跨端兼容的智能分类模型：一次训练，全平台精准归类

　　去年六月份，我蹲在三号楼B2机房门口等模型上线切流，雨下得跟高压水枪似的，工牌绳子上挂了三滴水珠，一滴滴往下砸，第三滴掉在脚边那滩积水里，没声儿。老齐——就是背需求多年的产品老齐——坐我左手边，膝盖上摊着PRD打印稿，纸边卷了，他拿拇指反复捻那个卷角，捻了十七次，我数过。

　　我说“一次训练，全平台精准归类”，他把PRD翻过面，在背面画了个框，标“iOS端→分类A”“安卓端→分类B”“小程序→分类C”，又用红笔叉掉后两个，写“？？？”。我原以为他是在质疑泛化能力，结果他抬头说：“灰度发到微信里，用户点了‘不感兴趣’，这个反馈回得进模型吗？还是只回给内容中台？”——我就愣那儿了，手还悬在键盘上，没敲完那句curl命令。

文章配图，仅供参考

　　这事儿站得住的地方，就一个：优胜劣汰。不是模型优胜，是业务线自己淘汰自己。你信不信，同一套分类逻辑，iOS推“穿搭灵感”，安卓端自动降权成“时尚资讯”，小程序里它干脆长成“今日穿搭推荐”，三个入口三个label体系，不是因为模型不行，是因为三个端背后各管着三个增长KPI，连数据埋点ID都不统一。上季度末我们拉了个三方对齐会，法务部那位戴细框眼镜的女同事全程没说话，就低头转笔，笔帽咔哒、咔哒、咔哒，转了三百七十二下，散会时她把笔往桌上一按，帽子弹飞了，没人捡。

　　有次灰度到2.3%，后台突然爆出一批“未识别类型”，查日志发现全是H5页面里iframe嵌的旧版商品卡片，schema还是三年前的，字段名里带反斜杠。开发说：“模型没见过这个斜杠，直接喂给tokenizer崩了。”我说加个预处理，他摇头：“加不了，这个H5不是我们维护的，是采购部门对接的第三方导购系统。”后来这事怎么结的？没结。它就在那里，像会议室白板角落那块擦不净的咖啡渍，没人认领，但每次路过都得绕一下。

　　我敢打包票：去年六月十三号下午四点十七分，模型在测试环境跑通第一轮多端归类的时候，准确率数字后面有个小数点，小数点后三位全是0，但第四位……第四位是灰色的，显示不出来。监控后台卡了一下，我截图发群里，老齐回了个“????”，五分钟后撤回。现在那张图还在钉钉聊天记录里，我点开还能看见时间戳和右上角那个小小的、被遮住一半的微信图标——他同时开着两个IM软件，光标在微信对话框里来回跳，像被电着了。

　　上周我去茶水间泡枸杞，看见实习生小杨在调试语音分类模块，耳机线缠手腕上，正对着麦克风清嗓子：“呃……这个…呃……这个功能是不是可以复用分类模型的embedding层？”——我说别试了，那个embedding层，去年双十一前夜就被改成兼容性模式了，权重冻结，梯度不传，只做特征抽取。她点点头，转身去倒水，水壶嘴对着饮水机接水口歪了三毫米，水溅出来，在不锈钢台面上聚成一小滩，慢慢往排水槽方向爬。我没拦她。这种事拦不住。

　　所谓“精准归类”，其实是归类之后没人敢动那个label。iOS审核过了，安卓市场那边运营嫌词太文艺改成了“好物速递”，微信生态里又被打标为“高互动潜力类目”。最后那个分类标签，在数据库里存了七个变体，用同一个model_id关联。你说模型准不准？它准得像尺子量体温——物理上没毛病，人就是烧死了。

　　前两天翻旧邮件，看到去年六月八号发给算法团队的抄送邮件，标题写着《请确认移动端与Web端特征工程是否完全一致》，正文只有两行字：“特别是user_agent里的device_type字段解析逻辑”“以及cookie中utm_source拼写是否区分大小写”。下面回复栏空着，没一个人回。不是忘了，是当时谁点开邮箱客户端，都默认点进了另一个tab：钉钉消息列表里，“紧急：618流量洪峰预案V7_最终版终稿final_最终版_勿再改”正在疯狂闪动。

　　所以我说它站得住，就靠“优胜劣汰”这四个字。不是模型赢了，是那些连设备标识都没对齐的端口，自己先被淘汰出了闭环。剩下还在跑的，要么凑合用了，要么换成了更糙但能快速打点的规则引擎。我不反对用模型，但我反对把“一次训练”当成免责条款。真要落地？先让安卓和iOS的上报SDK版本号对齐，再让小程序的埋点命名规范和App端走同一条Git分支——别的，以后再说。

　　对了，那天散会后我路过B2消防通道，听见有人在打电话，声音闷着：“……不行，不能加白名单……苹果审核新规第七条第三款……”我没停步。电梯门关上前，看见老齐站在走廊尽头，把那根没吃完的油条扔进了绿桶。桶沿沾着几粒芝麻，风吹不掉。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!