检查清单（10 问）

以下 10 个问题用于判断组织是否具备 AI 原生基础设施的战略与执行准备。下图将问题分为战略、治理、执行三类，便于会议讨论。

1. 你能否把每个主要 AI 工作负载的 单位成本 定义清楚（例如：每 1M tokens、每次 agent 任务、每个 batch 作业）？
2. 你是否具备 预算/配额机制，能把团队/项目/租户的算力消耗限制在可控范围？
3. 你是否能在“性能（吞吐/时延）—成本—风险”之间做显式的政策选择（而不是靠口头约束）？
4. 你的平台是否能处理 不确定性：峰值、长尾、agent 路径爆炸导致的资源波动？
5. Agent/MCP 的“意图”是否被映射到 可执行且可计费/可审计的资源后果？
6. 你是否有明确的 资源隔离与共享策略（同卡共享、显存隔离、抢占、优先级）来提升利用率？
7. 你能否做到跨层可观测：从 请求/agent → runtime → GPU/网络/存储 → 成本 的端到端链路？
8. 你的基础设施是否支持快速引入新硬件/互连/拓扑变化（异构与演进是常态）？
9. 组织层面是否建立了 “AI SRE / ModelOps + FinOps” 的协作机制与责任边界（谁为成本与可靠性负责）？
10. 当你说“我们是 AI-native”，你是否能在一页纸上给出 三平面 + 一闭环 的架构图与治理策略？

参考文献

• Harvard Business Review - AI Strategy
• MIT Sloan - Executive Guide to AI
• World Economic Forum - AI Governance