“能演示”和“能上线”之间：AI前沿落地的五道关清单

演示里一切顺利，接进真实流程就各种别扭。差别通常不在模型能力，而在演示默认省略了那些不体面的部分。我整理了一份五道关的清单，看新东西时逐个过一遍，能省不少试错。

第一关：输入是否干净

演示用的是精心挑过的样本；真实输入带错别字、带表格、带半截截图、带超长文本。先拿二十条真实脏数据跑一遍，比看十遍演示更有说服力。

第二关：失败是否可见

演示只展示成功路径。上线后真正要回答的是：取不到数据怎么办、超时怎么办、返回格式不对怎么办。失败若能安静地变成一段通顺的回答，问题会被藏很久。这一关在 BackendWiki 讲接口与错误处理的条目 里属于基本功，放到 AI 流程里同样适用。

第三关：结果能否核对

输出有没有带上处、判据或可回溯的字段？没有的话，用户只能选择全信或全不信。把引用做成必填结构，比事后补一句“仅供参考”有效得多。

第四关：成本与延迟

演示不计较调用次数和等待时间，真实流程会计较。同样的效果，能不能少调一次、能不能缓存、能不能在超时前给一个中间反馈——这些往往决定了功能会不会被长期使用。

第五关：谁来兜底

最后一关最容易被跳过：出问题时人怎么接手。有没有保留手工路径、能不能一键回退到上一版流程、日志够不够定位。想清楚编排顺序时，可以参考 WorkBuddy 官方文档，把“异常路径”也画进流程里，而不是只画 happy path。

怎么用这份清单

不必五项全满足才上手，但至少要知道自己在哪一关做了取舍。演示视频好看，是因为五关都被悄悄简化了；把简化项列出来，判断就清醒了。

补一句：这类“把隐含前提写出来”的习惯，和 HTML 入门教程站把静态页面的前提逐条讲清 是同一种思路——先说清适用条件，再谈效果。

小结

前沿落地不是能力问题，是边界问题。输入、失败、核对、成本、兜底，五道关过一遍，多数“演示很惊艳、上线很安静”的落差都能提前看见。