从试点到生产的清单
成功的试点与生产系统之间的差距不在于规模，而在于七件试点从未被要求具备的东西。
每一个 AI 故事都遵循同样的弧线。试点成功了——令人印象深刻，有时甚至堪称奇迹。演示很精彩，利益相关者很兴奋。然后试点结束，那个在试点中奏效的东西必须在生产中继续奏效，而那里的数据更混乱、流量更高、用户更没耐心，错误还会带来真金白银的损失。
大多数试点无法挺过这一过渡。不是因为 AI 停止工作了，而是因为试点从未被要求承担生产所需的东西。试点证明了模型能完成这项任务，却从未证明围绕它的系统已经存在。
七道关卡
第一道关卡：归属。试点有一位拥护者——一个在乎它、推动它、让它活下去的人。生产需要一个有预算、有授权的负责人，而不是一个赞助者，是负责人。区别在于出问题的时候谁承担责任。如果你说不出那个饭碗取决于系统能否运转的人的名字，这个系统就永远是试点。
第二道关卡：评估。试点靠演示和热情来评判。生产需要一个衡量标准——一个测试集、一条基线、一道新模型版本上线前必须迈过的明确质量门槛。没有它，每一次变更都是一场赌博，每一次性能回退都是一个意外。
第三道关卡：预算。试点靠免费额度、空闲时间和善意运转。生产需要一条真实的预算线——用于模型调用、基础设施、审核人力和日常维护。免费的试点是对这项服务成本的谎言，而第一张账单就是谎言被揭穿的时刻。
第四道关卡：一份有分量的 SLA。生产需要一个明确的服务水平——在真正重要的事情上达到准确度，而不仅仅是 uptime，还要有监控路径以及未达标时的响应计划。试点没有任何承诺。生产是一份有代价的承诺。
第五道关卡：支持。试点有构建它的人。生产有用户——他们会在周五下午四点遇到问题、提出疑问、碰到边缘情况。生产需要一条支持路径：谁来应答、多快应答、升级处理是什么样子。没有人会为周五下午四点做计划，直到那个周五下午四点真的到来。
第六道关卡：培训。试点由构建它的人使用，他们了解它的失效模式。生产则由没构建它的人使用，他们会以同样的程度对它过度信任或过度不信任。生产需要培训——操作者需要知道它有什么用、会在哪些地方出错、以及何时该人工干预。
第七道关卡：回滚。试点可以毫无后果地关掉。生产不行。它需要一个回滚计划——当新模型退化时、当供应商改动某些东西时、当质量门槛失守时该怎么办。回滚不是承认失败，它是让前进之举变得安全的那道保障。
试点证明模型能完成任务。生产是围绕模型的系统。七道关卡就是两者之间的区别，跳过其中任何一道，就是试点变成事故的路径。
为什么关卡会被跳过
跳过几乎总是同一个故事。试点成功了，势头是真实的，前进的压力是压倒性的。没人愿意成为拖慢一个成功试点的人。于是关卡被推迟——「监控上线后再加」，「支持路径下个迭代再写文档」——而被推迟的关卡恰恰是永远无法落地的那一批，因为迫使它们落地的事故，本应是让它们早已就位的那件事。
另一个原因是这些关卡是隐形的。归属、评估、预算、SLA、支持、培训、回滚——它们没有一个会出现在演示里。试点看起来完整，是因为可见的部分——模型在运转——是完整的。围绕它的系统不可见，所以不会被构建，直到它以可见的方式失败。
如何在不扼杀势头的情况下运行这些关卡
这些关卡不必是一场流程的严酷考验。它们是一份清单——和试点负责人坐下来十分钟，问七个问题，并诚实地面对答案。
这种纪律与任何上线评审一样。关卡不是「模型好不好」——那已经被证明了。关卡是「围绕模型的系统是否已经存在」。如果对归属问题的答案是一个名字和一笔预算，那就通过。如果答案是耸耸肩，那么在这个问题得到回答之前，试点就永远是试点。不是因为流程要求如此，而是因为事故终将要求如此，而满足关卡比应对事故更便宜。
关于关卡的一个诚实真相：它们不是官僚主义。它们是一份清单，列出了成功的试点如何变成失败的生产系统。能通过全部七道关卡的试点十分罕见，之所以罕见，是因为大多数组织跳过了那些枯燥的关卡，然后以昂贵的代价重新发现它们。
开启评审的那个问题
当试点被宣布成功时，问一个问题：生产有什么不同？
答案应该是一份清单——更高的流量、更混乱的数据、真实的用户、真实的后果、房间里没有拥护者。清单上的每一项都对应一道关卡。流量对应预算和路由，混乱的数据对应评估和监控，真实的用户对应支持和培训，后果对应 SLA 和回滚。这些差异并不抽象，它们就是这份清单。