你经营三家门店，最近顾客结构变了。监控系统立刻报警：数据分布发生漂移。可货架怎么分、人员怎么排，未必需要跟着变。重新规划要停业调整、培训员工，还可能触发审批。真正该问的不是“世界变没变”，而是“旧方案已经差到值得换了吗？”
这正是论文《Deciding When to Decide》要解决的问题。作者 Minxing Zheng、Holly Wiberg 和 Shixiang Zhu 提出 RADAR（Regret-based Assessment of Decision Adequacy and Risk，基于遗憾的决策充分性与风险评估），试图把“要不要重新优化”变成一次统计检验。以下方法、实验与结论均来自这篇 arXiv 论文；尤其是实验优势，尚无第二个独立信源交叉印证。
环境变了，决策未必失效
许多生产决策只优化一次，却会沿用很久。原因并不神秘：换方案有成本。新方案可能需要重新验证模型、接受监管审查、协调业务，或者改动下游流程。这些部署、培训和业务中断代价，统称为切换成本。
与此同时，分布漂移几乎不可避免。所谓分布漂移，就是生产环境里的输入、需求或结果规律变了，例如现在的订单结构不再像系统上线时那样。常见监控方法会比较新旧数据，只要差异足够明显就报警。
问题在于，这类报警没有回答经营问题。某种变化可以很显眼，却完全不影响最佳方案；另一种变化看起来很小，却可能让旧方案损失很大。
论文用警区规划说明这一区别。规划者既要压低响应时间，也要平衡警员工作量。需求如果均匀增长，统计分布已经变化，但原来的分区边界仍可能最优。需求如果转移到局部地区，原边界则可能变差。只检测“需求变了”，无法判断是否该重新划区。
不量漂移，改量“后悔了多少”
RADAR 换了检验对象。它不直接问新旧分布有多不一样，而是计算现行决策与当前最佳决策之间的 optimality gap——最优性差距，也就是继续使用旧方案多付出的预期代价。论文也把它称为 regret，即“遗憾”。
可以把这个差距记为 ，把业务可接受的损失上限记为 。RADAR 检验的是：
如果不能拒绝 ，现有证据不足以说明该换方案；如果拒绝，则意味着旧方案的额外损失超过容忍线，值得重新审视。
这里用到随机优化——当需求、价格等结果不确定时，寻找期望成本最低或收益最高的方案。“重算”就是拿当前环境的数据，再找一次最佳方案。
难点是，旧决策背后的真实取舍往往看不见。机构可能知道目标函数的大致形式，却不知道决策者当初如何权衡成本、可靠性、风险、服务质量与公平。RADAR 因而先做 inverse optimization（逆向优化）：从已经部署的方案和历史数据倒推一组偏好参数，让旧方案在当时的环境里显得合理。
接着，它用当前数据构造一个“挑战者”方案，近似今天重新优化后会得到的选择，再比较旧方案与挑战者的损失。关键的一步是把当前样本随机分成两半：一半用来找挑战者，另一半只负责评估差距。这样可以避免同一批数据既出题又判卷，给统计推断保留独立性。论文实验采用均衡切分，理论分析也表明，在给定目标样本量时，这样能缩小其误差界中的相应部分。
最后，RADAR 对留出样本上的损失差做单侧 Wald 检验——一种借助大样本正态近似判断差距是否越线的方法。面对小样本或 CVaR 等不光滑风险指标，论文附录还给出 bootstrap（自助法）：反复有放回地重采样，用结果的经验分布估计不确定性。
它也能盯着变化何时发生
除了比较两个时期，论文还把 RADAR 扩展成 sequential changepoint procedure——按时间持续寻找变化点的监控程序。
系统先用一段确认安全的历史数据估计偏好，并在之后固定这组参数。每到一个监控时点，它取最近一段数据，重新切分、构造挑战者并检验最优性差距。只要差距超过容忍线就报警。论文用 Bonferroni 校正处理多次检验带来的误报累积，也就是随着检查次数增加，相应提高每次报警的门槛。
这套监控既面向突然变化，也面向逐渐恶化。它关心的不是环境在哪一刻开始不同，而是旧决策何时离开“仍然够用”的安全区。
三组实验想证明什么
作者在合成优化问题、半合成的容量分配任务和 Atlanta 警区规划中评估 RADAR，并与三类方法比较：检测输入均值变化的 X-Mean、检测任意分布变化的 X-Distr，以及追踪旧决策自身风险变化的 Risk-Value。
合成实验同时制造“数据变了但决策不用变”和“决策确实变差”两类漂移。论文报告称，RADAR 在无害变化下的拒绝率保持在接近设定显著性水平的位置，在有害变化下则随最优性差距扩大而更频繁报警。相比之下，通用分布检验和风险基线会在一些无害漂移上频繁拒绝。不过，正文提供的材料没有保留具体显著性水平、样本量和数值结果，不能据此量化优势。
半合成实验把 Fashion-MNIST 图像按服装、鞋类和配饰归成三组，把图像当作需求背景，再分配固定容量。有一种变化只替换组内的细分类别，三组占比和优化目标不变；另一些变化则会改变最佳分配。作者称，各基线至少会在某条变化路径上失灵：分布检验把无害图像变化当成问题，Risk-Value 和 X-Mean 又会漏掉某种已经改变最佳配置、却几乎不改变旧方案表面成本的漂移。RADAR 直接盯住最优性差距，因此更能区分这两类情况。
在 Atlanta 警区案例中，RADAR 的统计量在方案投入使用后的近五年里一直明显低于阈值，之后首次越线，并在后续监控中持续拒绝。作为对照，变化点基线从第一次监控起便次次报警。论文把 RADAR 的首次报警解释为一次模型意义上的提前预警。由于供稿中的具体年份和改善比例缺失，这里不进一步转述时间差或效果数字。
为什么值得关注
这项工作的价值，不只是多做一种漂移检测，而是把监控目标从“数据有没有变化”推进到“变化是否影响行动”。在切换昂贵的系统里，后一个问题才直接对应生产决策。
它也提醒我们，旧方案自身的成本上升仍不是充分证据。环境整体变贵时，所有方案的成本都可能上升，但旧方案依然最好；反过来，旧方案的成本看似稳定，也可能已经出现一个明显更好的替代方案。最优性差距比较的是“旧方案”和“现在能做到的最好水平”，而不是只看旧方案的绝对表现。
论文还给出了第一类错误与检验效力的渐近保证。第一类错误指方案其实仍可接受，系统却误报该重算；检验效力则指方案确实变差时成功发现它的能力。“渐近”意味着这些结论建立在样本量增大及一组正则条件成立时，不能理解为有限数据下必然不误报或必然检出。
局限与未知
- RADAR 假定优化目标的函数形式已知，未知的只是其中编码偏好与取舍的参数。若目标模型本身写错，估计出的差距未必对应真实业务损失。
- 一个旧决策可能同时符合多组偏好。如果这些偏好对“是否越过 ”给出相反答案，更多当前数据也无法消除歧义，需要额外信息来识别真实取舍。论文建议此时给出“不确定”，而不是勉强报警。
- 构造挑战者可能计算昂贵；不拒绝原假设也不等于证明旧方案很好，它还可能来自偏好不清或评估数据不足。论文也把如何让容忍线更直接对应切换成本，列为后续方向。