AI 项目验收：先写好怎么算失败

后台有人催命：“项目快上线了，验收标准还没定。”这句比尽调还急。验收做砸了没人替你兜底。

很多人以为写个“准确率90%”就算标准。这根本不够。真正的标准必须成对：目标是什么，外加一句什么情况“不算数”。比如达标了，但抽样连100条都不到，这90%就不认。不写死分母和口径，最后一定吵成一锅粥。

指标得分三层看。过程指标得证明它在真跑；结果指标得有基线，没历史数据就老老实实写“待测”，别瞎估。最要命的是护栏指标，比如敏感消息漏判、未审批外发。这些必须是零容忍。系统跑十万条，错三条看着完美。但这三条里只要有一条是投诉或法律威胁，前面全白干。护栏破了，其他指标再漂亮也算失败。

客户总爱让你承诺提升转化率。这种事变量太多，AI只是其中一环。我只签我能控制的：线索归集率、识别准确率、首响时间。至于转化率，我只能说“通常有帮助”——这五个字既是诚实也是免责。

验收标准必须在第一天就定稿当合同附件。上线前拿过去30天真实记录人工测一遍，把基线摸清。接着按四周走：第一周定标准，第二周沙箱跑历史数据，第三周影子运行，第四周小流量上线。第三周影子运行千万别省。系统正常跑但不发出去，你能看到它错在哪，客户也不用担代价。跳过这步直接上线，第一周就是在客户面前做测试，信任一下就没了。

最后验收报告就写四行：基线、目标、实测、结论。结论一定要允许“部分达标”。现实里最常见的就是中间状态，合同里没这个选项，双方就只能硬吵。

说白了，验收标准就是上线前先把“怎么算失败”说清楚。丑话说在前面的人，才是真想把事做成的人。