本指南适用于希望为AI功能签订固定总价合同、但不确定如何界定输出质量具有概率性的工作范围的CTO、工程副总裁或创始人,以及需要将AI供应商提案转化为具有可执行验收标准的工作说明书的采购或法务审核人员。本指南假设您已评估过外包本身以及专属开发团队与固定总价的选择,现在正通过专属开发团队或离岸开发中心界定一项AI专项合作的范围。
本指南内容
- 为何今天无法直接为AI项目编写验收测试?
- 三区范围拆分
- 从探索冲刺到签署验收条款
- AI在固定总价AI项目范围界定中的定位
- 现有交付记录与尚不存在的内容
- 替代方案:由谁来制定范围拆分与验收条款
- 本指南的局限性
- 常见问题
- 下一步
为何今天无法直接为AI项目编写验收测试?
普通软件的固定总价合同基于一个前提:买方与供应商今天就能就完成的定义达成一致,并为此编写测试。AI功能打破了这一前提——对于依赖模型行为的系统部分而言尤为如此。分类模型、检索管道或智能体对相同输入不会每次产生相同输出,其真实失效模式通常只有在针对真实数据运行后才能显现。若将整个项目按确定性工作定价,要么需要计入大量风险缓冲(无论是否需要都由买方承担),要么将范围压缩到如此之窄以至于通过测试也无法证明功能是否真正可用。解决办法不是放弃固定总价,而是逐项交付物地判断:哪些部分现在可以定价,哪些部分需要先进行一次单独定价的探索冲刺。
三区范围拆分
| 区域 | 涵盖内容 | 定价方式 | 原因 |
|---|---|---|---|
| 区域1:确定性构建 | 数据摄入、API、检索或服务管道、模型周边UI、日志与监控基础设施 | 现在固定总价 | 行为可规范、可测试,无需等待模型在真实数据上运行 |
| 区域2:模型行为与评估 | 选择并测试模型或提示方案、构建评估集、设定通过率阈值 | 先进行付费探索冲刺,冲刺产出基线后再固定总价 | 在冲刺将候选方案针对代表性案例运行之前,无法诚实地规范质量与失效模式 |
| 区域3:持续调优 | 上线后因漂移、新数据或生产中发现的新失效案例而进行的提示或模型更新 | 超出固定总价边界:采用里程碑制、顾问保留金或KPI挂钩条款 | 调优本质上是开放式的;将其强行纳入封闭的固定总价范围,恰恰会制造固定总价合同本应避免的争议风险 |
若买方尚不能为该功能提供10至20个具代表性的输入输出示例,则按定义仍处于区域2,尚未具备为整个项目固定价格的条件;而探索冲刺的存在正是为了弥合这一证据缺口。
从探索冲刺到签署验收条款
-
在固定模型行为价格前先运行探索冲刺。
一次短暂的、单独定价的探索冲刺,基于真实或仿真数据构建第一个版本,并产出区域1永远无法提供的证据:该方案是否可行,以及它究竟在哪里出错。
-
将冲刺的失效案例转化为评估集。
冲刺答错的案例,加上答对的抽样案例,构成最终合同所测试的版本化评估集;当真实或仿真数据存在时,供应商自行发明的合成集是较弱的替代品。
-
将通过率阈值设定为与风险挂钩,而非取整数。
面向客户或涉及合规的功能需要更高标准,并对失效案例进行人工审核;内部低风险工具可接受较宽松的阈值。在构建阶段开始前,将阈值与审核步骤写入合同,而非事后补充。
-
明确合作结束后评估集与评分逻辑的归属方。
评估集是可复用的测试基础设施,而非一次性产物;合同应明确谁保留它并可在后续重新运行。
-
仅在探索冲刺和评估集存在后,才为区域1和区域2固定价格。
区域3保持在固定总价边界之外,采用Netbase其他商业模式中适合开放式调优关系的条款。
-
将失效案例升级路径写入验收条款。
明确当某里程碑通过率不达标时的处理方式:事先约定的整改窗口期、附具名例外的部分验收,或重新谈判触发机制,均需在里程碑测试前而非争议发生时确定。
AI在固定总价AI项目范围界定中的定位
Netbase与主流商业及开源AI工具和模型合作,按项目而非统一使用某一供应商的技术栈进行选择;这也是为何验收条款应命名评估集和通过率阈值,而非某一特定模型声称的准确率——因为功能背后的模型在其生命周期内可能发生变化。
-
已交付(匿名客户):检索增强知识助手、文档AI和MLOps管道。
这些项目采用了本指南所述的先探索再固定总价模式,客户未具名;相关数量、周期或结果均未对外发布。
现有交付记录与尚不存在的内容
Netbase自有的六步交付生命周期将探索与战略对齐列为第一步,将团队组建与架构规划列为第二步,在敏捷执行开始前针对每次合作执行,无论工作是否包含AI组件;针对AI功能的探索冲刺,正是将这同一第一步应用于尚需通过测试才能规范质量的工作。固定总价是Netbase的主要商业模式,同时也提供里程碑制、月度团队顾问保留金和KPI挂钩条款,适用于无法事先固定范围的工作,这正是本指南针对持续模型调优所描述的区域3模式。上文提及的匿名检索增强、文档AI和MLOps项目,均在同一先探索、先固定总价的实践下运行。
尚不存在的内容。目前无任何已发布的Netbase记录说明某次合作的评估集大小、通过率阈值、冲刺周期或价格;上述范围拆分与验收条款方法是一个框架,部分源自Netbase外部的已发布AI交付实践,而非Netbase的基准测试成果,亦未就其作为Netbase结果声称任何数字。
替代方案:由谁来制定范围拆分与验收条款
-
您自己的技术团队
- 优势
- 对产品及功能可接受风险标准了解最深
- 适用场景
- 内部有人曾为概率性系统的验收标准做过界定
-
供应商标准固定总价模板
- 优势
- 签署速度快
- 适用场景
- AI组件足够小且风险足够低,通用的确定性软件模板不会错误定价风险
-
自行运行冲刺的咨询交付合作伙伴
- 优势
- 冲刺产出、评估集和最终验收条款来自同一团队,该团队随后构建功能,证据直接纳入已签署范围
- 适用场景
- 您希望探索工作与交付工作由同一责任方负责,而非在范围界定顾问与独立构建供应商之间交接
在Netbase定制开发中,客户拥有为其工作创建的知识产权,大多数项目在探索后签订固定总价合同,同时在更适合范围的情况下提供里程碑制、月度团队顾问保留金和KPI挂钩条款。该服务涵盖专属开发团队和离岸开发中心模式,并延伸至本指南所述的范围拆分与验收条款实践;AI知识助手解决方案和专业服务行业页面涵盖相邻的交付形态。
本指南的局限性
- 没有任何价格、评估集大小、通过率阈值或冲刺周期作为Netbase数字对外发布;下文引用的范围与依据来自外部来源,而非Netbase基准测试。
- 三区拆分是一个起点框架;复杂项目有时需要多次冲刺——每个模型行为组件各一次,而非整个项目共用一个探索阶段。
- 本指南不涉及离岸AI合作中知识产权与数据处理条款的独立问题,这些内容已由外包时保护知识产权以及针对非AI交付物的通用发布就绪与验收清单所涵盖。
与Netbase顾问规划下一步
常见问题
仅当所有部分均属于区域1时才可行:即没有新的模型行为被构建或发生实质性变化,因此冲刺无需测试任何内容;大多数新AI功能至少包含部分区域2工作。
外部指引建议大多数业务功能的实际下限为50至150个来自真实或仿真数据的案例,足够发现不均匀的失效模式,同时不至于使冲刺本身成为一个大型项目;少量精心挑选的示例通常不足以设定可信的阈值。
买方,连同用于评分的评分逻辑,理由与买方拥有其付费定制工作其余部分相同:没有它,每次后续对模型或提示的修改都必须凭信任重新建立可信度,而无法通过重新测试来验证。
合同应在里程碑测试前就明确这一点:事先约定的整改窗口期、附具名例外的部分验收,或重新谈判触发机制,使届时的对话聚焦于执行已约定的流程,而非从零开始谈判。
相关服务与解决方案
越南专属开发团队:AI赋能,结果负责
Netbase JSC 为产品公司和企业提供越南专属开发团队,助您扩充研发能力而不失控。3至30人团队专注您的产品,采用经审查的AI辅助工程,向指定客户经理和项目经理汇报,发现阶段后通常1至2周内启动,所创建的知识产权归您所有。
Learn More
AI知识助手:基于企业内部知识的引文回答与权限管控
AI知识助手是一款内部工具,从企业自有文档与系统中回答员工问题,每条回答均附引文来源,且每位用户只能查看其权限范围内的内容。Netbase JSC 将其作为成长型能力提供,自首个试点起即融入检索、评估与人工审核机制,并已为一家匿名客户完成交付。
Learn More
与Netbase远程合作
Netbase JSC的所有项目均以远程方式交付,任何国家、任何行业的客户均可与我们合作;Netbase已服务全球80个国家的客户。合同与发票由Netbase JSC出具,付款方式为银行转账至Netbase JSC公司账户或PayPal Business。欢迎通过WhatsApp或邮件联系CEO Huy Nguyen(David)。
讨论项目
Netbase JSC帮助企业设计、构建、现代化及运营数字产品与AI赋能的业务系统。project@netbasejsc.com
+84 937 869 689
91 Nguyen Chi Thanh, Dong Da, Hanoi, Vietnam
取得联系
告诉我们您想构建、现代化或运营什么。