡看着这两句，揉了揉眉心。
老周从后面路过：“第一天就来大的？”
“嗯。”林凡说，“年龄标签。”
老周把茶杯放下：“好事。”
林凡抬头：“这还好事？”
“说明你的位置是真的。”老周说，“假岗位第一天只会让你写制度。真岗位第一天就有人喊疼。”
陈茜把投诉样本打印出来。一个 38 岁的候选人写道：我有十年客服管理经验，却被系统判定为学习适应性不足。请问我哪里不足？谁看过我的项目？
小吴看着那封申诉，轻声说：“他问的和我一样。”
林凡点头。
不同年龄的人，都在问同一个问题：
你凭什么还没看我，就觉得我不行？
他打开监控面板，开始调取评分分布、标签权重和历史录用数据。
AI 运维治理小组的第一盏灯，亮了起来。
主动的是，他确实想离那些“项目上线就撒手”的旧流程远一点。被动的是，青橙数科在岗位评估后，也发现像他这种懂一点技术、懂一点合规、还总爱问“谁负责”的人，放在哪个传统岗位都不太合适。
老板找他谈话时，语气比后来那段日子那次更正式。
“公司准备成立 AI 运维与模型治理小组。”
林凡问：“这次岗位名比上次短一点吗？”
老板看了眼文件：“AI 运维治理专员。”
“还行，舌头能活。”
老板装作没听见：“主要负责上线后模型监控、异常处理、偏见评估、人工复核流程维护、客户整改支持，以及监管报表。”
林凡说：“翻译一下，系统出事前看着，出事时扛着，出事后写清楚。”
老板咳了一声：“你可以这么理解，但不要写进岗位说明。”
老周支持他去。
“以前你是项目里顺手管风险。”老周说，“现在风险会变成正式工作。别嫌烦。正式工作至少有名分，有名分才好要权限。”
林凡问：“那我是不是离写代码越来越远？”
“写代码只是跟机器打交道。你现在是跟机器、人、老板、客户、监管一起打交道。更烦，但更重要。”
新小组办公室仍然在角落，只是白板换大了。成员也多了几个人：陈茜负责用户投诉和人工入口，马骏负责模型监控，小吴作为新人跟着做日志分析，法务小陈半驻场，老周挂名顾问。
第一天，林凡在白板上写了四个模块：
监控。
解释。
复核。
停机。
张磊来参观，看到“停机”两个字，感慨：“你们这组听起来像专门给老板快乐按暂停。”
林凡说：“所以老板不太快乐。”
AI 运维和传统运维不一样。传统运维怕服务器挂、数据库满、接口超时；AI 运维还怕模型突然学歪、输出变味、评分漂移、用户群体被误伤、客服话术把人聊炸。服务器报错至少会红，模型犯错有时还会笑着说“希望能帮到您”。
林凡他们建立第一版监控指标：高风险输出比例、人工复核推翻率、用户申诉成功率、不同群体通过率、模型拒绝理由分布、异常标签漂移、客服转人工延迟。每个指标背后都不是数字游戏，而是一类可能被系统碰疼的人。
小吴看着指标表，头大：“凡哥，这比写接口复杂多了。”
林凡说：“接口错了，多半是功能错。模型治理错了，可能是人被错看。”
“那我能学会吗？”
“能。”林凡说，“前提是别假装自己已经会了。”
苏晓也参与了部分指标设计。她建议增加“被拒绝用户二次申请结果”和“人工推翻后还款表现”，用于判断模型是不是过度保守。林凡把建议加进去，回她：你这指标会让老板不舒服。
苏晓回：好的指标通常会让某些人不舒服。
林凡：你这个人说话很适合写在白板上。
苏晓：请不要未经授权使用我的语录。
林凡笑着回：收到，版权意识良好。
转型后，林凡的工作更累了。以前项目上线，至少有一个短暂的“完成”感。现在没有完成，只有持续观察。模型每天都在变，用户每天都在问，客户每天都在催，监管每天都可能更新口径。AI 运维像守一锅永远不会关火的汤，不能糊，也不能溢，还总有人嫌你搅得太慢。
林桂兰听完他的工作描述，总结：“你就是给聪明机器看病。”
林凡说：“差不多。”
“那你得先保重自己。医生也会累。”
这句话比老板的职业规划更像人话。
晚上，云启未来白板写：
AI 运维不是修机器，是修机器进入生活后的后果。
何苗写：
上线不是终点，是责任开始计时。
张磊写：
停机按钮是成年系统的安全带。
苏晓远程贡献一句：
模型治理不是让模型永远正确，而是让错误能被发现、解释、纠正。
林凡写：
我不再只写代码。
我开始守代码做出的决定。
老周看见最后一句，点头：“像个运维了。”
林凡问：“这是夸吗？”
老周说：“运维不需要夸，系统不炸就是夸。”
第二天，AI 运维治理小组收到第一条正式工单：
招聘初筛系统疑似对 35 岁以上候选人持续低分，请协助排查。
林凡打开工单，深吸一口气。
新岗位的第一场硬仗，来了。
工单下面附着一组数据：35 岁以上候选人平均分持续低于同岗位年轻候选人，进入人工面试比例下降了 42%。供应商初步解释是“经验结构与岗位需求不匹配”，客户 hR 则说“可能是中年候选人简历表达不够新”。
林凡看着这两句，揉了揉眉心。
老周从后面路过：“第一天就来大的？”
“嗯。”林凡说，“年龄标签。”
老周把茶杯放下：“好事。”
林凡抬头：“这还好事？”
“说明你的位置是真的。”老周说，“假岗位第一天只会让你写制度。真岗位第一天就有人喊疼。”
陈茜把投诉样本打印出来。一个 38 岁的候选人写道：我有十年客服管理经验，却被系统判定为学习适应性不足。请问我哪里不足？谁看过我的项目？
小吴看着那封申诉，轻声说：“他问的和我一样。”
林凡点头。
不同年龄的人，都在问同一个问题：
你凭什么还没看我，就觉得我不行？
他打开监控面板，开始调取评分分布、标签权重和历史录用数据。
AI 运维治理小组的第一盏灯，亮了起来。