Shadow运行与无副作用比较

在真实分布上旁路观察

Shadow将有使用资格的生产事件复制给候选Agent，使其经历更真实的数据格式、长尾问题和依赖延迟。它适合在不改变用户结果的前提下比较取证、调用、产物和费用。复制前核用途、权限、保留和去标识，候选应取得与原请求一致且不扩大的数据scope。

写操作必须隔离

禁用真实发送、购买、删除和业务更新，把候选写动作送到模拟器、快照或独立测试租户。仅在prompt里写“不要真正执行”不是可靠隔离。保留拟执行参数、权限决策和可验证的模拟终态，以便发现危险动作；不要把因为写工具完全不可用而失败的结果，与真实版本不加说明地比较。

保持可比，也暴露分布差距

对同一事件关联control和candidate trace，记录模型、数据快照、工具、memory初态、资源、时间与成本。真实流量可能包含离线集没有的用户简称、跨设备上下文、权限边界和冷启动；将这些差距转为新case。候选不能把shadow得到的私人memory写回生产，避免改变后续control行为。

明确能回答和不能回答的问题

Shadow可以发现质量、检索与性能代理指标，却不能直接证明学生学习提升、投资收益或真实外部动作的履行效果。也不能替代canary下的用户行为与交付验证。预设观察窗口、严重错误门槛和进入下一阶段的条件；样本不足时保留不确定性。输出应包含差异、证据、失败分布和剩余风险，而非一个笼统“影子测试已通过”。

影子状态需要独立生命周期

候选运行使用隔离数据库或受控快照，写入记忆、发送邮件和生成外部订单等都必须被阻断或替换。即便工具名称标为只读，也要核实服务实际是否修改访问状态或触发回调。保存候选应当提交的意图，与正式版本的真实结果比较，但不把模拟成功写成真实履约。影子样本也可能包含私人数据，应继承原访问与保留资格；其结论是发现分布差距，而非证明生产干预带来的因果收益。