企业验收智能体，不能只问“回答得像不像人”，而要判断它是否能在真实业务约束下稳定完成任务。可验收的交付标准，本质上是把模型能力转化为一组可观察、可复核、可追责的业务结果：它处理什么任务，使用哪些数据，调用哪些系统，何时必须转交人工，出现错误后如何暂停和纠正，都应在上线前明确。
先定义任务边界，再定义通过条件
验收对象不应是一个孤立的聊天窗口，而应是一段完整流程。例如，智能体接收任务后，需要读取授权数据、按照业务规则调用系统、生成处理结果，并留下操作记录。若输入信息不完整、规则发生冲突或系统调用失败，它不能继续“猜测执行”，而应触发异常处理并转交人工。
验收文档至少要写清四类内容：任务目标、允许使用的数据和工具、禁止执行的动作，以及人工介入节点。涉及合同、付款、客户权益、重要数据变更等不可逆操作时，应设置人工确认、权限分级和全过程留痕。没有这些边界，验收通过也不代表系统可安全上线。
指标必须对应业务基线
指标应在项目开始前确定，并与原有流程进行比较。可采用任务完成率、处理时长、人工介入比例、错误发现率、响应速度和单位任务成本等维度，但不能只看单次演示中的最佳结果。测试应覆盖正常输入、数据缺失、规则冲突和异常调用等情况，观察智能体是否能稳定完成任务并正确退出。
“准确率高”也不是完整的验收结论。企业还需确认结果是否可追溯，关键判断能否由人员复核，数据来源是否清晰，以及错误是否能够被及时发现。对于内部管理场景，缩短审批周期、减少重复录入或降低人工核查压力，也可以成为明确的业务目标。
把持续交付写进合同和流程
智能体上线不是验收终点。模型、数据、业务规则和组织流程都会变化，因此交付标准还应包含运行监控、问题上报、版本变更、效果复盘、培训和故障处理等责任。企业需要明确谁负责数据权限，谁负责业务规则，谁承担异常结果的处置责任，供应商又是否负责持续维护。
更稳妥的验收方式，是从一个边界清晰、可度量、可回滚的流程开始。只有当功能完成、业务价值、管理责任和长期成本同时可核验，智能体才不是一次成功的演示，而是一项真正能够进入企业生产体系的交付成果。