这是 Beta 探索课程，内容结构、实验步骤和示例可能会继续调整。
特征查询与动作设计
特征查询
规则判断依赖实时特征，例如「同一 IP 过去 5 分钟请求次数」。这些特征通常来自 Redis 或专门的特征服务：
risk:ip:1.2.3.4:coupon_claim:5m -> count
risk:device:d456:register:1d -> count特征查询必须快，否则会拖慢业务请求。在线规则链路要：
- 控制外部依赖数量。
- 必要时做本地缓存。
- 超时降级。
动作设计
风控动作不是只有「拒绝」。常见动作包括：
处置动作分级（从轻到重）
放行级别 1
风险低，正常通过二次验证级别 2
短信、人机验证或 MFA限速级别 3
降低请求频率冻结权益级别 4
暂停优惠券、积分或提现人工审核级别 5
高价值或不确定场景交运营拒绝级别 6
明确作弊时直接拦截关键认知：风控动作不是只有「拒绝」。动作越重，误伤成本越高—— 规则设计应该遵循分级处置，而不是所有命中都一刀切。
分级处置
动作越重，误伤成本越高。规则设计应该遵循分级处置，而不是所有命中都一刀切：
低风险 -> 放行
中风险 -> 二次验证 / 限速
高风险 -> 冻结权益 / 人工审核
明确作弊 -> 拒绝一句话
特征查询要快（Redis 计数 + 本地缓存 + 超时降级）；处置动作要分级——放行、验证、限速、冻结、审核、拒绝，动作越重误伤成本越高，不能一刀切。