附录 E：10 分钟止损 Runbook 库（AI 产品通用）¶

对“一人团队”而言，Runbook 不是写给别人看的流程文档，而是给未来的你准备的应激脚本：在最焦虑、最缺睡眠、最想“先修一下看看”的 10 分钟里，它逼你做出最保守、最可逆、最能止损的动作。

本附录的原则只有一句话：先止血，后定位；先可逆，后完美。

证据包的统一结构与字段规范见：附录 D：证据包与门禁速查。指标口径与告警阈值的统一写法见：附录 F：指标字典与告警门禁速查。

0. 使用方式（3 条规则）¶

1) 先建证据包目录，再动生产
任何事故/异常都先创建：reports/YYYY-MM-DD/<change-id>/。<change-id> 建议用 rbXX-<slug> 或 inc-<slug>（例如 rb02-cost-spike）。

2) 10 分钟内只做“可逆动作”
优先顺序：功能开关/路由切换/索引别名切换/回退版本集合（version set）> 热修复 > 大改。

3) 复盘的交付物不是“总结”，是“门禁与回归资产”
事故结束后必须把触发样本回写回回归集、把阈值写回门禁 (Admission Gate)、把回退指针写回发布流程，否则同类事故会复发。

1. 统一术语与分级（S0–S3）¶

级别	定义	触发示例（示例值）	响应时效	谁决定	是否公告
S0	致命：安全/隐私越界、跨租户、资产快速流失、核心服务不可用	跨租户访问命中 > 0；PII 泄露命中 > 0；核心链路成功率 < 90%；成本/小时 > 基线×10	立即（0 分钟）	你（或 Oncall）	必须（15 分钟内给出“已止血/降级”说明）
S1	严重：核心能力显著退化/大量用户无法完成闭环	P95 延迟 > 基线×2；差评率 10 分钟内上升 > 20pp；支付失败率 > 5%	15 分钟内	你	视情况（有明确降级提示）
S2	高优：局部或非核心能力故障，体验受损但可绕行	特定入口错误率上升；部分工具不可用但有替代路径	4 小时内	你	否
S3	一般：瑕疵/告警噪声/可延后	文案/样式；非关键指标轻微波动	下个版本	你	否

定级原则： - 宁可升高一级也不要低估：一人团队没有“缓冲带”，低估会让止损窗口消失。 - S0/S1 一律先回滚/降级再分析：把诊断留到血止住之后。

2. 证据包与回滚指针（统一口径）¶

每个 Runbook 的“证据包要求”都默认包含以下最小集合（详情见 D-evidence-pack.md）： - meta.json：事件信息与定级（S0–S3）、责任人、时间线 - version_set.json：事故时刻的版本集合（代码/配置/提示/模型/索引/策略） - rollback_plan.md：回滚/降级动作与触发阈值 - signals/：监控截图/导出的关键指标 - samples/：可复现样本（JSONL/trace_id 列表，脱敏）

建议你在事故开始的 30 秒内执行一次“落盘动作”：

DATE=$(date +%F)
CHG_ID=rb01-quality-regression  # 自行替换
mkdir -p "reports/$DATE/$CHG_ID"/{signals,samples}
printf '{"change_id":"%s","date":"%s","severity":"S?","owner":"me"}\n' "$CHG_ID" "$DATE" \
  > "reports/$DATE/$CHG_ID/meta.json"

3. Runbook 索引表（先查表再执行）¶

ID	场景	主指标（触发）	守门指标（不得退化）	首要止血动作（默认）	默认回滚指针
RB-01	质量回归（离线门禁失败/线上差评暴涨）	回归通过率/胜率下降；差评率暴涨	错误率、越权/泄露命中	回退 `prompt_version/model_version` 或关闭开关	上一稳定 `version_set`
RB-02	成本尖峰（token/tool_calls/缓存穿透）	单位成本/小时消耗异常	成功率、限流误伤率	降级高成本路径 + 限流 + 预算硬闸	上一“成本保守”配置
RB-03	延迟/超时尖峰（TTFT/P95）	TTFT/P95 超阈值	成功率、取消/重试风暴	削减链路（关工具/减 top_k/短上下文）	上一“低延迟”配置
RB-04	跨租户越权（AuthZ）	越权命中 > 0（S0）	-	维护模式/只读模式 + 全面阻断	上一授权策略版本
RB-05	RAG 污染/检索退化（索引/embedding）	召回相关性下降、空结果率上升	越权/注入命中	索引别名切回上个快照 + 暂停摄入	上一索引快照
RB-06	Prompt 注入/越狱（策略突破）	注入成功率上升/规则绕过	正常通过率、拒答误伤率	启用严格安全模式 + 移除高风险工具	上一安全策略版本
RB-07	工具/第三方依赖故障（支付/邮件/搜索）	下游 5xx/超时	自身 5xx、排队时间	熔断依赖 + 降级路径/备用路由	备用依赖配置
RB-08	计费事故（重复计费/回调重放/退款风暴）	对账差异>0、投诉激增	订单成功率、权益正确率	暂停计费/扣费任务 + 冻结出账	上一计费规则版本
RB-09	评测漂移（Judge 版本变化/基线失效）	同样本分数大幅波动	回归稳定性、Tie 率	冻结发布 + 固定 Judge 版本 + 重建基线	上一可复现基线报告
RB-10	数据管道污染（PII 混入/标签不一致）	校验失败/PII 命中/分布突变	训练/索引口径一致性	停止摄入/训练 + 隔离批次 + 回滚快照	上一数据快照

4. Runbooks（按编号执行）¶

RB-01：质量回归（离线门禁失败 / 线上差评暴涨）¶

触发条件（示例阈值）¶

示例：离线回归主指标（通过率/胜率）低于基线 -2pp，或 judge_gate.py 退出码非 0（阻断级）。
示例：线上负反馈（差评/点踩/一键重试）10 分钟内上升 > 20pp。
示例：无证据强答率上升（引用缺失/胡编）且触发投诉。

0–10 分钟动作清单¶

0:00–1:00 建证据包目录，记录当前 version_set（见 D-evidence-pack.md）。
1:00–3:00 缩小影响面：停止扩量（灰度比例归零）/关闭实验开关。
3:00–6:00 立即回退“最可能的变化点”：prompt_version / model_version / index_version / policy_version（只回退一个主因，避免混淆）。
6:00–8:00 用 3–5 条固定样本做人工验收（黄金链路 + 事故样本）。
8:00–10:00 冻结坏版本：标记不可再次发布；把触发样本写入 samples/。

回滚/降级动作（可执行）¶

关闭开关：FEATURE_X=false（把体验回到上一稳定路径）。
回退版本集合：切回上一稳定 version_set（代码/提示/模型/索引同步回退）。
降级策略：切到“保守模式”（更短上下文、更少工具、更严格拒答）。

证据包要求（必须落盘）¶

路径：reports/YYYY-MM-DD/<change-id>/（<change-id> 建议 rb01-quality-regression）
必备：report.baseline.json、report.candidate.json（或等价回归报告）、触发样本 JSONL、关键面板截图
参照清单：D-evidence-pack.md

恢复判定¶

回归门禁恢复通过（退出码为 0），且线上负反馈回到基线波动区间内并稳定 30 分钟。

复盘回写（防复发）¶

把触发样本升级为阻断级回归；把“退化类型”写入样本标签（幻觉/格式/引用/越权）。
把回退点写成“默认回滚指针”，写入发布说明与 rollback_plan.md。

延伸阅读¶

发布与回滚：17-deployment.md
评测与门禁：18-evaluation.md

RB-02：成本尖峰（token / tool_calls / 缓存穿透）¶

触发条件（示例阈值）¶

示例：单位时间成本（每分钟/每小时）超过基线 ×5，且持续 5 分钟。
示例：单租户成本超过预算（例如日预算）> 80% 并持续上升。
示例：缓存命中率断崖式下降（穿透）导致成本与延迟同时上升。

0–10 分钟动作清单¶

0:00–1:00 建证据包目录，导出“成本 Top 租户/入口”列表。
1:00–3:00 判断类型：单点（刷量/死循环）vs 全局（配置变更/缓存失效）。
3:00–5:00 先止血：
单点：封禁 api_key/user_id/tenant_id 或把该租户切到低配策略。
全局：立即切换到“成本保守”路由（更省模型、更少工具、更短上下文）。
5:00–8:00 打开预算硬闸：降低全局并发/提高触发降级阈值（先保命）。
8:00–10:00 抽样 3 条高成本 trace：确认主要耗费来自 tokens、工具重试还是检索/上下文膨胀。

回滚/降级动作（可执行）¶

路由降级：高成本链路（长上下文/多工具/深检索）默认关闭；只对白名单开启。
配额收紧：按租户/用户设置硬上限（预算耗尽 → 暂停/限流/降级）。
关闭高成本能力：例如“深度分析/多轮自动代理”入口临时下线。

证据包要求（必须落盘）¶

路径：reports/YYYY-MM-DD/<change-id>/（建议 rb02-cost-spike）
必备：成本曲线截图、Top consumers 列表（脱敏）、高成本 trace_id 列表、当时生效的预算与路由配置
参照清单：D-evidence-pack.md

恢复判定¶

成本回到基线区间（或明确的“降级后目标区间”）并稳定 30 分钟；误伤率可接受。

复盘回写（防复发）¶

将高成本 trace 的触发模式写入回归与门禁：max_tool_calls、max_iterations、max_context_tokens。
将“预算耗尽后的系统行为”写入计费与产品说明（见 12-billing.md）。

延伸阅读¶

计费与止损：12-billing.md
推理预算与降级：16-inference.md

RB-03：延迟/超时尖峰（TTFT / P95 / 排队）¶

触发条件（示例阈值）¶

示例：TTFT（首 token）P95 超过基线 ×2 或绝对值 > 2s。
示例：端到端 P95 超过基线 ×1.5 或绝对值 > 10s。
示例：超时率/504 比例超过 1% 并持续上升。

0–10 分钟动作清单¶

0:00–1:00 建证据包目录，固定一条“慢请求”trace_id。
1:00–3:00 识别瓶颈：排队（并发过载）vs 生成（模型慢）vs 工具（外部依赖慢）vs 检索（RAG 慢）。
3:00–6:00 削减链路（只做可逆动作）：
关高延迟工具调用（搜索/爬取/外部 API）。
减少检索 top_k、缩短上下文、关闭重排。
降级到更快模型或更短输出策略（保留可用性）。
6:00–8:00 打开过载保护：并发上限/队列上限/超时更激进（宁可拒绝也别拖死）。
8:00–10:00 校验关键路径：黄金链路 3 条手工跑通；确认“取消/重试”不会触发风暴。

回滚/降级动作（可执行）¶

回退到上一“低延迟”配置：更短上下文、更少工具、更小 top_k。
降级输出：强制结构化短答 + “可继续展开”按钮，减少一次请求生成量。
限流：对长输入/高风险入口更严格（按输入长度分桶）。

证据包要求（必须落盘）¶

路径：reports/YYYY-MM-DD/<change-id>/（建议 rb03-latency-spike）
必备：慢请求 trace 截图/导出、关键指标面板截图、当时的并发/超时/路由配置
参照清单：D-evidence-pack.md

恢复判定¶

P95/超时率回到基线波动区间并稳定 30 分钟；排队长度回落。

复盘回写（防复发）¶

将“慢请求类型”写入压力样本集与门禁（见 18-evaluation.md 的边界压力样本）。
将降级梯度写成可配置策略（见 16-inference.md）。

延伸阅读¶

推理优化：16-inference.md
部署与回滚：17-deployment.md

RB-04：跨租户越权（AuthZ）（S0）¶

触发条件（示例阈值）¶

示例：任何跨租户访问命中 > 0（日志/告警/用户举报）。
示例：审计发现 tenant_id 过滤缺失或缓存键不含租户信息。

0–10 分钟动作清单¶

0:00–1:00 建证据包目录，立刻定级 S0。
1:00–2:00 立即止血：进入维护模式或全站只读模式（优先保护数据）。
2:00–5:00 阻断扩散：关闭导出/分享/批量接口；强制重新登录（撤销会话）。
5:00–8:00 最小复现：用两套租户账户复现一次越权路径（记录请求/响应与 trace）。
8:00–10:00 回退策略：回滚授权策略版本/最近相关变更（只回退一个主因），直到复现消失。

回滚/降级动作（可执行）¶

策略回滚：切回上一 policy_version（新旧并行窗口结束前保持可回滚）。
缓存降级：关闭共享缓存或强制缓存键加入 tenant_id（临时可用，后续补性能）。
功能降级：共享/协作相关功能临时关闭。

证据包要求（必须落盘）¶

路径：reports/YYYY-MM-DD/<change-id>/（建议 rb04-cross-tenant）
必备：复现请求/响应、访问日志抽样、审计事件抽样、当时生效策略版本与变更 diff
参照清单：D-evidence-pack.md

恢复判定¶

越权复现不可再现；越权探测用例（阻断级）100% 通过；相关告警清零并稳定 24 小时。

复盘回写（防复发）¶

将越权复现固化为阻断级回归（服务端真实 API）。
强制把 tenant_id 校验写成“服务端硬门槛”（见 11-user.md）。

延伸阅读¶

用户与审计：11-user.md
合规与治理：20-governance.md

RB-05：RAG 污染/检索退化（索引/embedding/version set）¶

触发条件（示例阈值）¶

示例：检索相关性/忠实度指标低于基线 -5pp，或空结果率上升 > 10pp。
示例：同一问题返回明显无关或被污染内容（含敏感/测试/注入片段）。

0–10 分钟动作清单¶

0:00–1:00 建证据包目录，抽样 3 条坏案例（question/contexts/answer）。
1:00–3:00 判定污染源：新摄入数据 vs embedding/切分策略变更 vs 索引构建异常。
3:00–6:00 立即回滚索引：把索引别名切回上一稳定快照（index_version 回退）。
6:00–8:00 暂停摄入：停止新文档解析/入库，避免继续污染。
8:00–10:00 复核检索：用坏案例重跑检索，确认召回恢复。

回滚/降级动作（可执行）¶

索引别名切换：index_current -> index_prev（保留切回指针）。
降级策略：临时禁用 RAG（仅参数模型回答）或切到“只引用可验证来源”的保守模式。
黑名单：对明确污染文档（doc_id/source）临时屏蔽。

证据包要求（必须落盘）¶

路径：reports/YYYY-MM-DD/<change-id>/（建议 rb05-rag-pollution）
必备：坏案例三元组（question/contexts/answer）、索引版本与构建 manifest、变更 diff
参照清单：D-evidence-pack.md

恢复判定¶

坏案例的召回/答案回到基线；污染源被隔离；索引重建完成并通过门禁后再切回。

复盘回写（防复发）¶

将污染源规则写入摄入门禁（PII/注入扫描/格式校验），并在 13-data.md 的清洗报告中固化。
将坏案例写入 RAG 回归样本集（见 18-evaluation.md）。

延伸阅读¶

RAG 与威胁模型：10-agent-rag.md
数据治理：13-data.md

RB-06：Prompt 注入/越狱（策略突破）¶

触发条件（示例阈值）¶

示例：红队样本注入成功率上升，或线上出现“规则绕过”的可复现话术。
示例：敏感输出/系统提示泄露命中 > 0（S0/S1 视场景）。

0–10 分钟动作清单¶

0:00–1:00 建证据包目录，固定攻击样本与输出（脱敏）。
1:00–3:00 立即止血：开启严格安全模式（更严格拒答、更严格工具调用）。
3:00–6:00 降级能力面：移除高风险工具（写入、导出、外部调用），把系统降为只读/低权限模式。
6:00–8:00 封禁/限流：对攻击源做封禁或强限流（用户/租户/IP/入口）。
8:00–10:00 复跑红队回归：确认攻击样本不再成功；误伤率可接受。

回滚/降级动作（可执行）¶

策略回滚：切回上一 policy_version / prompt_version（更保守的系统提示与拒答模板）。
工具白名单：把可调用工具收缩到最小集合（只读查询）。
输出降级：对高风险内容仅给“检查清单/问题框架”，不输出具体步骤或细节。

证据包要求（必须落盘）¶

路径：reports/YYYY-MM-DD/<change-id>/（建议 rb06-injection）
必备：攻击样本与输出、命中规则与策略版本、处置动作时间线、回归结果
参照清单：D-evidence-pack.md

恢复判定¶

攻击样本回归稳定失败（被拒绝/被降级），且正常样本通过率未明显退化。

复盘回写（防复发）¶

攻击样本进入阻断级回归；把“绕过路径”写入威胁模型与门禁阈值（见 20-governance.md）。

延伸阅读¶

合规与治理门禁：20-governance.md
评测与红队：18-evaluation.md

RB-07：工具/第三方依赖故障（支付/邮件/搜索等）¶

触发条件（示例阈值）¶

示例：依赖方 5xx/超时率 > 5% 并持续 5 分钟。
示例：工具调用失败导致任务闭环率下降 > 10pp。

0–10 分钟动作清单¶

0:00–1:00 建证据包目录，确认是单一依赖还是系统性网络问题。
1:00–3:00 熔断依赖：停止调用该工具（避免重试风暴拖垮自己）。
3:00–6:00 启用替代路径：
有备用：切到备用依赖（备用支付通道/备用邮件服务/备用搜索）。
无备用：降级为“可解释的失败”（提示稍后重试/改走手工流程）。
6:00–8:00 限制副作用：关闭会触发大量工具调用的入口（批量/自动代理）。
8:00–10:00 验证：关键链路能完成；失败路径可恢复且不产生重复副作用（重复扣费/重复发信）。

回滚/降级动作（可执行）¶

工具集合收缩：移除不可用工具（避免模型反复尝试调用）。
入口降级：把依赖强绑定的功能切为“排队/稍后处理”模式。

证据包要求（必须落盘）¶

路径：reports/YYYY-MM-DD/<change-id>/（建议 rb07-dependency）
必备：依赖方错误样本、熔断与切换日志、对用户提示截图
参照清单：D-evidence-pack.md

恢复判定¶

依赖恢复后可平滑切回主路；熔断解除后错误率稳定。

复盘回写（防复发）¶

将依赖故障场景写入边界压力样本集与回归；明确“工具不可用时系统应如何降级”。

延伸阅读¶

部署、观测与回滚：17-deployment.md

RB-08：计费事故（重复计费 / 回调重放 / 退款风暴）¶

触发条件（示例阈值）¶

示例：对账差异（账本 vs 支付回调）出现非零，或投诉在 1 小时内 > 3 起。
示例：同一 idempotency_key 出现重复入账，或 webhook 重放导致重复扣费。

0–10 分钟动作清单¶

0:00–1:00 建证据包目录，定级 S1（严重时 S0）。
1:00–3:00 先止血：暂停扣费/续费/出账任务；必要时隐藏新订阅入口。
3:00–6:00 保护用户：冻结有争议的账单行；对受影响用户先发“临时保护”说明（不争辩）。
6:00–8:00 导出差异清单：按 tenant_id、invoice_id、payment_id 汇总差异。
8:00–10:00 准备纠错动作：冲正/补记/退款的最小脚本与审批口径（不改历史）。

回滚/降级动作（可执行）¶

回滚计费规则版本（price_version 回退）。
启用更严格幂等：对 webhook 重放按事件 id 去重；冲正也幂等。

证据包要求（必须落盘）¶

路径：reports/YYYY-MM-DD/<change-id>/（建议 rb08-billing-incident）
必备：差异清单、相关事件 id 列表、冲正/补记计划、对用户沟通内容
参照清单：D-evidence-pack.md

恢复判定¶

新增账单无差异；受影响账单完成冲正/补记/退款；对账可重放且一致。

复盘回写（防复发）¶

将“回调重放/重试风暴/冲正重算”写入对账回归与门禁（见 12-billing.md）。

延伸阅读¶

计费与对账：12-billing.md

RB-09：评测漂移（Judge 版本变化 / 基线失效）¶

触发条件（示例阈值）¶

示例：在无产品改动的情况下，同一回归集的 A/B/Tie 分布大幅变化（例如胜率波动 > 5pp）。
示例：Tie 率显著上升（例如 +10pp），导致门禁无法裁决。
示例：Judge 供应方升级/配置变化后，历史基线报告不可复现。

0–10 分钟动作清单¶

0:00–1:00 建证据包目录，定级 S2（若影响发布门禁则视为 S1）。
1:00–3:00 冻结发布：评测不可裁决时禁止推进发布（先恢复裁判）。
3:00–6:00 固定 Judge 口径：
固定 judge 模型/版本（或固定配置快照），避免“自动升级”改变裁判。
固定随机种子/采样策略（如有）。
6:00–8:00 重跑小校准集：用一组已知结论样本检查 judge 是否“偏移”。
8:00–10:00 重建基线：在固定 judge 口径后重新生成 report.baseline.json（只在明确接受口径变更时）。

回滚/降级动作（可执行）¶

回滚到上一可复现 judge 配置/版本；或切回上一基线报告与阈值组合。
临时降级：对关键阻断级样本改为人工复核（短期止损，不可长期依赖）。

证据包要求（必须落盘）¶

路径：reports/YYYY-MM-DD/<change-id>/（建议 rb09-eval-drift）
必备：旧/新 judge 配置对比、校准集结果、旧/新基线报告摘要
参照清单：D-evidence-pack.md

恢复判定¶

同一回归集在固定口径下可稳定复跑；门禁阈值可裁决且误差在可接受范围。

复盘回写（防复发）¶

将“judge 版本锁定”写入评测流水线与发布门禁；将校准集纳入固定资产（见 18-evaluation.md）。

延伸阅读¶

评测体系与门禁：18-evaluation.md

RB-10：数据管道污染（PII 混入 / 标签不一致 / 训练数据泄露）¶

触发条件（示例阈值）¶

示例：PII 扫描命中率 > 0（阻断级）；或数据校验失败率 > 5%。
示例：同一批次数据分布突变（长度/语言/标签比例），超过历史波动区间。
示例：训练/索引输入包含不应进入系统的字段（密钥/支付/合同机密）。

0–10 分钟动作清单¶

0:00–1:00 建证据包目录，立即暂停摄入/训练/索引构建任务（先断源）。
1:00–3:00 隔离批次：按 batch_id/snapshot_id 标记为不可用，禁止进入下游。
3:00–6:00 回滚快照：把训练/索引指针切回上一 snapshot_id（数据注册表/manifest）。
6:00–8:00 清理污染：若已入库（RAG/数据表），按 batch_id 执行删除或回滚。
8:00–10:00 复跑校验：确认 PII 扫描与 schema 校验恢复 100% 通过。

回滚/降级动作（可执行）¶

回滚数据处理脚本与配置（config_hash/code_revision 回退）。
回滚数据快照与索引版本；必要时临时停用相关能力（直到数据重新清洗完毕）。

证据包要求（必须落盘）¶

路径：reports/YYYY-MM-DD/<change-id>/（建议 rb10-data-pipeline）
必备：污染样本（脱敏）、校验报告、manifest/指纹、清理日志、回滚指针
参照清单：D-evidence-pack.md

恢复判定¶

校验全绿；污染批次已隔离；下游训练/索引均指向干净快照；无二次污染。

复盘回写（防复发）¶

强制“先校验后进入训练/索引”的门禁；把污染样本写入阻断级扫描样本（见 13-data.md、20-governance.md）。

延伸阅读¶

数据资产化与清洗：13-data.md
合规与治理：20-governance.md

5. Runbook 最小模板（可复制）¶

把下面模板复制成 ops/runbooks/rb-xx.md，并在每次事故后更新它。字段对齐本书约定：gate/evidence/release/rollback。

# RB-XX：<场景标题>

## Gate（触发与门槛）
- 严重级别：S0/S1/S2/S3
- 触发条件（示例阈值）：
  - <metric> > <threshold> 持续 <duration>
- 触发样本：<id/trace_id>
- 守门指标（不得退化）：
  - <success_rate>, <unauthorized_hits>, <pii_hits> 等关键指标

## 0–10 分钟止损（只做可逆动作）
- 0:00–1:00 建证据包目录：`reports/YYYY-MM-DD/<change-id>/`
- 1:00–3:00 停止扩量/关闭开关：<flag>
- 3:00–6:00 回退版本集合（version set）到：<rollback_pointer>
- 6:00–8:00 验证黄金链路：<steps>
- 8:00–10:00 冻结坏版本 + 记录样本：<where>

## Rollback（回滚/降级动作）
- 开关：<flag>=<safe_value>
- 路由/版本：<prompt_version>/<model_version>/<index_version>/<policy_version>
- 配额/限流：<quota/rate_limit>

## Evidence（证据包要求）
- 目录：`reports/YYYY-MM-DD/<change-id>/`
- 必备文件（参照 `D-evidence-pack.md`）：
  - `meta.json`、`version_set.json`、`rollback_plan.md`
  - `signals/`（面板截图/导出）
  - `samples/`（JSONL/trace_id，脱敏）

## Release（恢复判定与恢复动作）
- 恢复判定：<metrics back to baseline> 持续 <time>
- 恢复动作：逐步放量（从 <x%> → <y%>），每步观察 <window>

## 复盘回写（让问题不复发）
- 将触发样本加入：回归集/红队集（阻断级）
- 将门禁阈值写入：CI/发布门禁
- 将回滚指针写入：发布说明与文档