📑 目录
最近好几个朋友问我："你在这个行业里，推荐几家靠谱的AI开发公司呗？"
这个问题很难回答。因为"好"是相对的——适合做制造业AI的公司不一定适合做金融AI，擅长做大模型应用的不一定擅长做计算机视觉。
但有一件事我可以做：告诉你用什么标准去评估一家AI开发公司。这比任何排名都管用。这篇文章给出6个评估维度+20个考察问题，你拿着去面试AI开发公司，比看任何排名都靠谱。
一、为什么不给排名，给评估框架
市面上的"AI开发公司排名"文章，99%是SEO内容，谁给钱谁排前面。而且AI开发行业变化极快——一个公司半年前还是顶流，核心工程师被挖走就瞬间平庸。
与其看排名，不如自己掌握评估方法。下面6个维度，是我这些年跟几十家AI公司合作、竞标、面试总结出来的。
二、维度一：案例真实性——别信PPT，信能跑的
这是第一筛选器。大部分不靠谱的AI公司在这一关就挂了。
怎么验证？
- 要求看线上可访问的演示系统。不是说"我们做过XX项目"，而是当场打开浏览器演示给你看。如果对方说"客户数据保密不能看"，那至少要求看脱敏后的录屏。
- 问清楚他们在项目里的角色。是独立承接还是给大厂做外包？外包项目里负责了哪部分？有些公司把"参与过"包装成"做过"。
- 要求提供客户联系方式做背调。靠谱的公司不怕你联系老客户。如果不愿意提供，至少问一句"为什么"，看理由是否合理。
🚩 红色警报
如果一个AI公司只能给你看PPT和概念图，拿不出任何一个可以实际操作的系统——赶紧换。AI行业PPT公司太多了。
三、维度二：技术能力——问对问题就能筛掉一半
你不需要懂技术也能评估技术能力。问这几个问题，看对方怎么回答：
| 问题 | 靠谱回答 | 不靠谱回答 |
|---|---|---|
| "你们用哪些大模型？怎么选？" | 能说出GPT-4、Claude、文心、DeepSeek等模型的差异，根据场景推荐 | "我们什么模型都能用"（没主见） |
| "数据安全怎么做？" | 能说清楚私有部署、数据脱敏、权限控制的具体方案 | "你放心，绝对安全"（没细节） |
| "遇到AI答不准怎么办？" | 有具体的优化流程：分析badcase→优化Prompt→补充知识库→A/B测试 | "我们的AI很准的，不会出错"（吹牛） |
| "技术团队多少人？什么背景？" | 能具体到人数、角色分工、核心成员背景 | "我们团队很强大"（笼统） |
四、维度三：行业经验——做过你行业的才靠谱
AI开发有一个"冷启动成本"——团队需要时间理解你的行业术语、业务流程、数据特点。如果对方做过你所在行业的项目，这个成本能省一半。
具体评估：
- 制造业：有没有做过MES/ERP对接？懂不懂产线节拍、OEE、BOM这些概念？
- 零售/电商：有没有做过客服系统、商品推荐？懂不懂SKU、GMV、转化率？
- 金融/保险：有没有等保合规经验？懂不懂风控、核保、理赔流程？
- 政务：有没有做过信创适配？知不知道政务系统的审批流程？
行业经验不是必须的，但能大幅降低沟通成本和项目风险。如果你所在行业比较垂直（如汽配、化工），优先找有相关经验的团队。
五、维度四：交付流程——正规军的标志
看一家AI公司是不是"正规军"，看他们的交付流程就知道。
标准交付流程应该是这样的：
- 需求梳理阶段（1-2周）：出需求文档和方案设计，明确功能清单和验收标准。
- UI/交互设计（1周）：出原型图，确认交互流程。
- 开发阶段（2-8周）：分里程碑交付，每周同步进度。
- 测试阶段（1-2周）：功能测试 + AI准确率测试 + 压力测试。
- 上线部署（1周）：生产环境部署 + 数据迁移 + 权限配置。
- 运维迭代（持续）：Bug修复 + Prompt优化 + 功能迭代。
🚩 红色警报
如果一个AI公司跟你说"不用搞那么复杂，两周就能给你做出来"——他们大概率是拿模板套，不会认真做需求分析和定制。AI项目最怕的就是"快速出活但完全不对"。两周能出来的只能是标准AI客服模板，不是定制化方案。
六、维度五：售后运维——签完合同才是开始
AI项目跟传统软件开发最大的区别：上线只是开始，不是结束。AI需要持续优化Prompt、补充知识库、调整模型参数。
签合同前要确认的运维条款：
- 上线后免费运维期多长？（至少3个月，靠谱的公司通常给6-12个月）
- Bug修复响应时间？（常规Bug 48小时内，紧急Bug 24小时内）
- 免费运维期后的收费标准？（通常按项目总价的10-20%/年，或按人天计费）
- 如果你们自己接手维护，对方能不能提供技术交接和培训？
- 大模型API的费用谁来承担？（通常甲方承担，但要在合同里明确）
七、维度六：价格合理性——太便宜和太贵都要警惕
AI开发行业没有统一定价，但有一个合理的价格区间。以下参考基于重庆市场（一线城市上浮30-50%）：
| 项目类型 | 合理价格区间 | 太便宜（警惕） | 太贵（警惕） |
|---|---|---|---|
| 标准AI客服 | 5-12万 | <3万 | >20万 |
| 企业AI知识库 | 8-18万 | <5万 | >30万 |
| AI Agent工作流 | 15-40万 | <8万 | >60万 |
| 定制AI中台 | 40-100万+ | <20万 | >200万 |
价格过低的风险：大概率是套模板、用实习生做、不做定制化、没有售后。
价格过高的风险：可能是在报品牌溢价，或者项目被层层转包。
八、考察清单：拿去直接用的20个问题
最后，给你一份可以直接拿去用的考察清单。约AI开发公司面谈时，逐条过一遍：
案例 & 经验（问题1-5）
- 能演示3个已上线的AI项目吗？
- 这些项目里你们的角色是什么？独立承接还是分包？
- 有没有做过我们行业的项目？
- 能提供1-2个老客户的联系方式做背调吗？
- 有没有失败的项目？为什么失败？
技术能力（问题6-10）
- 你们主要用哪些大模型？选型逻辑是什么？
- 技术团队多少人？核心成员的背景？
- 数据安全方案具体怎么做的？
- AI准确率怎么衡量和优化？
- 系统架构是什么样的？能画一下吗？
交付 & 售后（问题11-16）
- 你们的标准交付流程是什么？有几个阶段？
- 需求变更怎么处理？收费吗？
- 源码归谁？知识产权怎么约定？
- 上线后免费运维多久？响应时间多少？
- 如果合作终止，我们怎么接手维护？
- 后续运维费用怎么算？
商务条款（问题17-20）
- 报价能不能拆成明细？（开发/部署/运维分开列）
- 付款方式是什么？能分期吗？
- 大模型API费用谁来承担？
- 项目延期怎么办？合同里有违约责任吗？
拿着这20个问题去谈，能回答清楚15个以上的，基本靠谱。回答不到10个的，果断换。