智能体项目的验收，不能以“能对话”或“演示效果良好”作为主要依据。合格的验收标准，应同时回答三个问题：系统是否完成了约定任务，业务指标是否得到改善，项目是否能够在权限和责任边界内稳定运行。只有把技术表现、业务价值与治理要求放入同一套标准，验收结果才具有决策意义。
先定义可验收的业务结果
立项时应明确一个具体场景、现状指标、目标指标和责任人。知识问答项目可关注检索准确率、响应时间和人工转交比例；客服项目可关注问题解决率、客户满意度和人工成本变化；生产辅助项目则应对应计划执行、异常处理或停机损失等结果。
这里需要区分“完成了功能”和“产生了价值”。系统能够回答问题，只能证明功能存在；回答是否准确、是否减少人工重复操作、是否支持业务人员完成任务，才决定项目是否具备交付价值。没有经营指标支撑的智能体，很容易停留在展示阶段。
技术验收不能只看模型输出
技术验收至少应覆盖任务准确度、运行稳定性、响应速度、接口成功率和安全事件情况。对于需要调用知识库或既有业务系统的智能体，还应检查数据来源、权限边界、信息更新、调用失败和结果回退机制。
验收测试应使用真实业务流程中的典型任务，同时覆盖异常输入、知识缺失、系统连接失败和需要人工判断的情形。重点不是系统在理想条件下能否给出正确答案，而是出现不确定结果时，能否明确提示、停止执行并交由人工处理。
把安全与责任写进验收条款
智能体接入企业系统后，必须明确哪些任务只能辅助决策，哪些任务可以在权限范围内自动执行，哪些任务必须人工复核。验收应检查操作日志、权限控制、结果追溯、人工接管和异常回退是否有效，不能把安全要求留到上线之后。
更稳妥的路径是分阶段验收：先验证检索、分析和建议能力，再验证跨系统流程协同，最后才评估有限自主执行。每一阶段都应同时检查技术指标和经营指标。只有当业务效果、系统可靠性与治理机制共同达标，项目才适合扩大范围，而不是因为演示顺利就直接进入全面部署。