帮你设计一套客户认账、团队也不受委屈的 AI 验收流程。
文中核心拆解是：传统验收问「功能对不对」，AI 验收还要回答「够不够好」，因此必须约定评测集、指标、通过阈值、样本量与数据来源五要素。关键设计是分层判定：硬性红线（安全、合规、关键错误率）一票否决，统计指标按区间约定，例如达标率过线即判通过，避免用单点极端案例定生死。最容易出现误用的地方是验收现场临时挑「好看」的样本，短期通过、长期暴雷，信任一次性透支，续约与扩展全都失去前提。
相比把验收当成签约仪式的普遍做法，这篇强调评测集要在项目早期冻结并由评估负责人维护，验收日只是执行既定流程而已。
建议你把下一个项目的验收五要素写成一页附件，随合同走，让验收从第一天就有据可依。
—— FDEChina编辑部 · 实战派
定义
AI 验收测试（AI acceptance testing）指针对 AI 系统交付设定的、客户与厂商共同认可的验收流程与判定标准，核心难点是处理输出的非确定性与统计性质量。
展开
传统验收问「功能对不对」，AI 验收还要回答「够不够好」，因此必须约定五要素：评测集、指标、通过阈值、样本量与测试数据来源。关键设计是分层判定：硬性红线（安全、合规、关键错误率）一票否决；统计指标按区间约定，达标率过线即判通过，避免用单点极端案例决定整个项目命运。
常见误用是验收现场临时挑选「好看」的样本：短期通过、长期暴雷，客户信任一次性透支，续约无从谈起。正确做法是评测集在项目早期冻结、由评估负责人维护，验收只是执行既定流程。与成功标准条款的分工：成功标准管业务结果，验收测试管系统质量，前者对外、后者对内，合起来才构成完整的交付契约。