AI 智能体开发公司怎么选？企业采购前必须验证的 9 项能力
这个问题现在很难搜到有用的答案。
搜索结果里大部分是"十大服务商排名"之类的文章，而这类文章往往由某一家自己或其代理发布——你会发现不同的榜单里第一名各不相同。所以这篇不做排名，只给一套你可以自己拿去核的清单：九个问题，每个问题配上"什么样的回答算过关"和"什么样的回答要警惕"。
先看一组我们自己跑出来的数据
2026 年 8 月，我们用未登录的匿名浏览器，把三个词分别喂进 11 个平台（百度网页、百度AI搜索、必应、360、搜狗、夸克、微信搜一搜、知乎、小红书、B站、抖音），一共 33 次搜索，记录每个平台返回什么。
结果里有两个数字值得采购方注意：
- 14 次是彻底零结果——搜服务品类词时，多个主流平台一条相关结果都给不出来
- 搜"某地区 + 企业AI落地咨询"这类品类词时，首屏第一名往往是一篇推广软文，而不是真正做这件事的公司
这说明一件事：你在搜索引擎和 AI 问答里看到的"推荐"，和谁真的做得好，关联度很低。排在前面的通常是最会做内容分发的，不一定是最会做交付的。
所以选型不能靠搜——得靠一套自己拿在手里的核对方法。下面就是。
---
先明确一件事：你买的到底是什么
"做一个 AI 智能体"这句话，在不同公司嘴里是三件完全不同的事：
| 卖的是什么 | 典型形态 | 适合什么情况 |
|---|---|---|
| 一个工具账号 | 在某个平台上帮你配好一个机器人 | 需求简单、预算很小、能接受随时改 |
| 一套定制系统 | 接你的数据和系统，按你的流程建 | 有明确业务目标和验收条件 |
| 一段咨询过程 | 先诊断该不该做、做哪个，再谈建设 | 需求还没想清楚，怕做错方向 |
很多采购纠纷的起点，是买方以为自己在买第二种，卖方在交付第一种。所以第一个动作不是比价，是把"我要买什么"写清楚。
---
九项核对清单
1. 他能不能说清楚"什么情况下不该做"
过关：对方能举出具体场景说"这个现在不建议做"，并说明理由——数据不够、流程没定、责任边界不清、投入产出不划算。
警惕：什么都能做、什么都合适、你说什么他都点头。
为什么这条排第一：AI 落地失败最常见的原因不是技术不行，是选错了场景。一个不会说"不"的服务商，帮不了你避开这个坑。
---
2. 他的方法论能不能离开他自己用
过关：他给的诊断结论、场景排序、验收标准，你换一家实施方也照样能用。
警惕：所有结论都指向"所以要用我们的平台/我们的方案"。
怎么验：直接问——"如果我们最后没选你们，这份诊断报告对我们还有价值吗？"看他怎么答。
---
3. 他怎么处理"模型会说错话"这件事
这是技术能力的分水岭。
过关：对方会主动讲幻觉问题，并给出具体的工程手段——检索时给出处、答不上时明确拒答、关键操作前要人工确认、留完整日志可追溯。
警惕：说"我们用的模型很准，不会出错"，或者含糊过去。
背景：大模型的幻觉率不是零，也不可能是零。有公开的持续评测可以参考（Vectara 维护的 HHEM 榜，github.com/vectara/hallucination-leaderboard），它测的是有文档做依据时的幻觉率，也就是最有利的条件。企业实际场景通常更难。
所以正确的问题不是"你们准不准"，而是"错了之后会怎样"。
---
4. 他有没有可运行的验收标准
过关：能拿出一份分层的验收方法——业务任务、模型输出、知识检索、工具调用、权限、性能、持续运营，每层有什么样的证据算通过。
警惕：只说"我们会做测试"，或者把"准确率 90%"直接写进合同却不定义分子分母。
怎么验：问"准确率的分子和分母分别是什么，谁来判，判多少条，有争议怎么裁决"。答不上这四个的，那个数字是没意义的。
---
5. 他怎么对接你现有的系统
过关：会先问你有什么系统、接口文档在不在、原厂商配不配合，然后说明哪些能接、哪些要改、哪些接不了。
警惕：说"都能接"。
为什么重要：接 ERP、MES、CRM 是项目成本的头号变量。接口没文档、原厂商不配合、要改对方系统——这三件事任何一件都能让工作量翻几倍。这个风险必须在报价前暴露，不能等做到一半才说。
---
6. 数据和权限怎么管
过关：能说清楚数据存在哪、谁能访问、不同角色看到的内容有什么不同、日志留多久、离场时数据怎么处理。
警惕：只说"我们很安全""数据加密"。
必须问的一个具体问题：不同权限的员工问同一个问题，会不会看到不同的答案？如果答案是"都一样"，那就意味着只要能提问，就能问出任何内容。
---
7. 上线之后谁负责、负责多久
过关：明确的运营期责任、响应时限、以及模型或平台变更时谁负责适配。
警惕：合同只写到"交付上线"。
为什么重要：AI 系统会退化——资料变了、模型被供应商升级了、用户问法变了。没人管的系统通常在三到六个月内从"挺好用"滑到"没人用"。上线不是终点，是运营的起点。
---
8. 他给的案例能不能核
过关：能给出可验证的信息——哪个行业、什么场景、解决了什么问题、用了多久。即使因为保密不能说客户名，也能讲清楚问题和方法。
警惕：
- 案例只有 Logo 墙，没有任何可核的细节
- 现场照片、合影、会议视频当成交付证明
- 说不清"这个项目现在还在跑吗"
一条判据：现场照片和视频只能证明去过、聊过，不能证明系统上线了、验收了。这两件事之间差着整个交付过程。
---
9. 他敢不敢做小规模验证
过关：愿意先做一个有明确退出条件的试点，试点失败也认。
警惕：一上来就要签整体大单，或者说"试点没意义，要做就做完整的"。
这条是前面八条的兜底：即使你判断不准，一个约定了退出条件的小试点，最多损失试点那笔钱，不会把整个预算搭进去。
---
三类必须直接排除的情况
有些信号不需要再往下谈：
一、承诺"保收录""保排名""保上首页"。各大搜索引擎官方都明确声明不保证收录任何页面。任何做出这类承诺的，要么不懂，要么打算用见不得光的手段。
顺带一提，2026 年 5 月 Google 更新的搜索垃圾内容政策已经把"操纵生成式 AI 回答"明确纳入处罚范围（developers.google.com/search/docs/essentials/spam-policies）。用批量生成、关键词堆砌之类手段"做 AI 可见度"的，风险是降权甚至除名，不是没效果那么简单。
二、拿不出任何可核验证据，只有话术。你问细节他就换话题、绕回价值和愿景。
三、报价单没有拆解。一个总价、没有分段、没有说明包含什么不包含什么。这种报价单没法验证，也没法比较。
---
一个成本参考：验证这件事本身要花多少
采购方常有的顾虑是"我怎么知道他行不行，总不能先付一大笔"。
正确做法是把"验证"本身变成一个小额、有明确交付物的独立环节：
- 业务诊断：按顾问人天计，一次完整的入企诊断通常需要 5–15 个人天，产出应该是一份换个实施方也能用的报告
- 单场景试点：固定包，用真实或脱敏数据，约定明确的退出条件
这两笔加起来，通常远低于一个失败项目的代价。而且诊断报告本身是资产——即使不继续合作，你也拿到了"该做什么、按什么顺序做、怎么验收"的答案。
---
把这九条变成一张表
建议在见服务商之前，把这九个问题打印出来，边聊边打勾。九项里：
- 第 1、3、4 项答不上的，直接排除——这三项分别对应"会不会选错场景""错了怎么办""怎么算做成"，是项目成败的三个关键点
- 第 5、6 项答得含糊的，要求书面补充
- 第 9 项不愿意的，谈判空间已经不大了
---
相关阅读
- 企业 AI 项目怎么验收：智能体、RAG 与生成式 AI 的七层验收标准
- 企业 AI 咨询多少钱：诊断、试点、系统建设与持续顾问怎样报价
- 企业 AI 项目多久能见效：从诊断、试点到生产上线怎样判断
---
*本文提供的是采购方自查方法，不构成对任何具体服务商的评价。文中引用的官方政策与公开评测基准，出处已在正文标明，读者可自行核验。*