供应商说模型是 AI 自己压的，该问什么

这句话在评审会上意味着什么

选型会上，供应商介绍模型体积：「我们用的是自动压缩流水线，智能体自己试方案，一周能迭代一版。」

这句话的信息量比它听起来小。它说明对方有自动化能力，也说明压缩过程不在人的逐步控制之下。对采购方来说，这既不是加分项，也不是减分项——它只是改变了你要问的问题。

自动压缩真正改变的是试错速度，不是责任归属。模型压完装到店里，认错一单，损失还是门店承担。

三个必须问清的前提

压到什么约束下。 存储上限多少、内存峰值多少、在哪颗芯片上跑、延迟要求多少。没有约束的「压缩成功」无法比较——多给一倍存储，任何方案都能压得好看。

用什么指标搜的，用什么指标验的。 搜索阶段常用困惑度这类便宜的代理指标，验收则应该看任务结果。这两个指标经常不是一回事：代理指标降了，任务表现未必跟上。

在完整模型上验，还是在单个模块上验。 局部排名和整体排名会打架。有公开评测记录过这种情况：把单模块的最优选择放回完整模型，接近四分之一的局部结论被推翻。

门店自己能做的三件事

用自家的图跑完整一单。 从识别到匹配到计价到出小票，人工核对最后金额。压缩带来的偏差常常在单步测试里看不出来，走到业务链末端才显形。

分品类看。 一个总分九成，可能是大路货全对、高单价品类全错。让供应商按品类拆开给结果，重点看客单价最高的几类和称重生鲜。

换一台设备重跑。 压缩产物和芯片、推理引擎绑在一起。同一份文件在另一种盒子上，未必是同一个结果。

值得追加的两个要求

要失败样本，不要只要平均值。 让对方列出压完之后错得最多的那批样本，说明错在哪。愿意给这个的供应商，通常对自己的方案有底。

要可复核的记录。 压缩用的约束、评测脚本、模型版本，应当能一起交付。过程记不下来，出了问题就只能靠猜。

什么时候这句话可以当真

三种情况下，「AI 自动压缩」才算一条有效信息：有独立第三方或甲方参与的验证报告；约束条件写进了合同（存储、延迟、支持芯片）；版本可以回滚，出了问题是换回上一版而不是现场排查。

三条都不满足时，这句话只是一句介绍。它不构成承诺，也不构成验收依据。

一句话

自动压缩把「模型怎么变小」变成了黑箱，这没什么问题——黑箱到处都是。问题在于验收不能跟着进黑箱。门店手上那批自家拍的图、那台要装机的盒子、那张要打出来的小票，才是唯一能把黑箱打开一条缝的东西。