应同时验收业务效果、权限边界、失败处理和运行维护。先约定代表性任务与通过条件，保留测试记录；页面能回答几个问题，并不代表系统已经具备上线条件。
先约定业务与效果测试
为常见任务、长尾问题、无依据问题和异常输入设置测试用例。知识库需核对引用是否真实可追溯，Agent 需检查工具实际执行结果和人工确认节点。
约定测试数据、人工评判规则、问题处理方式与验收版本。发现资料或接口缺陷时，应明确整改责任，而不是只给一个无法复现的总体分数。
验证权限与故障恢复
检查越权查询、会话串读、接口失败、超时、重复请求、模型服务不可用和任务中断。必要时应降级到原业务或人工处理，并让用户知道实际执行状态。
明确备份对象、恢复步骤、日志权限和告警接收人。需要实际演练恢复，而不是仅确认某个备份文件存在。
把交接内容写进交付清单
清单可包含代码与配置、依赖版本、部署文档、环境变量说明、接口权限、测试记录、使用培训、监控方式和维护边界。资料更新、模型更换和费用归属也应有明确负责人。
项目不应承诺零错误或无限自动化。上线决定应基于双方约定的场景与边界，并保留后续复查和持续改进机制。