工业人工智能规划系统融合预测模型、优化逻辑、控制手段和治理规则。整体策略的提升并不能说明某一新增功能是否独立贡献，也无法判断该贡献是否值得其成本。为了解决归因难题，我们提出一种可观测证据标准，将机会、执行计划变更、运营后果、等价性、不确定性和运行范围分离。
我们在 Favorita、M5 和 Walmart 数据上使用 forecast‑to‑plan 回放，依据该标准评估了多种异构规划增益。实验揭示单一指标评估的三大局限。其一，复合策略可能掩盖微弱组件贡献：某控制仅影响 681 条执行计划中的 15 条。其二，执行变更不等于稳定收益：多期能力在长交期场景有帮助，但在产能紧张时成本上升 7.6%。其三，间接证据可用于优先审查，却不足以完成归因：独立运行在 599 例中有 19 例路径与规则检查预测的保持不变相冲突。
低成本诊断仅在 55.0% 情况下匹配完整评估的最佳方案，但在 $10^{-6}$ 成本等价容差内选出可接受方案的比例达 79.5%；其余情况阻止了代理授权接受。
这些实验为能力层面的贡献提供了证据记录，组织需将其与实现和维护负担权衡后作出价值决策。能力证据记录进一步关联验证、部署范围、回退、监控、重新设计和退役等决策。
点评