企业采购 AI 智能体，不能把“正式上线”当作“适合生产使用”的证明。采购评估的核心，不是比较演示效果，而是验证产品能否在真实业务中持续、可控、可追责地运行。更稳妥的做法，是把能力验证、数据治理、权限控制和服务承诺设为采购前置条件，并采用“任一关键项不达标，暂不进入采购”的准入原则。
先确认产品处于什么商用状态
厂商所称的“上线”，可能对应公测、定向开放、开放申请或技术预览。评估时应查看正式产品文档、可用性说明和服务等级协议，确认是否存在区域、行业、用户群体或使用规模限制。若产品只能申请试用，缺少正式商用条款，或服务范围表述含糊，就不应直接用于核心业务。
能力评估必须脱离宣传演示。企业应要求厂商提供可复现的测试环境，使用自身业务场景中的真实数据，验证智能体在关键任务上的准确性、稳定性和异常处理能力。尤其要识别“演示型智能体”：它可能在精心设计的流程中表现良好，却无法应对复杂、多变的生产环境。测试结果应能够重复，而不是依赖一次成功的展示。
把数据与权限作为硬门槛
企业需要明确核查三个问题：用户数据是否用于模型训练，数据存储在哪里，权限是否能够按角色、部门和业务场景进行细粒度控制。仅提供“全量访问”或“完全隔离”的极端方案，通常难以满足实际治理需求。采购前应要求厂商提供数据流图、安全审计报告及数据生命周期说明，确认采集、处理、存储和删除环节均有明确边界。
服务承诺决定能否长期使用
稳定商用不仅意味着能够收费，还应有清晰的定价模型、故障处理机制和服务等级承诺，包括响应时间、故障恢复时间及可用性约定。若支持渠道只有社区论坛，或条款仅停留在免费试用、按需计费层面，企业就应谨慎判断其生产保障能力。
最终可将产品分为“可采购”“进入试点”和“观察中”三类。只有商用状态明确、核心能力可复现、数据权限可审计、服务责任可落实的产品，才值得进入正式采购；任何一项关键条件缺失，都应先补充验证，而不是用业务上线替代采购评估。