七个问题，检验 AI 是否真正内建于平台

如今大多数买家评估 AI 的方式，和评估一个功能一样：看它成功运行一次。这恰恰是错误的检验方式，因为演示正是外挂式助手唯一表现良好的环境。提示词是挑好的，数据是干净的，问题也始终停留在一款产品之内。

失败发生在之后，而且是结构性的，与模型好坏无关。前沿模型都很出色。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. 无需集成，它能回答跨越两个模块的问题吗？

请对方回答一个同时跨越两部分业务的问题。“本季度哪些客户有流失风险，原因是什么？”就是个好问题，因为真正的答案需要销售管道、客服记录、交付状态和发票。

有力的回答是：一个数据模型上的一次查询，而且厂商能说清这次查询的结构。

薄弱的回答会出现“集成”这个词，或者演示悄悄缩小了问题范围——您问的是整个业务的风险，得到的答案却只取自销售管道。这种缩小正是破绽所在。它说明助手只能看到一个孤岛，而它看不到的部分，恰恰是会改变答案的部分。

2. 每条记录都有为模型而非数据库构建的表示形式吗？

基于原始数据表行的 AI，只能从列名推断含义。这在两张表都用 status 表示不同意思之前，一直行得通。

有力的回答是：每个实体都会把自己序列化成一个确定性、理解数据结构、专为模型使用而构建的视图——包括人会视为理所当然的相关状态。在 Cyril 中，这就是 ai_context 序列化器，目前核心记录都已具备，更多记录类型正在陆续加入。

薄弱的回答是“我们把记录传给模型”，或者“我们在您的数据上做检索”。跨文档检索是很好的补充，却不是合格的替代：它回答的是写下来的内容，而不是当前的真实状态。

3. 是否只有一套权限模型，AI 是否继承它？

这个问题决定了 AI 能否为整个公司开启，而不只是给一个试点小组用。

有力的回答是：AI 以用户的身份运行，遵循同样的角色和记录级权限，看不到任何该用户自己打不开的东西。

薄弱的回答是：一个拥有广泛读取权限的独立服务账号，外加一句“提示词会让它守规矩”的承诺。提示词指令不是访问控制机制。如果客服人员和薪资表之间唯一的屏障是系统提示词里的一句话，那么模型不需要有恶意就会出问题——它只需要“乐于助人”。

4. 是否只有一份审计日志，AI 是否在其中？

演示操作结束后，请对方展示审计记录，看看 AI 的操作记在了哪里。

有力的回答是：它和人工操作出现在同一份日志中，执行者标注为代表某位具名用户行事的 AI，与其他任何写入完全一样。

薄弱的回答是：一个单独的“AI 活动”页面。两份日志意味着，不对照两边就没人能还原一条记录发生了什么；而在您最需要这一点的时候——客户对某次变更提出异议，审计人员询问谁批准了某件事——按时间戳去对齐两个系统，正是事实丢失的方式。

5. AI 的操作能撤销吗？

答错一个问题，浪费的是一分钟。做错一个动作，邮件已经发出，商机已经挪动，发票已经冲销。

有力的回答描述的回滚路径是平台本身的特性，而不是 AI 功能的特性：软删除、带版本的记录、事务化的多步骤写入——也就是让您能撤销人为错误的同一套机制。

薄弱的回答是“用户会逐步审批”。审批是很好的管控手段，但它不是恢复机制。人会批准东西。问题在于，某天有人批准了错误的东西时会发生什么。

6. 产品之外的东西能驱动它吗？

检验一个平台的能力是否真正向 AI 开放，要看一个并非由厂商编写的智能体能否调用这些能力。

有力的回答是：一套有文档的工具接口——MCP 服务器或类似的东西——外部智能体可用的操作，就是产品内部执行的同一批操作，遵循同样的权限。

薄弱的回答是：一个 REST API，然后耸耸肩。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，而不是供智能体选择的能力。

7. 能在不改动产品的情况下更换模型服务商吗？

有力的回答是：一个模型抽象层，当前服务商只是默认选项而不是架构的一部分，并按任务决定路由。

薄弱的回答是：厂商的 AI 故事和它的模型服务商是同一个故事。三年来，模型的能力和价格每隔几个月就大幅变化一次。一个需要重写才能利用这些变化的平台，是不会去利用的。

如何打分

七个问题，三种结果。

• 五个及以上有力回答。 AI 在底座之中。它目前还做不到的，是路线图问题，而这是正常的问题。
• 两到四个。 一款能力不错、附带一个助手的产品。它能在一个孤岛内做有用的事。不要在它上面规划跨公司的工作流。
• 少于两个。 您买的是一个聊天窗口。它可能仍然值得拥有——只是请按这个定位来定价。

请注意，七个问题中没有一个问回答质量有多好。回答质量随前沿模型提升而自然改善。架构却不会：没人会把单一数据模型补装到一款由五次收购拼成的产品上，因为那次迁移的成本比产品的收入还高。这就是为什么这些问题经得起时间考验，而“它有多聪明”则不然。

Cyril 自己的评分，如实相告

只出题不答题，太便宜了。

Cyril 在第 1、7 题上能给出有力回答：销售、项目、客户支持、文档和财务共用同一张数据图谱，以及一个没有写死任何服务商的模型抽象层。在第 2、3 题上能部分回答：核心记录都有 ai_context 序列化器，更多记录类型正在陆续加入；AI 计划中的每一步运行前都会在服务器端按提问者的角色进行校验，不过记录级的归属限制尚未覆盖智能体的每一次读取。

在第 4、5、6 题上，它目前还不能给出有力回答。智能体的每次运行都有记录，包括执行计划、审批人以及每一步做了什么，但这份记录与人员操作的日志是分开的。AI 操作目前还无法撤销。面向外部智能体的 MCP 连接器正在开发中，尚未提供。

还有两点是这套检验没有覆盖、我们在此直言的：Cyril 尚未正式上线，完全自主的智能代理模式即将推出，尚未发布。目前已有的是平台本身，以及一个与您并肩工作的 AI 助手，它在行动之前先展示计划。当您用这七个问题去问任何厂商——包括我们——时，请用同一条标准划清“已有的”和“计划中的”。