--- title: "融资前 AI MVP 的技术尽职调查" canonical: https://wavect.io/zh/blog/technical-due-diligence-ai-mvp/ language: zh description: "融资前的 AI 专属尽职调查清单：评测证据、服务配置、任务级经济性、安全、隐私、数据权利、EU AI Act 与交接资料。" image: "https://wavect.io/img/blog/headers/header_technical-due-diligence-ai-mvp.png" author: ["Kevin Riedl"] published: "2026-06-16" updated: "2026-09-02" reviewed: "2026-09-02" --- # 融资前 AI MVP 的技术尽职调查清单 [**返回**](/zh/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/zh/team/kevin-riedl/) [Kevin Riedl](/zh/team/kevin-riedl/) https://linkedin.com/in/wsdt 13 min 阅读 · 16 Jun 2026 最近审核 2026年9月2日 [**下一篇**](/zh/blog/llm-evaluation-cost-roi-production/) 要点速览 AI MVP 尽职调查会在常规软件审查上增加模型专属证据：具代表性的版本化评测流程、服务配置记录、保护隐私的可观测性、经过测试的故障路径、任务级成本，以及代码、模型和数据权利。应准备当前架构与数据流图、评测报告、登记表、依赖与漏洞证据和适用权利链。要求随交易而异。EU AI Act 第 50 条义务取决于系统和角色；修订后的高风险日期为附件 III 的 2027 年 12 月 2 日及附件 I 的 2028 年 8 月 2 日。 对 AI MVP 的技术尽职调查会审查与任何 [定制软件开发](/zh/services/software-development/) 评审相同的层面，包括代码、基础设施、安全、依赖和团队风险。还应检验 AI 专属证据：评测设计、提示词和模型配置、保护隐私的追踪、故障行为、任务级经济性，以及训练或检索数据的权利。演示和少量精选输出无法证明预期工作负载下的性能。带代表性案例和可追溯记录的版本化评测流程，能提供可供审查的证据。 这是工程清单，不构成法律、投资或鉴证意见。证据要求会随买方、投资者、行业和交易而变化。我们于 2026 年 9 月 2 日重新核对了监管和标准来源。 ## 为什么要证据，而不是演示 基准结果取决于具体工作负载，但能说明演示为何不足。斯坦福一项预注册研究使用了 200 多个开放式法律问题，在测试当时发现 Lexis+ AI 与 Ask Practical Law AI 超过 17% 的回答含有错误信息，Westlaw AI-Assisted Research 则超过 34%。这些数字不能转移到其他领域或当前产品版本，但说明专用界面本身并非可靠性证据。审查者需要针对产品预期和可预见用途的测量，并记录不确定性、故障样例和限制。参见 [斯坦福研究摘要与论文](https://hai.stanford.edu/news/ai-trial-legal-models-hallucinate-1-out-6-or-more-benchmarking-queries%26quot) 。 ## 应补充的 AI 专属检查项 这些检查扩展常规软件评审。每项说明应检查的内容和危险信号。 1. **评测集。** 覆盖预期、边缘、无法回答、对抗和相关群体案例的版本化样本，并带参考标签或评分量表与抽样依据。单元测试仍适合确定性属性；需要判断的输出还需校准评分。危险信号：只有精选样例，没有覆盖或不确定性分析。 2. **回归评测。** 在提示词、检索、模型、策略或工具发生重大变更时，于发布前运行相关套件，并监控生产信号。频率和阻止规则应与后果严重性相称。危险信号：行为变化未与批准基线比较就上线。 3. **保护隐私的可观测性。** 只记录调查质量、安全、延迟和成本所需的最少元数据。原始提示词和响应可能含个人、机密或特权信息，应论证、脱敏、限制访问并按期删除。危险信号：完全无法追踪，或无限制永久记录内容。 4. **提示词、模型和配置记录。** 对提示词、检索设置、策略、工具和模型标识做版本管理。供应商即使保持标识不变也可能改变行为，因此应保存评测结果和发布元数据，而非承诺精确复现。危险信号：无法确定某次事故使用了什么配置。 5. **故障处理。** 定义超时、有限重试、降级行为、人工上报和恢复目标。第二供应商只是选项，不是通用要求，也会带来成本和一致性风险。危险信号：外部依赖故障时没有经过测试的用户路径。 6. **任务级经济性。** 按成功任务测量输入、输出、缓存、工具、媒体、重试和人工复核成本，包括真实调用分布。危险信号：毛利预测只采用理想单次调用或假设供应商价格不变。 7. **数据权利和合法使用。** 逐来源保存出处、许可或其他法律依据、合同限制、所依赖的同意、删除义务及允许的训练或检索用途。危险信号：无法解释的抓取语料，或来源不可追溯的数据。 8. **经过测量的故障模式与控制。** 报告具体任务的错误类别、严重性和置信区间，并将每项重大风险连接到检索、验证、拒答、上报或其他经过测试的控制。危险信号：声称"RAG 解决幻觉"，或只有一个总分而无故障分析。 9. **模型选择与集中风险。** 记录所选模型和托管方式为何满足质量、隐私、可用性、司法辖区和成本要求。在重要处测试可移植性，不要假设抽象层让供应商可以互换。危险信号：面对重大供应商或模型变更没有退出方案。 ## 证据室应准备的资料 具体要求会变化，但这些资料让审查者无需依赖创始人的记忆即可检验主张。具备这些资料并不保证融资或估值。 | 资料 | 尽职调查为何在意 | 缺失时的危险信号 | | --- | --- | --- | | 架构图（注明日期，列出外部依赖） | 支持审查信任边界、扩展假设、集中风险和关键人物风险 | 重大依赖或责任归属不清 | | 数据流图与处理清单 | 说明每一方收到什么数据、为何接收、位于何处以及保留多久 | 无法解释个人或机密数据流 | | 评测报告（版本化工具链、数据集、配置和结果） | 支持审查覆盖、不确定性、故障及回归决策 | 只有精选样例或无法解释的总分 | | 模型、提示词、检索、策略和工具登记表 | 将发布或事故关联到服务配置 | 无法把生产行为归因于具体配置 | | 运维手册、服务目标和事件响应 | 说明责任、发现、上报、恢复和沟通 | 故障路径和负责人未经测试 | | 当前 SBOM、许可证审查和漏洞流程 | 支持依赖、许可证和已知漏洞审查 | 依赖和修复责任未知 | | 知识产权与数据权利链 | 按适用合同和法律说明员工、创始人、承包商、开源、模型及数据集权利 | 核心资产没有书面权利人或允许用途 | | 基于风险的安全证据 | 可包括威胁建模、安全开发记录、测试报告及相关独立鉴证 | 主张未对应系统威胁与控制 | ## 数据、隐私与来源 对于欧盟部署，应把 GDPR 义务映射到实际处理活动和各方角色。可能包括第 30 条要求的处理记录、合法依据、在可能对个人权利和自由造成高风险的处理开始前进行第 35 条 DPIA，以及存在处理者关系时的第 28 条条款。模型提供方可能是控制者、处理者或次级处理者，取决于事实和合同链。 [EDPB 第 28/2024 号意见](https://www.edpb.europa.eu/documents/opinion-of-the-board-art-64/opinion-282024-on-certain-data-protection-aspects-related-to_en) 要求逐案评估匿名性。根据修订后的 [EU AI Act](https://eur-lex.europa.eu/eli/reg/2024/1689) ，第 50 条包含多项特定于角色和系统的透明度义务，大多数自 2026 年 8 月 2 日适用。附件 III 高风险规则自 2027 年 12 月 2 日适用，附件 I 产品内嵌高风险规则自 2028 年 8 月 2 日适用。应记录实际适用的分类、角色、义务和日期。 ## 审查者可以检验的问题 审查者可以检验产品是否依赖单一模型或供应商、差异化主张是否有证据、毛利是否包含全部推理和复核成本、留存假设是否经过测量，以及评测结果是否反映生产使用。交易文件、留任安排、陈述和赔偿条款均取决于具体交易，通用清单不能预测条款。AI 辅助代码的安全与权利问题见 [关于 Lovable、Bolt 和 Replit 尽职调查的文章](/zh/blog/lovable-bolt-replit-app-due-diligence/) ；评测设计见 [何时值得构建 LLM 评测](/zh/blog/llm-evaluation-cost-roi-production/) 。 ![Kevin Riedl](/img/team/kevin.webp) "演示只展示一条路径。治理完善的评测流程会说明测量了什么工作负载、故障频率以及发布是否改变结果。这才是审查者可以检验的证据。" ## 常见问题 ### AI 初创公司的技术尽职调查是什么？ 对代码、基础设施、安全、依赖、数据流、AI 行为、运营证据和团队风险进行有明确范围的审查。AI 专属部分可包括评测设计、服务配置记录、任务级经济性、故障控制、隐私及数据和模型权利。它并不证明公司必然可扩展或法律上完全无瑕疵。 ### 审查者可能检查 AI MVP 的哪些方面？ 要求取决于交易和行业。常见可检验领域包括供应商集中、差异化和质量证据、完整推理经济性、隐私和安全控制、测量过的留存、事故准备以及代码、模型和数据权利。 ### 我应准备哪些评测证据？ 版本化且具代表性的数据集和评分量表、抽样依据、与服务配置关联的结果、不确定性和群体分析、重大故障样例、批准阈值、回归历史及生产监控链接。人工复核可以是方法的一部分，但未记录的抽查不可复现。 ### AI 尽职调查与普通软件尽职调查有何不同？ 它保留代码、基础设施、安全、依赖和团队审查，并增加模型可变行为、评测覆盖、提示词和服务配置、任务级成本、外部模型集中、故障处理、保护隐私的追踪以及训练和检索数据的权利与限制。 ### 尽职调查需要 SBOM 吗？ 软件依赖重大时，SBOM 很有用。应以标准机器可读格式保持最新，与实际构建核对，并配套许可证和漏洞流程。Cyber Resilience Act 相关规定自 2027 年 12 月 11 日适用时，范围内产品的技术文档必须包含常用机器可读格式的 SBOM，至少覆盖顶层依赖。该规则并不涵盖每个 AI MVP 或交易。 ### 什么是知识产权与数据权利链？ 证明谁依据适用法律和合同拥有或可使用代码、数据集、模型、媒体及其他资产。欧盟软件规则区分员工创作的软件和其他作者情形，承包商合同也不同。应由法律顾问核对转让或许可、开源义务、模型条款和数据集权限，不要假设发票解决权属。 ### GDPR 如何影响欧盟的 AI 尽职调查？ 映射必要时的第 30 条记录、法律依据和相关第 9 条条件、可能造成高风险时的第 35 条 DPIA、数据主体权利、传输、留存、安全和第 28 条处理者条款。模型提供方角色取决于事实和合同。EDPB 第 28/2024 号意见要求逐案评估后才能认定模型匿名。 ### EU AI Act 已经适用于我的 MVP 了吗？ 取决于系统和角色。禁止性规定已经适用，GPAI 提供方义务可能适用，第 50 条包含多项特定义务，大多数自 2026 年 8 月 2 日适用。附件 III 高风险规则自 2027 年 12 月 2 日适用，附件 I 产品内嵌规则自 2028 年 8 月 2 日适用。 ### 奥地利的技术尽职调查是否不同？ 技术方法相近，但适用的奥地利公司、雇佣、知识产权、资助、税务和监管事实仍需本地审查。如涉及公共资助，应提供相关资助协议、合格成本记录、报告、控制权变更和偿还条款，不要假设存在标准条款。 ### 如何表明产品不只是模型封装？ 不要依赖标签。展示测量过的用户结果、工作流和集成深度、实际存在的授权或专有资产、运营知识、留存证据、经过测试的可移植性，以及现实用量和供应商价格场景下的单位经济性。 ## 最终思考 AI MVP 的技术尽职调查比通用代码审查更广。AI 专属层应把评测证据、服务配置、任务级经济性、故障控制、隐私及数据和模型权利，与产品主张对应起来。 在审查前准备证据：治理评测集、记录发布、测试故障路径、从真实追踪计算成本、记录权利并保持资料更新。这不会让尽职调查变成走形式，但能让主张可检验，并在仍有时间修复时暴露缺口。 ## 你可能也喜欢.. [**何时值得构建 LLM 评测** 如何组合确定性检查、校准的模型评审和人工复核，并判断工具链何时值得其成本。](/zh/blog/llm-evaluation-cost-roi-production/) [**AI 赋能 vs 通用 AI 咨询** 比较咨询范围与可由团队拥有和运营的实施方案。](/zh/compare/ai-enablement-vs-generic-ai-consultancy/) ## 本尽调指南使用的主要来源 本清单参考公开的 AI 风险、安全开发、隐私、产品安全和欧盟法律资料。 - [NIST AI 风险管理框架](https://www.nist.gov/itl/ai-risk-management-framework) - [NIST 安全软件开发框架](https://csrc.nist.gov/projects/ssdf) - [OWASP LLM 安全验证标准](https://owasp.org/www-project-llm-verification-standard/) - [EDPB 关于 AI 模型的第 28/2024 号意见](https://www.edpb.europa.eu/documents/opinion-of-the-board-art-64/opinion-282024-on-certain-data-protection-aspects-related-to_en) - [EU Cyber Resilience Act](https://eur-lex.europa.eu/eli/reg/2024/2847/oj/eng) - [关于计算机程序的第 2009/24/EC 号指令](https://eur-lex.europa.eu/legal-content/EN/ALL/?uri=CELEX%3A32009L0024) MVP 验证 ## 接下来读什么 在扩大投入前，用证据验证需求、试点与技术可行性。 [从这里开始**如何验证 DACH B2B SaaS 想法**](/zh/blog/validate-b2b-saas-idea-dach/) - [Y Combinator 申请技术准备清单：该做什么，不该做什么](/zh/blog/yc-application-technical-readiness-checklist/) - [如何验证 DACH B2B SaaS 想法](/zh/blog/validate-b2b-saas-idea-dach/) - [付费试点、PoC 与设计合作伙伴：哪个能验证需求？](/zh/blog/paid-pilot-vs-poc-vs-design-partner/) - [MVP 已死。请构建最小可信产品。](/zh/blog/minimum-credible-product/) [上一篇文章**MVP 已死。请构建最小可信产品。**](/zh/blog/minimum-credible-product/) [**返回**](/zh/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/zh/team/kevin-riedl/) [Kevin Riedl](/zh/team/kevin-riedl/) https://linkedin.com/in/wsdt 13 min 阅读 · 16 Jun 2026 最近审核 2026年9月2日 [**下一篇**](/zh/blog/llm-evaluation-cost-roi-production/)