判断人工智能是否真正内建于平台的七个问题

今天大多数采购方评估人工智能的方式，和评估任何一项功能一样：看它运行一次。这恰恰是错误的检验方式，因为演示是事后加装的助手唯一能表现良好的环境。问题是挑好的，数据是干净的，而且一切都发生在单一产品内部。

真正的失败发生在之后，而且属于结构性问题，而非模型质量问题。前沿模型非常出色。真正区分平台的，是模型被允许看到什么、被允许做什么，以及它出错时会发生什么。

1. 它能否在没有集成的情况下回答跨两个模块的问题？

请对方回答一个同时涉及业务两个部分的问题。「本季度哪些客户存在风险，为什么？」是个好问题，因为真正的答案需要销售管道、支持历史、交付状态和发票。

有力的回答是针对单一数据模型的单次查询，而且厂商能够描述这次查询的形态。

无力的回答里会出现「集成」这个词，或者演示悄悄把问题收窄了：你问的是整个业务的风险，得到的却是仅从销售管道推出的答案。这种收窄就是信号。它意味着助手只能看到一个孤岛，而它看不到的那些部分，恰恰是会改变答案的部分。

2. 每条记录是否有一份为模型而非为数据库准备的表示？

依赖原始数据表行的人工智能，必须从列名推断含义。这在两张表用 status 表达不同意思之前都还管用。

有力的回答是：每个实体都会序列化成一份确定性的、理解自身模式的视图，专为模型消费而构建，并包含人类会视为理所当然的关联状态。在 Cyril 里这就是 ai_context 序列化器，它对每个实体都是强制的，而不是谁想起来就加在哪里。

无力的回答是「我们把记录传给模型」或者「我们对你的数据做检索」。文档检索是不错的补充，却是糟糕的替代：它回答的是曾经写下来的内容，而不是当下为真的内容。

3. 是否只有一套权限模型，人工智能是否继承它？

这个问题决定了人工智能究竟能不能面向全公司开启，而不是只给一个试点小组。

有力的回答是：人工智能以该用户的身份运行，使用相同的角色与记录级权限，看不到任何该用户自己打不开的内容。

无力的回答是一个拥有宽泛读取权限的独立服务账号，外加一句「提示词里写了让它守规矩」。提示词里的指令不是访问控制机制。如果支持人员与工资表之间唯一的屏障是系统提示里的一句话，那么模型不需要心怀恶意就会失守——它只需要乐于助人。

4. 是否只有一份审计日志，人工智能是否出现在里面？

在演示动作完成后，请对方展示审计轨迹，并留意人工智能的动作被记录在哪里。

有力的回答是：它与人类动作出现在同一份日志中，操作者被标识为「代表某位具名用户行事的人工智能」，与任何其他写入完全一样。

无力的回答是一个单独的「人工智能活动」页面。两份日志意味着，不交叉比对就没人能还原一条记录到底经历了什么；而在最需要还原的时刻——客户对某次改动提出异议、审计人员追问是谁批准的——靠时间戳去对齐两个系统，正是事实丢失的方式。

5. 人工智能的操作能否撤销？

答错一个问题浪费一分钟。做错一个动作则会把邮件发出去、把商机挪走、把发票冲掉。

有力的回答会描述一条属于平台而非属于人工智能功能的回滚路径：软删除、带版本的记录、多步事务写入——也就是让人类失误得以撤销的同一套机制。

无力的回答是「每一步都由用户批准」。批准是不错的控制手段，但不是恢复机制。人总会批准。问题在于，当有人批准了错误的那一次时会发生什么。

6. 产品之外的东西能否驱动它？

要检验一个平台的能力是否真正对人工智能开放，最实在的方式是看厂商没有编写过的智能体能否调用它们。

有力的回答是一套有文档的工具接口——MCP 服务器或与之等价的东西——其中提供给外部智能体的动作，与产品内部执行的动作完全相同，并受同样的权限约束。

无力的回答是一个 REST API 加一个耸肩。API 是必要的，但不是一回事：它暴露的是供开发者拼装的端点，而不是供智能体从中选择的能力。

7. 你能否在不更换产品的前提下更换模型供应商？

有力的回答是一层模型抽象，当前供应商只是被写成默认值而不是架构的一部分，并且按任务决定路由。

无力的回答是：厂商关于人工智能的叙事，和它的模型供应商，是同一个叙事。三年来，模型的能力与价格每隔几个月就大幅变动一次。一个必须重写才能享受这种变化的平台，最终不会享受到。

如何评分

七个问题，三种结果。

• 五个及以上有力回答。 人工智能在地基里。它现在还做不到的事属于路线图问题，而路线图问题是正常问题。
• 两到四个。 一个有能力的产品，外加一个挂在旁边的助手。它会在单个孤岛内做些有用的事。不要在它之上规划跨全公司的流程。
• 少于两个。 你买的是一个聊天窗口。这也可能仍然值得，但请按这个价值定价。

请注意，七个问题没有一个在问「回答有多好」。回答质量会随行业前沿自行提升。架构不会：没有人会为一个由五次收购拼起来的产品事后改造出单一数据模型，因为那次迁移的成本超过产品的全年收入。这正是这七个问题历久不衰、而「它有多聪明」并非如此的原因。

Cyril 的自评，如实相告

发布一份考卷却不参加考试，未免太便宜。

Cyril 在第 1、2、3、4、6、7 题上回答有力：销售、项目、支持、文档与财务共处一张图谱；每个实体强制带有 ai_context 序列化器；人工智能通过单一受治理的控制点、以调用者本人的权限运行；只有一份审计日志；一个把平台工具暴露给外部智能体的 MCP 服务器；以及一层没有把供应商写死在代码里的模型抽象。

在第 5 题——回滚——上，基础能力已经具备且每个模块都在使用：软删除、多步事务写入，以及每次变更都有的审计记录。仍在完善的是把多步人工智能操作作为一个整体撤销，而不是逐步撤销。

还有两点考卷没有覆盖、需要直说的事：Cyril 处于发布前阶段，而它完全自主的智能体模式即将推出、尚未交付。今天已有的是平台，以及一个在你身边工作、行动前先展示计划的人工智能助手。当你把这七个问题拿去问任何厂商——包括这一家——请同样要求他们区分清楚「已经存在的」和「计划中的」。

常见问题

「人工智能原生」只是市场话术吗？

按目前常见的用法，通常是。按本文的定义——人工智能与人一样，通过同一套数据模型、权限模型和审计日志进行读写——它是一项结构性属性，可以在一次演示中要求厂商兑现。

一个平台可以在之后变成人工智能原生吗？

人工智能这一层随时可以改进。而底下的单一数据模型实际上无法事后改造：它要求把产品重新奠基在一套模式、一套权限模型和一份审计日志之上，那是重写，不是发版。

这对小企业重要，还是只对大企业重要？

对小团队更重要。大公司可以雇人去对齐五个系统。四十人的团队做不到，因此它能向自己的数据提出的问题有多好，几乎完全取决于这些数据是否共享同一张图谱。

最快见效的问题是哪一个？

第 4 个。在人工智能做完某件事之后，立刻要求查看审计日志。这只花十秒钟，很难临时准备得令人信服，而答案会告诉你厂商对这份清单上其余所有问题有多认真。

---

如果你希望成为最早使用 Cyril 的用户，加入等候名单。