← 交付方法总览
方法论可泛化原则
Agent FDE 完整生命周期（19 阶段）
横切
把领域智能体交付拆成 19 个阶段，每个阶段都有一句可判定的 Exit Gate。它的作用不是排期模板，而是让「现在到底能不能往下走」有一个不靠感觉的答案。
什么时候需要它
- 项目推进到某个节点，需要判断是继续还是回退补课
- 多方对「这一步算不算做完了」理解不一致
核心内容
它决定什么
公开的是判断与判据。客户口径、私有阈值和内部示例不在其中。
前段定义真相与范围
机会识别、干系人对齐、业务访谈收资、场景设计、验收标准——这五步的产出是「我们要做什么、做对了长什么样」，都在写代码之前完成。
中段验证与建设
数据接口权限验证、架构设计、原型与 Eval 基线、实现与迭代。关键是先用真实数据 Probe 证实假设，再动架构，而不是反过来。
后段修复与验收
单 Case 根因修复、批量缺陷作战、UAT、现场试点。修复以单个 case 稳定复现为起点，而不是一次性批量调整。
末段发布与沉淀
发布、生产验证、可观测与运营、用户反馈、经验资产化、移交与复制。上线不是终点，生产反馈要回流成 Eval 资产。
每个阶段都有 Exit Gate
例如场景设计的放行条件是「场景集覆盖价值目标且边界清晰」，验收标准的放行条件是「每场景有可判定验收标准」。写不出放行条件，说明这个阶段的目标本身还没想清楚。
失败要回退到源头阶段
如果某个失败的根因在收资阶段（口径没确认），修实现层是治标。阶段之间有明确的回退总则，避免把上游问题反复消耗在下游。
怎么判断它真的到位
- 当前阶段的 Exit Gate 能被一个不参与开发的人独立判定
- 跳过的阶段有书面理由和补课计划，而不是默认省略
- 最近一次回退，回到的是根因所在阶段而不是最近一个阶段
常见误区
- 把 19 个阶段当成必须逐个走完的瀑布流程，而不是判据集合
- Exit Gate 写成「基本完成」这类无法判定的表述
- 上游没做的功课在下游反复以缺陷形式重现，却每次都在下游修
这套方法怎么落到你的项目
这是我们交付生产级 AI Agent 的公开、脱敏方法骨架。真正落地时，从 AI Agent 生产就绪审查与路线图 入手，或先用 生产上线前深检 定位薄弱环节。