一份 AI 试点怎样才算能进生产

试点失败，很少是因为「模型不够强」。更常见的是：触发条件说不清，成功结果靠口感，失败被静默吞掉，必须由人拍板的环节藏在对话里。这样的能力可以演示，不能进生产。

本指南给出一个可执行的判断标准。它不引入新的产品承诺，只把我们已经用来交付的原则写成清单。

1. 先问四个问题

只要有一题答不上来，就还停留在试点：

1. 这一步的结果，能不能由软件确定产生，并被独立验收？
2. 失败时，系统返回的是显式语义，还是一段听起来合理的话？
3. 必须由人判断的环节，是否落在流程里看得见的位置？
4. 没有资料或条件不足时，系统是停答 / 阻断，还是补一句？

这四个问题对应四条原则：确定执行优先、失败必须显式、人工决定显式化、无来源即停答。

2. 什么叫确定执行

判断标准不是「难不难」，而是结果能否由软件确定产生并可独立验收。

通常属于确定执行	通常属于人工判断
文档解析与格式转换	这份证据是否充分
字段、表格、段落抽取	结论是否可以被采纳
基于明确规则的比对	是否需要通过审批
Decimal 金额与日期计算	是否需要对外发送
模板应用与产物生成	风险是否可接受

左列交给执行内核或确定性软件；右列留在人与流程中。这不是「AI 做得少」，而是让每一部分都由合适的主体负责。

3. 进生产前必须写清的五张纸

不必是五份精美文档，但内容必须存在且双方确认：

1. 范围与不做项：触发条件、输入形态、成功结果、明确不做的部分。
2. 工具契约：结构化输入输出、错误语义、幂等、副作用。
3. 复核节点：谁在什么时候看什么事实，再决定批准、签署或发送。
4. 数据边界：原件是否出本机、哪些结果可以公开发布。
5. 五类用例：正常、边界、失败、并发、重复调用。

没有第 1 项，后面四项都会在实施中被改写，验收就会变成谈判。

4. 不合格的五种外观

外观	为什么不能进生产
只有对话框，没有能力清单	无法说明做什么、不做什么
同一输入两次结果不同，却被解释为「模型有温度」	需要稳定字段时，推理不是正确工具
失败时仍然给出一份「看起来能用」的文件	下游会把半成品当成成功结果
资料不足仍继续作答	把猜测送进了业务流程
用一场演示代替用例	换一份材料或并发一高，行为不可重复

5. 和两款产品、两项服务的关系

• 智能体文档执行引擎把确定执行留在本机，结果只有成功、已受理、阻断、失败四种。
• 官网转化平台把已经允许公开的内容做成可检索、可留资、可归因的站点；资料助手无来源即停答。
• 智能体搭建决定何时调用工具、如何复核、何时交回人工。
• 应用开发把这些能力放进有权限、有审计的系统。

四者都可以单独发生。进生产需要的是边界对齐，而不是把它们焊成一个「全能机器人」。

6. 你可以立刻做的最小动作

拿一个真实样本，写下：触发条件、成功结果、不做的部分、必须交回人工的节点。这四行能写清，才值得预约演示；写不清，演示也只会看到另一场对话。

报价和周期在范围与不做项确认之后给出，未评估前不承诺数字。完整阶段与验收口径见《企业 AI 项目的交付流程与验收口径》；本文用到的词，在术语表里都有一句话定义。