销售已经向客户承诺了一个 AI 自动审批功能，但你评估后发现数据质量和模型可靠性都不支持全自动上线。你会怎么处理？
考察说明
考查商业承诺、技术风险和跨团队协商之间的取舍。
回答思路
- 先用真实样本复现风险，区分问题来自数据缺失、业务规则不明确、模型判断不稳定还是系统权限不足，避免只给出笼统的“做不了”。
- 向销售和客户解释错误决策的业务后果，并用错误类型、人工复核量和不可解释案例呈现风险，而不是依靠个人判断否定承诺。
- 把全自动审批降级为带证据的审批建议、风险分层或低风险任务自动处理，高风险结果进入人工复核，保留明确的责任边界。
- 重新定义验收指标，除准确性外同时观察漏判、误判、人工接管率、处理时长和用户申诉情况，确保平均指标不会掩盖高风险错误。
- 与销售、产品、安全、法务和客户负责人共同确认调整后的范围、对外说法、上线条件及回退方案，避免工程团队单方面改变合同预期。
- 如果最低安全条件仍无法满足，应提出暂停或终止该范围，并给出需要补齐的数据、规则和治理能力，而不是通过隐藏式兜底制造上线假象。