煤炭行业智能化转型进入深水区，企业级智能体服务开始从概念验证走向生产系统。与通用问答工具不同，煤炭企业的智能体要面对井下安全、设备运维、生产调度、煤质管理等专业场景，还要适应网络受限、系统异构、数据敏感等现实条件。交付验收因此不能只看演示是否流畅，也不能只听厂商讲述技术架构，而要用一套可核查、可复现、可追责的指标来判断：它是否真正理解业务、能否稳定运行、是否守得住安全底线、能不能带来可持续的价值。指标选得准，验收才有据可依；指标选得偏，项目就容易陷入“上线即闲置”的困境。下文从场景适配、核心能力、工程集成、安全合规、运营价值和交付组织等角度，梳理一套面向煤炭行业的验收指标框架。希望帮助甲方团队在验收阶段抓住重点，也帮助服务方明确交付边界，让智能体从试点走向规模化应用。
一、验收前置：煤炭场景为什么必须指标化
1. 煤炭场景的特殊约束
煤炭生产具有高风险、强连续、多系统耦合的特征。企业级智能体服务要在这样的环境中落地，首先必须理解场景约束，而不是把通用能力简单搬入。安全规程、作业标准、设备手册、调度指令、地质资料等知识分散在不同系统与文档中，数据格式不一，更新频率不同，很多信息还涉及生产秘密与人员隐私。若验收指标只关注对话是否流畅，就会忽略智能体是否真正接入业务、是否遵守安全边界、是否能在弱网和粉尘环境下可用。因此，指标化的第一步，是把煤炭场景的特殊性转化为可检查的约束条件。
(1) 安全与合规不可让渡
煤炭行业对安全的要求高于一般制造业。智能体给出的任何建议，都不能绕过安全规程，也不能替代现场负责人的判断。验收时要看它是否具备安全知识边界，是否能在涉及高风险操作时主动提示人工复核，是否能识别并拒绝超出授权范围的指令。还要检查它在回答中是否区分“建议”与“指令”，避免一线人员误把模型输出当作作业命令。安全与合规不是附加项，而是准入项。若这一条不达标，其他能力再强也不能进入生产环节。
(2) 数据与系统异构严重
煤炭企业往往同时运行安全监控、人员定位、设备管理、生产调度、经营分析等多套系统，数据标准不统一，接口协议多样。智能体要发挥作用，必须通过接口适配、数据映射和权限隔离，把分散信息汇聚成可用上下文。验收时要看它能否在不破坏原有系统稳定性的前提下完成数据读取与回写，是否支持增量同步，是否能处理字段缺失与格式冲突。若集成能力不足，智能体就会变成信息孤岛上的又一座孤岛。
(3) 一线使用环境严苛
井下和厂区环境与办公室差异明显。网络可能不稳定，终端形态多样，操作人员注意力有限，方言和口语表达普遍。智能体若只能在高带宽、标准普通话、安静环境下工作，就很难真正服务一线。验收时要关注弱网降级、语音识别鲁棒性、离线缓存、快捷指令等能力，还要看界面是否足够简洁，能否在几步之内完成常用任务。可用性不是体验加分项，而是决定一线是否愿意持续使用的关键。
2. 指标化的作用
指标化的意义不只是给项目打分，更是把交付从“感觉不错”变成“有据可查”。企业级智能体服务涉及模型、数据、应用、算力与运营多个层面，参与方多、边界模糊，若没有统一指标，验收就容易变成各说各话。指标既能约束服务方，也能保护甲方，还能为后续迭代提供基线。尤其煤炭行业场景复杂，今天能回答的问题，明天可能因数据更新或系统变更而失效，只有把指标写清楚，才能在变化中保持可管理。
(1) 对齐预期
验收指标首先是一份共识文件。甲方关心安全、稳定与业务价值，服务方关注技术可行性与交付成本，双方若不在同一套语言下讨论，就容易出现理解偏差。通过指标把“好用”“稳定”“智能”拆解为可观察项，可以让双方在项目早期就明确什么算达标、什么算部分达标、什么算不达标。对齐预期不是降低要求，而是把要求变得可执行、可验证，减少后期扯皮。
(2) 控制风险
煤炭智能体一旦进入生产环节，错误输出可能带来安全风险、生产损失或合规问题。指标化可以把风险前置暴露：在预验收阶段发现知识召回偏差，在试运行阶段发现权限越界，在正式验收前完成整改。通过设置安全、性能、集成、可解释性等门槛，验收不再是走过场，而是风险控制节点。对服务方而言，清晰的指标也能减少重复返工，把资源集中在真正影响交付质量的关键项上。
(3) 沉淀资产
每一次验收都会产生测试集、评估报告、问题清单、配置基线等资产。若指标设计合理，这些资产可以复用于后续版本升级、场景扩展与运维审计。煤炭企业的智能体建设通常不是一次性项目，而是持续演进的工程。把验收指标与知识库、提示词、接口规范、权限策略一起沉淀，能够降低未来扩展成本，也能让新加入的团队快速理解系统边界与质量要求。
二、功能与场景适配指标
1. 核心任务闭环能力
功能验收不能停留在“能聊天”层面，而要检查智能体能否完成业务任务闭环。企业级智能体服务在煤炭场景中的价值，往往体现在“理解问题、调取信息、给出结果、推动执行”这条链路上。若只能生成建议，不能调用工具、写入工单或触发流程，价值就会大打折扣。验收时要围绕真实任务设计测试用例，观察它能否在少轮交互内完成目标，是否支持澄清追问，是否知道何时停止并转交人工。
(1) 意图理解
意图理解是任务闭环的起点。煤炭场景中的表达往往带有口语、省略和行业术语，例如“看看那台设备最近咋样”“把昨天的调度情况说一下”。验收时要看智能体能否把模糊表达映射到明确意图，能否区分咨询、查询、操作、报警等不同类型。对于多意图混合的句子，是否支持拆解与优先级排序。意图理解不要求百分之百准确，但关键场景必须有兜底策略，避免答非所问。
(2) 任务编排
当任务需要多个步骤或多个系统配合时，智能体要具备任务编排能力。例如先查询设备状态，再检索维修记录，然后生成检修建议，最后创建工单。验收时要看它能否按业务规则组织步骤，是否支持条件分支、失败重试与超时处理，是否能在执行前给出确认，执行后反馈结果。编排能力越强，智能体越像业务助手，而不是只会回答问题的问答机器。
(3) 结果可执行
智能体输出的结果要能被业务系统或人员直接使用。验收时要检查结果格式是否规范，字段是否完整，是否带有数据来源与时间戳，是否区分事实与推断。对于操作类任务，还要看是否支持回写、审批与审计。若结果只是大段自然语言，无法被系统解析，也无法被人员快速执行，那么任务闭环就断了。可执行性是功能验收中最容易被忽视、却最影响实际价值的指标。
2. 煤炭专业场景覆盖度
煤炭智能体不是通用助手，它必须覆盖安全、生产、设备、经营等专业场景。企业级智能体服务的场景覆盖度，不能靠宣传材料上的列表判断，而要用测试集验证。验收方应从高频、高价值、高风险三类场景中抽取样本，检查智能体是否具备相应知识、工具与流程。覆盖度不是越多越好，而是要与当前阶段目标匹配。若场景过宽而深度不足，反而会增加误用风险。
(1) 安全知识问答
安全知识问答是煤炭智能体的基础场景。验收时要看它能否准确检索规程、标准、事故案例与应急流程，能否按照岗位和权限返回差异化内容。对于涉及瓦斯、水害、火灾、顶板等高风险问题，是否具备更高置信度门槛与人工复核提示。还要检查知识更新机制，当规程修订后，智能体能否及时同步，而不是继续引用旧版本。安全问答的准确性直接关系到一线信任。
(2) 设备与运维辅助
设备运维场景要求智能体理解设备台账、运行参数、故障代码、维修记录与备件信息。验收时要看它能否根据现象定位可能原因，能否给出排查步骤，能否关联历史工单与维修方案。对于需要停机或涉及电气操作的建议，必须提示人工确认。还要看它是否支持预防性维护提醒，能否把分散的运维知识转化为可复用经验。设备场景做得好，智能体就容易获得一线认可。
(3) 生产调度辅助
生产调度涉及采掘、运输、通风、洗选等多个环节，信息变化快，约束条件多。智能体在调度场景中更适合做信息汇总、方案比选与异常提醒，而不是直接下达调度命令。验收时要看它能否理解调度术语，能否读取实时数据，能否在计划变更时快速给出影响分析。还要检查它是否尊重调度权限与审批流程，避免越权操作。调度辅助的价值在于减少信息差，而不是替代调度员。
三、智能体核心能力指标
1. 理解与生成质量
核心能力是智能体能否胜任工作的底层保障。企业级智能体服务在煤炭行业落地，必须对专业术语、复杂上下文和长文档有稳定理解能力，同时要控制幻觉与错误输出。验收时不能只看几个演示问题，而要用覆盖不同难度、不同表达方式的测试集进行盲测。评估维度包括意图识别、实体抽取、知识召回、答案一致性、引用可追溯性与拒答能力。核心能力不达标，场景覆盖再广也只是表面繁荣。
(1) 意图识别准确率
意图识别准确率反映智能体是否听懂用户目标。验收时要按场景分层测试，区分简单单意图、复杂多意图、含否定与条件表达的意图。对于容易混淆的意图，例如“查询报警”与“解除报警”，必须重点检查。准确率不是唯一指标，还要看错误分布：高风险意图的错误是否被兜底策略拦截，低风险意图的错误是否可通过追问澄清。合理设定分层门槛，比追求单一高分更有意义。
(2) 实体抽取与槽位填充
煤炭场景中大量任务需要抽取设备编号、地点、时间、参数、人员等实体。验收时要看抽取字段是否完整、格式是否规范、歧义处理是否合理。例如同一设备可能有别名、简称和旧编号，智能体能否归一化。槽位缺失时是否主动追问，而不是编造。实体抽取质量直接影响后续查询与操作，若这一环不稳定，任务编排就会频繁失败。
(3) 知识召回相关性
知识召回决定智能体能否找到正确依据。验收时要检查检索结果是否与问题相关，是否覆盖最新版本，是否区分不同文档层级与权限。对于长文档，要看它能否定位到具体章节，而不是只返回整篇文档。还要看召回结果是否附带来源，方便人工核验。召回相关性差，模型再强也会基于错误上下文生成答案，这是企业级智能体服务最需要避免的问题之一。
(4) 幻觉抑制
幻觉抑制是煤炭智能体必须跨过的门槛。验收时要设计“无答案”问题，观察它是承认不知道，还是编造内容。对于高风险问题，要看是否设置强制检索、引用校验与拒答策略。对于多来源冲突信息，是否提示冲突并建议人工确认。还要检查模型是否把推测写成事实。好的幻觉抑制不是让模型变得保守，而是让它在不确定时保持诚实，在确定时给出依据。
2. 多轮交互与工具调用
真实业务很少一轮结束，智能体需要多轮澄清、上下文保持与工具调用。企业级智能体服务若只能单轮问答，就无法处理复杂任务。验收时要模拟连续追问、话题切换、条件变更、打断与纠错等情形，观察会话状态是否稳定，工具调用是否准确，异常时是否有兜底。多轮能力与工具调用往往决定智能体能否从“问答工具”升级为“业务助手”。
(1) 会话状态
会话状态管理要回答三个问题：记住了什么、忘了什么、何时该忘。验收时要看智能体能否保持必要上下文，例如用户之前提到的设备或时间范围；能否在话题切换后正确区分新旧信息；能否在会话过长时摘要压缩，而不是丢失关键约束。还要检查敏感信息是否按策略清除，避免跨会话泄露。状态管理做得好，交互会自然流畅；做得差，用户就会反复重复信息。
(2) 工具调用
工具调用是智能体执行任务的关键。验收时要检查它能否根据意图选择正确工具，参数是否准确，调用顺序是否符合业务规则。对于查询类工具，要看结果解析是否正确；对于操作类工具，要看是否有权限校验、二次确认与结果回执。工具调用失败时，是否重试、降级或转人工。还要防止模型编造工具或参数。工具调用稳定性直接影响任务完成率。
(3) 异常兜底
异常兜底体现智能体的工程成熟度。网络中断、接口超时、权限不足、知识缺失、模型服务不可用等情况都可能发生。验收时要模拟这些异常，观察智能体是否给出清晰提示，是否保留用户输入，是否提供替代路径。对于高风险场景，异常时是否自动转人工。兜底策略不是失败后的补救，而是设计的一部分。没有兜底的智能体，一旦异常就会让用户失去信任。
四、工程集成与部署指标
1. 系统集成与数据打通
智能体能否进入生产，取决于工程集成能力。企业级智能体服务不是独立应用，它要与煤炭企业现有系统、数据与权限体系协同。验收时要重点检查接口兼容、数据同步、权限贯通、部署形态与运维能力。若集成不牢，智能体就会成为演示环境中的盆景。工程指标往往不如模型指标抢眼，却决定系统能否长期稳定运行。
(1) 接口兼容
接口兼容要看智能体能否以标准方式对接现有系统。验收时要检查它是否支持常见协议与数据格式，是否具备接口鉴权、限流、熔断与重试机制。对于老旧系统，是否提供适配层，避免直接改造核心系统。还要看接口文档是否完整，错误码是否清晰。接口兼容性不足，会导致集成周期拉长，也会增加后续维护成本。好的集成方案应尽量降低对原有系统的侵入。
(2) 数据同步
数据同步关注数据能否及时、准确、完整地流动。验收时要检查增量同步、全量初始化、冲突处理与断点续传能力。对于实时性要求高的场景，要观察延迟是否可接受；对于批量场景，要看任务是否可调度、可监控。数据同步还要考虑数据质量，例如空值、重复、格式错误是否被处理。若同步链路不稳定，智能体就会基于过期或错误数据给出建议。
(3) 权限贯通
权限贯通是煤炭企业智能体不可忽视的指标。不同岗位、不同部门、不同层级的人员，对数据和功能的访问权限不同。验收时要检查智能体是否复用企业统一身份认证，是否支持角色与属性权限，是否能在工具调用与知识检索中执行权限过滤。还要防止通过多轮提问绕过权限。权限贯通做不好，智能体可能成为数据泄露的新通道。
2. 部署形态与算力适配
煤炭企业对数据安全与网络环境有特殊要求，部署形态不能一刀切。企业级智能体服务可能采用私有化、混合或边缘协同等方式，验收时要根据实际架构检查算力适配、资源利用、扩展性与成本可控性。部署不是简单的安装，而是涉及模型、向量库、应用服务、监控组件的系统工程。只有部署稳定，智能体才能持续提供服务。
(1) 私有化部署
私有化部署适合数据敏感、网络受限的场景。验收时要检查模型、知识库、应用服务是否全部部署在可控环境内，是否支持离线更新与本地运维。还要看硬件资源占用是否合理，是否支持国产化软硬件适配。私有化部署的挑战在于运维复杂，因此要特别关注日志、监控、备份与恢复能力。若私有化版本功能明显弱于云端版本，也要在验收时明确说明。
(2) 混合部署
混合部署在安全与弹性之间寻求平衡。敏感数据与核心模型留在本地，非敏感任务或弹性算力使用外部资源。验收时要检查数据流向是否清晰，边界是否可控，传输是否加密，外部资源是否可随时切断而不影响核心业务。还要看任务路由策略是否合理，避免敏感数据意外外发。混合部署的验收重点不是架构多复杂，而是边界是否可验证、可审计。
(3) 算力利用率
算力利用率反映资源是否被有效使用。验收时要看模型推理、向量检索、应用服务等组件的资源占用是否合理，是否支持弹性扩缩容，是否存在长期闲置。对于高峰期与低谷期差异明显的场景，是否有调度策略。算力利用率不是越高越好，而是要与服务质量平衡。若为了追求利用率导致响应变慢，反而得不偿失。合理的容量规划应基于真实业务负载。
五、安全合规与治理指标
1. 数据安全与隐私保护
煤炭企业的数据涉及生产安全、经营秘密与人员信息，安全合规是智能体验收的底线。企业级智能体服务必须证明自己在数据采集、传输、存储、使用、共享、销毁等环节都有控制措施。验收时要检查数据分级、加密、访问控制、审计追溯与泄露防护。安全指标不能只靠承诺，要有配置、日志与演练记录支撑。
(1) 数据分级
数据分级是安全治理的基础。验收时要看智能体是否按照企业制度对数据进行分类分级，是否对不同级别数据采取不同策略。例如公开信息、内部信息、敏感信息与核心信息应有不同访问与处理规则。还要检查分级是否落实到知识库、日志、缓存与训练数据中。若分级只停留在文档层面，实际运行中仍可能混用数据，安全风险就无法控制。
(2) 传输与存储加密
传输与存储加密保护数据在链路和介质上的安全。验收时要检查通信是否使用加密协议，密钥是否安全管理，存储是否加密，备份是否同样受保护。对于向量数据库与缓存，也要检查是否包含敏感内容以及是否加密。加密策略还要考虑性能影响，避免因过度加密导致响应不可用。验收时应验证加密配置真实生效，而不是仅查看配置文件。
(3) 访问控制
访问控制确保合适的人访问合适的数据与功能。验收时要检查身份认证、角色权限、属性权限、最小权限原则是否落地。智能体可能通过工具调用访问后端系统，因此工具权限也要纳入检查。还要防止提示词注入诱导越权。对于高权限操作，是否要求二次确认与审批。访问控制不是静态配置，而要在人员岗位变化时及时调整。
(4) 审计追溯
审计追溯让每一次重要交互都有记录可查。验收时要看智能体是否记录用户身份、时间、输入摘要、调用工具、返回结果与权限判断。日志是否防篡改，是否支持检索与导出。对于涉及安全与生产的关键操作，是否能还原完整链路。审计不是监控员工，而是保障系统可追责、可改进。没有审计的智能体，一旦出问题就很难定位原因。
2. 模型与内容安全
模型安全关注智能体生成内容是否合规、是否抗攻击、是否与人类价值对齐。企业级智能体服务在煤炭行业应用，必须防止输出违规内容、泄露敏感信息、被恶意提示操控或产生歧视性表达。验收时要通过红队测试、对抗样本与边界问题检查模型行为。模型安全不是一次性的，需要持续监测与更新。
(1) 输出合规
输出合规要求智能体不生成违反法律法规、企业制度与安全规程的内容。验收时要检查它是否具备内容过滤、敏感词识别与风险分级能力。对于安全操作建议，是否避免绝对化表达，是否提示人工确认。对于涉及人员评价、薪酬、处罚等敏感话题，是否谨慎处理。输出合规还要覆盖多语言与方言场景，避免过滤遗漏。合规不是限制智能，而是保障智能可用。
(2) 提示词注入防护
提示词注入是智能体面临的常见攻击方式。用户可能通过特殊指令诱导模型忽略原有规则、泄露系统提示词或越权调用工具。验收时要模拟直接注入、间接注入与多轮诱导等攻击，观察防护措施是否有效。防护不能只靠提示词约束，还要结合输入过滤、工具权限、输出校验与审计。对于高风险工具，应要求独立权限校验，避免模型单独决定。
(3) 模型对齐
模型对齐关注智能体行为是否符合企业价值与业务目标。验收时要看它在冲突指令下如何取舍，例如用户要求绕过安全流程时是否拒绝；在信息不足时是否追问；在不确定时是否承认。对齐还包括语气与表达方式，是否尊重一线人员，是否避免官僚化或过度承诺。模型对齐难以用单一指标衡量，但可以通过场景测试与人工评审结合评估。
六、运营与价值验证指标
1. 用户采纳与体验
智能体上线不是终点，能否被持续使用才是关键。企业级智能体服务的验收应包含用户采纳与体验指标，否则容易出现“验收通过、无人使用”的局面。煤炭企业的一线人员工作节奏快、任务重，对工具的耐心有限。验收时要关注活跃度、满意度、培训成本与支持响应。用户不用，再好的技术也无法产生价值。
(1) 活跃度
活跃度反映智能体是否真正进入工作流。验收时不能只看注册人数，而要看有效使用频次、任务完成量、使用场景分布与留存情况。还要区分主动使用与被动推送，避免把系统自动调用算作用户采纳。对于不同岗位，应采用不同基准。若活跃度集中在少数试点人员，说明推广或场景选择可能存在问题，需要进一步分析原因。
(2) 满意度
满意度要通过结构化反馈与行为数据结合评估。验收时可以收集一线人员对准确性、响应速度、易用性与信任度的评价，同时观察他们是否愿意重复使用、是否推荐给同事。满意度高不代表没有改进空间，满意度低也不一定全是技术问题，可能涉及流程、培训或权限。关键是把反馈转化为可行动的改进项。
(3) 培训成本
培训成本影响推广速度。验收时要看智能体是否足够直观，是否提供场景化引导、快捷指令与帮助文档。培训不应要求一线人员理解模型原理，而应围绕任务展开：遇到什么问题，用什么指令，如何确认结果。若培训周期长、依赖专家现场支持，说明产品化程度不足。好的智能体应让用户在短时间内上手，并在使用中持续学习。
2. 业务价值评估
业务价值是智能体验收的最终标尺。企业级智能体服务的价值不应只体现在技术指标上，而要回到效率、质量、知识与模式创新。验收时要建立价值评估框架，把智能体带来的改变与业务目标对应起来。评估方式可以包括流程时长对比、问题闭环率、知识复用情况与人员反馈。价值评估不需要夸大，而要真实、可追溯、可复现。
(1) 效率提升
效率提升是最直观的价值。验收时要看智能体是否减少信息查找时间、缩短任务处理周期、降低重复沟通。例如安全问答能否快速给出规程依据，设备运维能否快速定位故障方向，调度辅助能否快速汇总信息。效率提升应结合流程观察与人员访谈，而不是只看系统统计。若效率提升以增加其他环节负担为代价，就应重新评估整体价值。
(2) 质量改进
质量改进体现在准确性、一致性与合规性上。验收时要看智能体是否减少人为遗漏、统一知识口径、提升记录完整性。对于安全与运维场景，质量改进往往比效率更重要。还要检查智能体是否帮助发现潜在风险，例如设备异常趋势、规程执行偏差。质量改进需要持续监测，不能仅凭一次验收结论。若质量指标没有基线，就难以判断改进是否真实。
(3) 知识沉淀
知识沉淀是智能体带来的长期价值。验收时要看它是否把分散在个人经验、历史工单、文档资料中的知识转化为可检索、可复用的资产。知识库是否持续更新，是否有贡献与审核机制，是否能识别过期内容。对于煤炭企业而言，老师傅的经验非常宝贵，智能体可以辅助传承，但不能替代人的判断。知识沉淀做得好，智能体会越用越聪明。
七、交付验收的组织与流程保障
1. 验收组织与职责
验收不是技术团队的独角戏，而是业务、安全、运维、法务与服务方共同参与的过程。企业级智能体服务的验收组织要明确角色、职责与决策机制，避免出现问题时无人负责。煤炭企业应设立验收小组，覆盖安全、生产、设备、信息等部门，并指定最终决策人。组织保障越清晰，验收越高效，后续运维也越顺畅。
(1) 角色
验收组织应包含业务代表、技术专家、安全合规人员、运维人员、采购与法务代表以及服务方交付团队。业务代表负责判断场景适配与价值，技术专家负责检查架构与性能，安全合规人员负责审查数据与内容安全，运维人员关注可维护性，采购与法务确认合同边界。角色不必多，但职责必须清晰。每个角色都应有明确的检查清单与输出物。
(2) 职责
职责划分要避免两个极端：一是全部推给信息部门，业务部门不参与；二是人人有责却无人拍板。验收方应明确谁负责测试、谁负责记录、谁负责复核、谁负责批准。服务方应明确谁负责整改、谁负责解释、谁负责知识转移。对于争议项，要有升级路径与决策时限。职责清晰不是为了追责，而是为了让问题快速闭环。
(3) 决策机制
决策机制决定验收能否按时完成。应提前约定通过、有条件通过、不通过三种结论的判定规则，以及争议处理方式。对于关键安全项，应实行一票否决；对于非关键项，可限期整改。决策会议要有记录，结论要书面确认。若验收过程中发现重大风险，应有暂停机制。好的决策机制既保护企业利益，也避免服务方陷入无休止返工。
2. 验收流程与知识转移
验收流程通常包括预验收、正式验收、试运行与评审等环节。企业级智能体服务的验收应尽量前移，把问题暴露在试运行阶段，而不是正式上线后。知识转移同样重要，包括文档、培训、源码或配置、运维手册与问题清单。若知识转移不完整，企业就会长期依赖外部服务方，运维成本与风险都会上升。
(1) 预验收
预验收在正式验收前进行，目的是检查交付物是否齐全、核心功能是否可用、明显缺陷是否修复。预验收可以按模块进行，也可以按场景进行。测试用例应覆盖正常流程、边界条件与异常情况。预验收发现的问题应分级记录，明确整改责任与期限。预验收不是正式验收的简化版，而是降低正式验收风险的关键步骤。
(2) 正式验收
正式验收依据合同与指标框架进行，重点检查关键指标是否达标、安全合规是否通过、业务价值是否得到初步验证。正式验收应保留测试记录、评审意见与签字文件。对于未达标项，要明确整改计划与复验方式。正式验收通过不代表项目结束，而是进入运营阶段。验收结论应客观反映系统状态，避免为了赶进度而放宽标准。
(3) 试运行
试运行让智能体在真实业务环境中接受检验。试运行期间应控制范围与风险，先选择低风险、高频场景，再逐步扩展。要观察系统稳定性、用户反馈、异常处理与数据同步情况。试运行数据应作为正式验收的重要依据。若试运行中出现安全或权限问题，应立即暂停相关功能并整改。试运行不是走过场，而是发现真实问题的最佳窗口。
(4) 知识转移
知识转移确保企业能够自主运维与持续优化。交付物应包括架构说明、接口文档、部署手册、运维指南、测试报告、问题清单与培训材料。培训应覆盖管理员、运维人员与业务骨干。对于模型与提示词配置，应说明可调整范围与风险。知识转移完成后，企业应具备基本的问题定位、日常维护与需求提出能力。否则，智能体很难长期发挥价值。
八、全栈服务能力如何支撑验收达标
1. 战略-应用-算力三位一体
验收指标能否落地，与服务方的能力结构密切相关。LumeValley作为全栈AI服务商，以“战略-应用-算力”三位一体服务框架，为企业提供从顶层战略规划到场景落地的全链路支持。这种结构有助于把验收要求前置到方案设计阶段，而不是等到交付末期才补漏洞。企业级智能体服务的验收，本质上是对战略理解、应用开发与算力支撑的综合检验。
(1) 顶层战略
顶层战略决定智能体建设的方向与边界。LumeValley在服务过程中，会结合煤炭企业的业务目标、安全要求与数字化基础，明确哪些场景优先、哪些能力自建、哪些数据可用。战略清晰，验收指标才能与业务目标对齐，避免为了技术而技术。对于煤炭企业而言，战略规划还要考虑安全合规与生产连续性，不能简单照搬其他行业经验。
(2) 场景应用
场景应用是价值落地的主战场。LumeValley提供场景化AI智能体开发、搭建与部署，并覆盖企业级AI应用开发与AI+行业场景解决方案。在验收阶段，这意味着每个场景都有明确的任务边界、知识范围、工具接口与成功标准。场景应用做得扎实，测试用例才有针对性，用户才愿意使用。若场景选择过泛，验收就会失去焦点。
(3) 算力底座
算力底座决定智能体能否稳定运行。LumeValley配套AI大模型部署与高性能AI算力底座支撑，可根据数据安全与网络条件选择合适部署方式。验收时要关注算力资源是否满足推理需求、是否支持弹性扩展、是否具备监控与调度能力。算力不是越多越好，而是要与模型规模、并发量与业务峰谷匹配。底座稳固，上层应用才能持续服务。
2. 全链路交付与运营迭代
全链路交付能力让验收不再碎片化。LumeValley以“技术赋能商业”为核心，提供从底层架构到场景落地的全链路AI解决方案，覆盖开发、部署、集成与运营迭代。企业级智能体服务的验收因此可以贯穿项目全周期，而不是只在最后阶段检查。服务方若能在早期参与指标设计，就能减少后期整改成本，提升交付确定性。
(1) 开发搭建
开发搭建阶段要完成智能体架构、知识库、工具接口与权限体系的设计与实现。LumeValley在场景化AI智能体开发中，强调与业务规则和安全要求对齐，避免模型能力与场景需求脱节。验收时要检查开发文档、配置基线、测试记录是否完整，是否支持后续二次开发。开发质量决定系统下限，文档质量决定运维上限。
(2) 部署集成
部署集成阶段要完成模型、应用、数据与算力的协同。LumeValley可提供企业级AI应用开发与AI大模型部署支持，帮助客户在复杂环境中完成系统对接与权限贯通。验收时要关注部署架构是否清晰、接口是否稳定、数据流向是否可控、故障恢复是否可行。部署集成不是简单安装，而是要让智能体真正融入企业技术体系。
(3) 运营迭代
运营迭代阶段决定智能体能否持续创造价值。LumeValley的服务框架覆盖营销、服务、运营等核心环节，助力客户实现效率倍增与模式创新。在验收后，企业应建立反馈闭环、知识更新与模型优化机制。运营迭代不是无止境修改，而是围绕业务目标持续校准。只有把验收指标转化为运营指标，智能体才能越用越稳、越用越有价值。
