把评测接入 CI 之后，下一个问题是：分数到多少才放行？定得太松拦不住事故，定得太死每次迭代都被卡。门禁的本质是一组和业务风险挂钩的规则，而不是一个"越高越好"的数字。

阈值从基线来，不拍脑袋

  • 以当前线上版本为基线：新版本不低于基线即可，而不是追求某个绝对分。
  • 关键指标设绝对下限：安全、越权等红线指标设独立硬阈值，不被平均分稀释。
  • 区分回归与新增：已有能力不许下降（回归阈值），新能力允许逐步爬升。

阻断按严重度分级

不是所有未达标都该阻断发布：

级别 条件 动作
阻断 安全红线、关键回归 直接失败，禁止合并
警告 次要指标小幅下降 通过但标记，需人工确认
记录 波动在噪声范围内 只记录，不拦截

留好豁免口子

  • 显式豁免：允许负责人对单条失败标注原因后放行，但要留痕、可追溯。
  • 样本量门槛：评测样本太少时结果不稳定，低于门槛只警告不阻断。
  • 防抖动：对波动大的指标多次运行取中位数，避免单次噪声误杀。

常见误区

  • 只设一个总分阈值：安全问题被能力提升掩盖，门禁形同虚设。
  • 门禁没有豁免：一刀切会逼团队绕过门禁，不如给合规的放行通道。
  • 阈值定了不复盘：基线会随版本变化，阈值要定期跟着线上水平更新。