阶段与产物
- 评估：任务指标、数据缺口、风险边界。
- 原型：可跑通的识别/规划/操控闭环。
- 泛化：评测集、指标对照、失败案例分析。
- 平台化：训练-推理-监控最小链路与源码移交（如约定）。
不适用场景
- 期望无指标、无数据、无边界却承诺“通用强人工智能”的需求，不适合作为外协起点。
Engineering Notes
智能体验收不能只看一次成功演示
原型阶段看边界
先固定任务、输入数据、可调用工具和必须人工确认的动作，建立一组成功与失败判据。不要把“能对话”作为业务自动化已完成的证据。
评测阶段看分布
采用独立任务集，统计成功率、失败模式、延时与资源消耗。训练数据变化、模型更新或提示词调整后，都应复查关键指标。
交付阶段看控制
验证工具权限、日志、停止操作和人工接管。采用强化学习时，训练回报、离线评测与真实任务效果是不同证据，应分别报告。