上线后突然出现一批有害或明显错误的 AI 输出，作为运营负责人你会怎么处理这次质量事故？
考察说明
考查协调 AI 质量事故止损、沟通与复盘的能力。
回答思路
- 第一时间确认影响范围、用户类型、模型或配置版本和是否仍在持续，严重情况下立即暂停相关入口、回退版本或收窄流量。
- 保存必要的请求链路和变更记录供排查，同时限制敏感内容的访问与传播，避免为了复盘扩大数据风险。
- 建立单一事故负责人，协调产品、研发、安全、客服和法务按同一事实口径工作，并清楚区分已确认与待确认信息。
- 对受影响用户提供具体处置，例如撤销错误操作、人工复核、结果更正和安全使用提醒，而不是只发布笼统道歉。
- 恢复服务前用事故样本和相邻场景完成回归验证，并确认监控、降级和人工升级路径能够工作。
- 复盘应追到发布门禁、评测覆盖、权限或监控缺口，形成责任人和截止时间明确的改进项，并跟踪同类风险是否下降。