这件事该怎么判断？
先选一项重复、能量化、有人负责的业务任务，用一个月试点核对准确性、处理时间、人工复核量和实际消耗。案例里的 5 万元是作者自述协议中的 Token 预充值，既不等于实际用完的费用，也不等于服务商收入。
01
先约定要解决哪一件事
“做一个企业智能体”很难验收。把任务改写成可观察的工作：谁提供输入、系统交付什么结果、谁在什么时间检查，以及原流程要花多少时间。若业务本身缺少负责人和样本，增加模型能力也不能替代流程梳理。
- 范围写清本次只处理哪些业务资料、用户和流程；例外由谁接手。
- 基线在上线前记录原流程的用时、错误和人工投入。
- 验收用同一批实际任务比较结果质量、耗时与需要人工修改的比例。
02
预算要分清预充值、消耗和服务费
预充值只是资金安排。看试点价值，要另外记录实际 Token 消耗、模型和工具费用、搭建及维护工时，并说明未用完的额度如何处理。服务商还要把首次搭建和后续维护分开报价，避免用一次试点的收入掩盖长期交付成本。
- 客户看单位任务成本是否下降，质量是否达到约定要求。
- 服务方看交付工时、返工、支持成本是否能被合同覆盖。
- 双方看停用、续约和数据移交的条件是否明确。
03
一个月后，怎样决定要不要继续？
把“效果不错”换成试点前写好的验收记录：完成了多少真实任务，哪些仍需人工兜底，错误出现在哪里，实际总成本是多少。达到目标的流程可以扩展；只在演示中好看、进入真实业务就反复返工的流程，需要缩小范围重试。
