AI 学习笔记（七十一）：LLM 治理平台跨年策略组合：把可靠性 baseline、收益能力和探索投资分开管
上一篇写的是年度复盘：怎么把全年治理收益、组织能力沉淀和下一年度 baseline 投资方向放到同一个决策框架里。
年度复盘之后，平台团队很快会遇到一个更现实的问题：下一年到底怎么排治理策略。
很多团队会把所有策略都塞进一个 backlog。高风险拦截、证据链补齐、团队自助诊断、agent 工具调用风险、供应商策略变更监控，全都放在同一个优先级池里排。排到后来，大家会发现讨论越来越乱：有些策略是系统不能坏的保底能力，有些策略是已经证明有收益的能力升级，还有一些只是值得验证的新风险。
它们不应该用同一套标准争资源。
我更愿意把跨年治理策略看成一个组合管理问题。平台团队要做的，不是把所有事项按“重要程度”排成一列，而是把策略拆进三类资产：
- 可靠性 baseline：保证治理平台不失效
- 收益能力：继续放大已经被验证的治理收益
- 探索投资：小成本验证新风险、新模型和新工作流
这三类策略的目标、指标、评审方式和退出条件都不一样。混在一起管，很容易把保底做薄，把收益做散，把探索做成长期包袱。
1. 跨年策略不要只按优先级排队
单一优先级队列看起来公平，实际上会掩盖策略类型差异。
比如下面这些事项放在一起：
1 | governance_strategy_backlog: |
如果只问“哪个更重要”，会议很快会变成各方争理由。
审计同学会说证据链可靠性更重要。业务团队会说自助诊断更重要，因为它影响日常交付。平台团队会说 agent tool call 风险已经来了，必须提前准备。每个人都没错，但大家在争的不是同一种东西。
更清晰的做法，是先给策略分类：
1 | strategy_portfolio: |
分类之后，讨论会变得具体很多。
可靠性 baseline 先问：不做会不会让现有治理能力失效。收益能力先问：是否能继续降低风险、成本或交付摩擦。探索投资先问：我们愿意花多少钱买一个判断。
这三个问题不能互相替代。
2. 可靠性 baseline 是不能被挤掉的底盘
可靠性 baseline 的目标很朴素：让已经承诺给组织的治理能力稳定工作。
它通常不够显眼。修证据采集稳定性、清理策略运行时隐患、维护审计报表、保证规则发布链路可回放，这些事情很难写成漂亮的年度亮点。也正因为不够显眼，它们最容易在跨年排期里被挤掉。
可以把可靠性 baseline 单独列账：
1 | reliability_baseline_portfolio: |
这类事项的评审方式不应该是“收益够不够大”，而是“失效代价能不能接受”。
如果某个 baseline 能力一旦失效，会导致高风险漏出、审计证据缺失、发布门禁不可解释，那它就不能和探索性项目抢同一笔浮动资源。它需要一块明确的保底预算。
保底预算不是让平台团队躺在维护区里不动。它只是承认一件事：治理系统一旦进入生产，就有运行责任。没有运行责任的策略平台，只是策略配置器。
3. 收益能力要绑定年度复盘里的缺口
收益能力不是新功能堆叠。
它应该从上一篇年度复盘里的收益缺口长出来。年度复盘发现哪些地方还有明显摩擦，下一年的收益能力就优先补哪里。
例如年度复盘留下这些信号：
1 | annual_gap_signals: |
对应的收益能力可以这样拆：
| 年度缺口 | 收益能力策略 | 目标指标 |
|---|---|---|
| 团队复核成本上升 | 策略命中自助诊断 | 减少平台人工解释工单 |
| 重复 overlay 偏多 | overlay 迁移工具和参数化模板 | 降低本地策略数量 |
| 整改周期过长 | 整改工作流自动化 | 缩短关闭周期 |
| 治理设计介入太晚 | 需求早期风险问卷 | 减少发布前返工 |
这种写法能避免一个常见误区：平台团队觉得某个能力“应该有”，于是把它排进去；但业务侧看不到它和年度收益缺口的关系。
收益能力的判断标准要比 baseline 更严格。它不能只证明“做出来了”，还要证明“收益开始出现”。
可以给它设置两层指标：
1 | benefit_capability_review: |
采纳指标说明能力被用起来了，结果指标说明它真的产生了收益。只有采纳没有结果，可能是能力质量不够。只有结果没有采纳，可能是别的因素在起作用。
4. 探索投资要小、短、有退出条件
探索投资最容易失控。
LLM 领域变化快，新模型、新输入形态、新工具调用方式、新供应商策略会不断出现。平台团队如果完全不探索，治理一定会落后。但如果每个探索都默认转成长期项目，baseline 会越来越臃肿。
探索投资要从一开始就写清楚边界：
1 | exploration_investment: |
这里最重要的是 exit_options。
探索的产出不一定是上线能力。它也可以是“暂时不做”的证据，或者是“继续观察”的判断。只要判断足够清楚，这笔探索投资就没有白花。
探索项目最怕没有退出语言。没有退出语言，团队会为了证明自己没浪费时间，把一个还没证实价值的试点硬做成产品能力。过几个月以后，它就会变成没人敢删的长期负担。
5. 三类策略要用不同的评审节奏
跨年组合管理不能只靠一次年初排期会。
三类策略的生命节奏不同，评审节奏也应该分开。
| 策略类型 | 建议节奏 | 会议要问的问题 |
|---|---|---|
| 可靠性 baseline | 月度或双月 | 有没有失效风险、事故、证据缺口 |
| 收益能力 | 季度 | 采纳和结果指标是否进入趋势 |
| 探索投资 | 里程碑制 | 是否转正、继续观察或停止 |
可靠性 baseline 的评审偏运行。它看的是稳定性、回放能力、门禁误伤和漏出。
收益能力的评审偏经营。它看的是团队成本、整改效率、复用率和交付摩擦。
探索投资的评审偏判断。它看的是风险是否真实、样本是否足够、是否值得进入下一层。
如果三类策略都放进同一个季度大复盘里，baseline 细节会被嫌琐碎，探索判断会被催成确定结论，收益能力又会被迫用上线进度证明价值。结果是每类策略都被评错了。
6. 组合比例比单点优先级更重要
跨年策略组合最关键的不是某一项排第几，而是整体比例是否健康。
一个比较稳的初始比例可以是：
1 | portfolio_allocation: |
这个比例不是标准答案，只是一个讨论起点。
成熟平台可能需要更多 baseline 维护，因为承诺已经变多。早期平台可能需要更多收益能力，因为还要证明治理不是负担。处在技术转折期的平台，可以给探索更多空间，但要控制时间盒。
更重要的是，不要让比例漂移而没人知道。
例如连续两个季度出现下面的情况，就要警惕：
1 | portfolio_drift: |
这说明探索项目正在吃掉运行责任。短期看起来很前沿，长期会让平台可靠性变差。
反过来，如果探索长期低于 5%，平台也会慢慢变成只维护旧规则的系统，对新模型和新工作流反应迟钝。
7. 每类策略都要有自己的停止规则
组合管理的另一个核心是停止。
很多治理策略不是没人启动，而是没人结束。跨年以后，旧策略、新策略、临时策略、探索策略叠在一起，平台就会变厚。
可以给三类策略分别设置停止规则：
1 | stop_rules: |
停止规则不是消极。它是在保护组合。
可靠性 baseline 停止，通常来自新能力替代旧能力。收益能力停止，通常来自结果没有出现。探索投资停止，通常来自风险判断不成立或时机不成熟。
把停止规则写在年初，比年底再靠感觉砍项目要好得多。
8. 一个最小策略组合看板
团队不需要一开始就做复杂系统。一个轻量看板就够用：
1 | llm_governance_strategy_portfolio: |
这张看板只解决一件事：让每个策略都知道自己属于哪类资产。
一旦分类清楚，后面的优先级、指标、评审和停止都会更容易讨论。
结语
LLM 治理平台进入跨年度运营以后，策略管理不能再只靠一个长 backlog。
可靠性 baseline 负责守住已经承诺的能力，收益能力负责放大年度复盘里确认过的价值，探索投资负责低成本判断新风险。三类策略都重要，但它们不能用同一套指标、同一个节奏、同一种退出逻辑来管。
跨年策略组合做得好，平台团队会少一些“到底谁更重要”的争论，多一些“这类资产现在比例是否健康”的讨论。
这才是治理平台从项目制交付走向长期运营以后，真正需要补上的管理能力。
下一篇可以继续写：当策略组合确定之后，LLM 治理平台怎样把组合拆成季度 roadmap，避免年度目标落到季度执行时重新变成散点任务。