“上线”不等于发布会演示、接口接入或合作签约。判断一款 AI 智能体是否真实进入生产环境，核心不是看宣传用语，而是建立一条可复核的证据链：谁在使用、处理什么任务、拥有哪些权限、产生了什么结果，以及出现问题后由谁负责。
先区分三个阶段
演示回答的是“能不能做”，通常在预设流程、有限数据或隔离环境中完成任务；项目试点回答的是“是否值得继续”，往往只覆盖一个部门、一类用户或部分数据，并保留较强的人工复核；生产部署则要求系统进入正式业务流程，持续承担任务，并具备稳定运行、异常处理和责任追踪能力。
因此，即使只有一个部门使用，只要智能体已持续服务真实用户、接入正式流程，也可能属于局部生产部署。反过来，所谓“全面接入”若没有持续运行记录和业务结果证据，仍不能直接视为真实上线。
五类证据决定可信度
第一，看实际使用范围。不能只看“客服”“营销”“研发”等场景名称，还要确认具体岗位、任务类型、覆盖流程和真实活跃用户。账号开通或单次调用，不等于系统已经融入工作过程。
第二，看权限边界。生产环境中的智能体可能读取企业数据、调用业务系统，甚至执行写入、发送或审批操作。应核验其可访问的数据范围、可调用的系统、高风险操作是否需要人工确认，以及操作是否留痕、可审计、可回溯。
第三，看业务指标。回答流畅不等于业务有效。更有意义的证据包括处理时长、错误率、人工节省、一次解决率和交付周期等，并且必须说明原有流程、统计周期和计算口径。没有基准线的“效率提升”，只能算宣传表述。
第四，看持续运行。真实上线需要经受数据变化、接口故障、模型波动和规则调整，因而应检查调用记录、质量评估、故障监控、人工接管和恢复机制。一次成功演示无法证明系统具备长期运维能力。
第五，看责任机制。需要明确谁批准使用、谁配置权限、谁审核关键输出、谁处理错误和损失。合作协议或战略签约可以说明项目启动，却不能单独证明已经形成稳定业务成果。
最终，只有使用范围、权限边界、业务结果、运行周期和责任机制彼此对应，“上线”才真正接近生产部署。