验收（Acceptance）
先用一句话说清楚
验收（Acceptance）是用明确标准判断一个 AI Agent（人工智能体）项目是否达到可交付、可演示或可上线状态。
实战知识卡
| 维度 | 要点 |
|---|---|
| 项目里看什么 | 看是否有正常、边界、高风险三类样例，以及每类样例的通过标准。 |
| 新手最该记住 | 验收（Acceptance）不是“我觉得好”，而是用样例证明项目达到目标。 |
| 作品集证据 | 在项目页放一张验收表：输入、预期、实际、是否通过、失败原因。 |
| 面试回答公式 | 先说业务目标，再说样例集，最后说失败样例如何进入下一轮迭代。 |
| 常见扣分点 | 只演示一次成功，不准备失败和边界样例。 |
新手通俗解释
“我觉得效果不错”不叫验收（Acceptance）。真正的验收要能回答：哪些样例通过了，哪些失败是允许的，哪些风险被拦住了，哪些功能还不能上线。
AI Agent（人工智能体）项目尤其需要验收，因为模型输出有不确定性。没有验收标准，作品集就只剩主观演示。
为什么岗位会问它
面试官问验收（Acceptance），是在看你是否能从学习者变成工程交付者。企业不会因为你演示一次成功就认为项目能用。
| 验收对象 | 应该看什么 |
|---|---|
| RAG（检索增强生成） | 命中、引用、拒答、权限 |
| Tool Calling（工具调用） | 参数、权限、幂等、审批、审计 |
| 结构化输出 | 字段完整、枚举正确、失败兜底 |
| 多智能体 | 分派正确、冲突处理、停止条件 |
| 部署运行 | 页面可访问、关键链路可用、错误可定位 |
它在项目里怎么用
作品集里至少准备三类验收样例：
| 样例类型 | 目的 |
|---|---|
| 正常样例 | 证明主流程能跑通 |
| 边界样例 | 证明无资料、无权限、缺字段时不会乱答 |
| 高风险样例 | 证明系统会拒答、审批或转人工 |
每个样例应该写清输入、预期输出、实际结果、是否通过和失败原因。
和测试的区别
测试偏工程实现是否正确，验收（Acceptance）偏项目是否满足业务目标。作品集里可以不展示完整测试代码，但必须展示验收思路和样例。
常见误解
| 误解 | 为什么不对 | 正确理解 |
|---|---|---|
| 能演示就是通过 | 单次演示可能碰巧成功 | 要看样例集 |
| 验收（Acceptance）只看正确回答 | 还要看拒答、权限和失败处理 | 安全失败也是通过 |
| 作品集不需要验收 | 面试官会追问你怎么证明效果 | 验收是作品集证据 |
| 指标越多越好 | 指标多但无业务意义没用 | 指标要服务交付目标 |
面试官可能怎么追问
1. 你怎么证明项目效果变好了？
考察点： 是否能量化和复盘。
参考回答： 我会建立验收样例集，覆盖正常、边界和高风险问题。RAG（检索增强生成）看检索命中、引用支持和拒答；工具调用看权限、参数和执行状态；整体看 Trace ID（追踪编号）能否复盘。每次迭代都用同一批样例回归。
容易扣分： 说“我看回答质量更好了”。
2. 没有真实业务数据怎么验收？
考察点： 是否诚实表达项目状态。
参考回答： 可以用脱敏样例、公开资料和模拟数据验证流程、边界、失败分支和演示闭环，但要明确这不是生产效果。真实业务效果需要接入真实资料和用户后继续评估。
容易扣分： 把样例验证说成真实上线成果。
作品集里怎么展示它
- 每个主项目加一张验收表。
- 至少包含 10 个正常样例、5 个边界样例、3 个高风险样例。
- 标注哪些能力已验证，哪些只是设计方案。
- 把失败样例也放进去，证明你有工程意识。