模型回答通过，不代表业务结果通过
在项目里，最容易被忽略的一步是验收。模型返回 200，文本看起来也通顺，不等于结果真的符合业务要求。
结构化任务要自动校验
如果模型输出 JSON，我会先做语法解析，再检查字段、类型、枚举值和必填项。任何一项不符合，都应该进入修复或重试流程，而不是直接写入数据库。
代码任务要跑测试
代码补丁至少要经过格式检查、静态检查或已有测试。模型说“已经修复”只是自然语言说明，真正的完成标准应该是程序检查通过。
长文档任务要做事实抽查
对于摘要、抽取和报告，我会随机抽几条结果回到原文核对，特别检查数字、时间、否定句和引用关系。这些地方看起来最像正确答案，也最容易出现隐性错误。
我使用 aibridgea点com 时，会把调用记录当成过程证据，把自动校验当成结果门槛。模型能力是否“降智”只是体验问题，业务验收才是最终标准。
