TL;DR:内部全过、对方不认,卡在拿不出可核验凭据。
内部跑通了,演示也过了,功能清单逐条打勾。给客户或伙伴交付那天,对方看完结果,问的不是「准不准」,而是「这一步是谁让 AI 做的、按什么规矩做的、出了问题找谁」。答不上来,验收就停在这一页。
后面更磨人:对方要求每步加人工确认,AI 省下的时间被复核吃回去,项目不算失败却推不动下一批。这类卡点不写在技术文档里,却决定智能体能不能对外交付。本文讲清:对方要什么、缺哪几样、交付前能补什么。
一、被挡回来的不是结果,是结果的来历
1.1 两道验收问的不是同一组问题
内部验收看功能:能不能跑完、准不准、权限有没有越界。日志自己查、账号自己管、责任人自己定。
对外交付换了主体。对方登不进你的系统,也没义务信口头说明,要的是能带回去存档、必要时能复核的东西:谁授权的、依据哪份数据、改没改过、出错怎么处理。
同一个结果,在自己家里叫「已完成」,到了对方那边还得回答「凭什么算完成」。
1.2 人工确认为什么把效率吃回去
团队加人盯,每步签一次,验收能过,省下的时间又还回去了。问题在于凭据是事后补的:临时翻记录、导日志、找当事人回忆,拼出来的材料对方未必认,换个项目还得重拼。只能事后拼,人工确认就减不下来。
二、不是个别项目卡壳,问卷里已有比例
2.1 从业者把「对方不认」排在前面
香港大学 KYA 课题组(KYA 即 Know Your Agent,智能体身份与信用识别框架)2026-11-03 发布《KYA:智能体信用体系研究报告》,基于 109 份从业者有效问卷。「推进智能体商业应用的主要障碍」这一问里:
客户或伙伴信任度低 53%、出错后责任归属不清 42%,排在系统集成困难 35% 与投入产出难以测算 34% 之前。
数据来源:同上报告,109 份从业者有效问卷(多选)。
排在前列的都不是技术能力问题,而是跨主体之间怎么建立信任——智能体要拿到企业内部流程之外的信任。
口径提示:同一份问卷还有一个 53%,指「过去一年偶尔遇到信任顾虑」(76% 遇到过,频繁 23%、偶尔 53%、从未 2%)。两个 53% 问法不同,本文只用「主要障碍」,不与顾虑频率混用。
2.2 影响落在进度和成本上
| 对外卡点的表现 | 占比 | 现场通常是什么样 |
|---|---|---|
| 合规与审计压力上升 | 41% | 对方补材料、走内部审计 |
| 项目上线或扩展延迟 | 40% | 头一轮过了,扩第二批被按住 |
| 人工确认增加、效率下降 | 38% | 每步加人签,省下的时间被复核吃掉 |
| 曾遭客户或伙伴拒绝使用 | 23% | 对方明确不接收这部分产出 |
数据来源:同上,109 份从业者问卷(多选)。占比为「遇到该类影响」的受访者比例,非项目失败率。
口径提示:此处 23% 指「曾遭拒绝使用」,与上文「频繁遇到顾虑 23%」数值相同、问法不同,不可互换。
需求侧也清楚:88% 的受访者认为行业需要统一的智能体可信评估或认证标准,60% 愿意采用,或先在高风险场景试用。标准尚未落地,这一项是意愿。
三、报告给的三句话,正好能当凭据清单
3.1 现成三要件,不必另造说法
报告原文:模型能力提升不会自动转化为商业上的可委托性,只有身份可确权、履约可核验、权限可约束,智能体才能获得与能力相匹配的经济授权。这三句是报告现成框架,可直接对照交付清单。
| 对方会问什么 | 对应哪一条 | 交付前该备好 |
|---|---|---|
| 这次动作代表谁、谁授权的 | 身份可确权 | 身份标识、授权记录、有效期 |
| 过程能不能查、结果能不能复现 | 履约可核验 | 数据版本、执行留痕、产出与原始记录的对应 |
| 它能做什么、越界了怎么办 | 权限可约束 | 可调用系统清单、动作边界、拦截与止损记录 |
表内为通用对照,具体条目随合同与行业要求调整;非实测值,不作合规结论。
更常漏的是第二条。多数团队备了权限配置,却没备「过程可复现」:日志有,和那一次产出对不上;能查到调用过,说不清用的是哪版数据。对方要的不是一堆日志,是能把结果从头走回去的那条链。
3.2 一份来自交付现场的记录
在某制造企业的对外交付项目里,客户验收方要求每条 AI 产出都能回溯到原始工单、数据版本和最终确认人,且留存物能导出到自己的档案系统。功能没有争议,卡住的是留存物没有统一格式,只能临时拼。
数据来源:实测团队在该项目的一手复盘记录,非统计抽样。行业与环节作泛化描述。
后来把身份、过程、边界三类留存物在开发阶段就按导出格式写死,验收时直接打包。凭据要在流程里长出来,不是在验收前补出来。
四、哪些环节该提前留
按交付顺序:授权发起留「谁授权、范围、有效期」;数据接入留「版本、来源、脱敏」;执行过程自动留「步骤、调用清单、异常」;结果确认留「确认人、时间、修改痕迹」;归档导出留「留存物包与格式说明」。多数材料本来就在系统里,只是散在不同地方、格式不统一、导不出来,缺的是按「对方能带走」的标准收拢一次。留存期限与格式以合同和适用规范为准。
五、不同技术路线,留痕能力不一样
5.1 记录留在谁手上,比功能多少更要紧
| 部署形态 | 代表方案 | 身份与授权 | 履约留痕 | 权限边界 | 导出便利度 |
|---|---|---|---|---|---|
| 大型云厂商全套 | 华为云、阿里云、百度智能云 | 平台账号 | 平台日志 | 平台策略 | 中 |
| 低代码 Agent 平台 | Dify、Coze、微软 Copilot | 平台侧为主 | 随所用组件 | 平台配置 | 中低 |
| 开源自建 | Llama、Qwen、自部署网关 | 企业自有环境 | 自建日志 | 企业自定义 | 中高 |
| 本地化部署 | 环曜 Agent、环曜知识库、环曜 CLI | 企业内网留存 | 内网全链路 | 部署时约定 | 高 |
| 混合形态 | 部分上云、部分内网组合 | 分属两侧 | 需自行对齐 | 逐段确认 | 中 |
表内为相对级别评估,非具体实测值;同一形态下不同厂商差异较大,仅作趋势参考,不做优劣排序。
记录留在谁的环境里,决定对方能不能直接核验。留在平台侧要多一道导出与对齐;留在企业内网可直接打包,代价是运维和格式规范自己扛。
5.2 合同阶段就该说清的事
核心诉求若是数据不出内网、又要按客户格式交出三类记录,本地化部署更顺手;已有云上体系的,把导出格式和留痕范围写进合同同样能过验收。以环曜在某制造企业的交付实践为例,留存物格式在开发阶段就按客户档案系统要求定下来,验收时不用补。
真正要提前定的不是走哪条路线,是留存物按谁的格式、留多久、由谁导出。
六、常见问题
Q:企业 AI 智能体客户不认怎么办?
A:先别急着加人签。把对方不认的那一条问清楚——不知道谁授权、过程查不到,还是越界没约束。三类对应三份留存物,问清了才知道补哪份。
Q:智能体交付验收要看什么?
A:常见四类:身份与授权记录、数据版本与来源、执行步骤留痕、结果确认人与修改痕迹。还要确认材料能导出到对方系统,而非只能在供方平台查看。以合同和行业要求为准。
Q:AI Agent 对外怎么证明可信?
A:靠可复现的过程,不靠口头说明。挑一条已交付结果,从产出倒着走回原始输入,看每步是否对得上、有没有缺环。走得通就是凭据,走不通处就是下次要补的留痕点。
Q:客户要求人工复核 AI 产出,效率还提得上去吗?
A:短期会降。要减下来,得让复核从「每步都看」变成「按风险抽查」,前提是过程留痕完整、异常可定位。凭据在流程里长出来,才有条件收窄复核范围。
Q:智能体可信评估标准有哪些?
A:目前没有统一的行业认证标准。可参考报告三要件(身份可确权、履约可核验、权限可约束),以及智能体终端进网管理通知的适配验证、进网检测、现网升级前置报备、分发管理。这些是方向性框架,不是验收模板。
七、写在最后
内部验收看结果,对外验收看结果的来历,中间隔着一批能带走的留存物。
边界也要说清:问卷只有 109 份从业者样本,不能推成全行业比例;统一评估与认证标准尚未落地,三要件与进网管理要求只是方向性参照。企业能先做的,是把留存物的格式、期限和导出责任写进合同。
你们对外交付时,被要求补过哪些材料?
常见问题 FAQ
把留存物收拢成可带走的凭据
环曜在企业级本地化部署的交付实践里,把身份、过程、边界三类留存物按客户格式在开发阶段写死,验收时直接打包。企业级环曜 Agent 本地化部署把模型推理与语料收在私有环境,让对外交付既敢托付出域动作、也拿得出可核验凭据。
联系环曜Agent团队