上一篇讲了分布适配那套更聪明的算法。这一篇讲它第一次上生产的样子。
回测的时候一切都很美。新算法在数百个仓品（DEMO 量级）上跑了一个月的历史数据，库存降了 109 万件，周转从 6.7 天压到 5.5 天。评审会上所有人都在看这两行数字，方案顺利通过，全量切换。
一周后，缺货率从 1.96% 冲到了 8.05%。（以上都是脱敏后的 DEMO 数字，但故事是真的。）
紧急回滚，逐仓品对账。根因挖出来的时候，我觉得这个教训值得写下来给所有做算法上线的人。
根因：算法在 3 天以下的区域是另一套物理
把翻车的 SKU 按”算法算出来的安全库存天数”排序，规律刺眼：算法 SS 低于 3 天日均销的 SKU 占了翻车样本的一半，这批 SKU 缺货率 14.4%；而人工管的同类商品，缺货率 2.9%。
为什么 3 天是个坎？因为安全库存公式假设的是一个理想世界：需求平滑、到货准时、下单立刻生效。真实世界里，供应商接单要确认、物流有截单时间、仓库收货要排队，一张订单从建议到上架，固定就要吃掉两三天。算法说”你只需要 1.5 天的缓冲”，它没有算进去的是，物理世界的反应速度本身就要 3 天。在反应时间以下，公式算出来的不是安全库存，是裸奔。
人工计划员从来不写公式，但他们的手感里带着这条常识，所以人工的水位很少低于 3 天。我们笑人工拍脑袋，人工笑我们不懂仓库。
修歪的一次：只卡下限，算法变成人工的复印机
第一次修复很自然：给算法加个下限，SS 不得低于 3 天日均销。缺货率立刻回到人工水平，皆大欢喜——直到有人多看了一眼库存：降幅归零了。
道理不难想。翻车的 SKU 恰恰是低水位 SKU，卡了下限之后它们全部被抬回人工水位；而高水位 SKU 的库存本来就没问题。两头一抵，算法和人工的结果几乎一样。我们造了一台昂贵的机器，功能是复印人工。
这次修歪比翻车本身更让我警惕：只看一个指标做修复，很容易把算法修成”人工的近似”，安全是安全了，价值也没了。
爬出来的路：上下限都卡，再用”双改善”筛一遍
最后的方案长这样。下限防裸奔：算法 SS 不得低于 3 天日均销。上限防空转：算法 SS 不得高于 (BP + VLT) 覆盖的日均销，超出说明算法在让你囤超过一个补货周期的货，逻辑上就不对。
卡完限还不算完，再加一道业务筛选：切换按仓 × 供应商粒度做，一个组合必须同时满足”缺货 SKU 数不上升”和”期初库存下降”才允许切换。两道条件缺一不可，因为只降库存的可能在偷缺货，只降缺货的可能在堆库存。
最终筛出一百多个仓 × 供应商组合（DEMO 化）：缺货 SKU 数降了 31%，期初库存降了 6.6%，入选组合全部双改善。和最初”全量切换”的方案比，覆盖面积小了很多，但每一寸都是实的。
三件事
第一，回测的收益和上线的风险是两套账。 回测里库存降得最猛的 SKU，往往就是水位被压得最狠、离物理约束最近的 SKU。收益最大的地方，恰恰离悬崖最近。看回测报告，先按”激进程度”给 SKU 分层，最激进的那层单独审。
第二，约束层（guardrail）要设计在算法外面，不是改在算法里面。 上下限卡限没有动公式本身，它是在算法输出之后、执行之前加的一道闸门。这个结构后来救了我们很多次：算法可以随便迭代，闸门不变。
第三，切换的批准权交给”双改善”这样的业务结果，不交给统计显著性。 入选的组合不是回测分最高的，是回测里库存和缺货两头都站得住的。上线策略这个决定，最终要用业务的语言来做。
这三件事，放在今天 AI Agent 大面积上岗的背景下，我觉得只会更值钱。模型会越来越强，强到让人想跳过约束层直接信任它。翻车记录的价值就在于提醒你：裸奔的代价从来不写在模型的精度报告里。
但故事还没完。这些组合在回测里双改善，上了线就真的改善吗？回测说行的事，凭什么相信线上也行？下一篇讲我们怎么设计实验来回答这个问题，那是整套方法里我最得意的一篇。
附录：卡限规则与双改善筛选速查表
翻车根因链
裸算法全切
→ 算法 SS < 3 天日均销的 SKU 大量存在
→ 低于物理反应时间（接单确认 + 截单 + 物流 + 收货上架 ≈ 2~3 天）
→ 这批 SKU 缺货率 14.4%（人工同类 2.9%）
→ 全盘缺货率 1.96% → 8.05%
卡限规则（闸门在算法外）
下限：算法 SS ≥ 3 × 预测日均销 （防裸奔）
上限：算法 SS ≤ (BP + VLT) × 预测日均销 （防超囤一个补货周期）
只卡下限 → 低水位 SKU 全被抬回人工水位，库存降幅归零，算法退化为”人工复印机”。卡限不改公式本身，是输出后、执行前的独立闸门；算法可自由迭代，闸门保持稳定。
双改善筛选（切换批准权）：粒度为仓 × 供应商，充要条件是”缺货 SKU 数不上升 且 期初库存下降”。单条件通过的组合不切换：只降库存可能在偷缺货，只降缺货可能在堆库存。
上线检查清单：① 回测按”激进程度”分层，SS 压缩最狠的 SKU 单独审；② 新旧版本回测产物先逐格 diff 再下结论；③ 灰度按仓 × 供应商粒度推进，不整仓切；④ 上线后按第 10 篇的对标方法持续监测，不因短期波动回改规则。
供应链实战系列 · 第 09 篇 · 卷四「库存策略篇」｜ 上篇：80% 的 SKU 不服从正态分布 ｜ 下篇：库存算法上线怎么做 A/B 文中数字均为 DEMO 示意，非真实业务数据。