《AI 能力边界与系统建设》最后一章。前面九章分别是边界的一块拼图，这一章把它们拼成一张上线验收清单——AI 项目能不能放生产，不是看 demo 多惊艳，是看这张清单能不能逐条打勾。
立项阶段用AI 项目 POC 评估清单判断「值不值得做」；本文的清单判断「能不能上线」——一张管决策，一张管交付。
一、边界与承诺（第 1、2 章）
二、任务与分流（第 3 章）
- 能走规则的任务没被 AI 抢走（成本与稳定性）
- 错不起的任务（钱/合规/安全）没有交给 AI 做主
- 运行时二次分流存在：规则优先 → 模型不确定转人 → 失败降级
三、效果度量（第 4 章）
- 真实评测集 ≥100 条、按难度分级、来源是真实日志
- 四类指标定义口径：成功率 / 拒绝率 / 错误模式 / 成本
- 基线已跑，承诺目标可验证
- 有评测责任人，报告周期已定
四、幻觉治理（第 5 章）
- 检索打底（混合检索/重排/切分质量）
- 强制引用，无引用不出答案
- 结构化输出 + 代码校验器（不是用模型拦模型）
- 高风险回答带人工确认标记，案例回流评测集
五、链路追踪（第 6 章）
- request_id 贯穿，检索/工具/模型各成 span
- 输入输出脱敏后落库，可回放定位
- 回放台能还原「当时它做了什么」
六、降级与人工接管（第 7 章）
- 降级链 L0–L3 定义完，触发条件写死
- 转人工通道带上下文、有 SLA 和值班 owner
- 降级告警 + 演练过至少一次（没演练过 = 没有）
七、安全与合规
八、升级与组织（第 8、9 章）
- 变更走「回归 → 灰度 → 锁定」，有回滚能力
- 三个角色认领：产品边界人 / 评测责任人 / 稳定性 owner
- AI 事故纳入既有复盘机制，加「边界为什么没拦住」三问
放生产的最后一问
清单全绿后，再问一次负责人三个问题，答得上来才真正放行：
- 它承诺了什么？（能一句话说清，而不是「效果挺好的」）
- 它不承诺什么？（知道边界在哪，才知道风险在哪）
- 它失效时会发生什么？（降级到哪、谁接管、用户怎么感知）
这三问其实贯穿了整个系列：边界清晰、效果可测、失效可控——做到这三点，AI 就从「玩具」变成了「系统的一部分」。