跨厂验证的起点，不是复现上海电气中试基地披露的那组数字，而是先确认：每项成效究竟标注了哪一段流程，这段流程是否以同样状态存在于目标工厂。叶片工艺方案生成智能体的研发周期由月级压缩至周级，衡量的是方案输入、道序设计与工装选型的一体化过程；图纸解析智能体把单套图纸处理时间从30分钟降至1分钟，衡量的是非结构化制图符号的识别提取效率；排程智能体的流转周期缩短12%与交付率达到100%，对应订单在工序间的通过能力；焊缝检测不低于98%的缺陷检出率，则只指向特定缺陷类别的识别表现。四个指标分属不同业务层次，若合并成一个跨厂效益系数，验证就会从第一步失去分辨力。
这也决定了跨厂验证不能只核对智能体的算法输出，还要检查它嵌入的整套工作系统。目标工厂能否维持与原场景一致的数据回传粒度、工序定义方式、报工习惯和异常状态处理规则，往往比调用接口是否相同更具决定性。严谨的验证应沿三条线建立检查项：输入线确认新工厂能够持续供给同构数据；流转线确认智能体判断是否实际进入排产或质检流程，而不是停留在建议看板；控制线确认人工审核、异常接管和系统接口的权限是否同步迁移。任何一条线缺失，单个指标的高值都无法支撑整体成效。
口径稳定是另一项常被忽略的条件。交付率达到100%若没有明确统计时段、订单范围和对照基线，只能视为特定区间内的结果，不能扩展为对所有订单的常态承诺；缺陷检出率同样必须绑定缺陷类型、样本条件和漏检边界，否则无法推导对新工厂质检体系的替代能力。跨厂验证需要以统一时间窗口、同类任务、同一套起止节点重复检验，并把改善幅度与绝对水平分开处理。中试基地案例提供的更多是一种将智能体放回业务流程中评价的思路：先在目标工厂重建任务与指标的对应关系，再讨论成效是否可复制。