AI陪跑火了，市场上什么人都来分一杯：卖课的、卖软件的、刚转行的，都自称能陪你落地。企业最该小心的，是花了大价钱只买到「陪你空想」。选陪跑团队和选合伙人差不多，尽调做不好，后面全是坑。本文给一份签单前能直接打的尽调清单，外加几条绝对不能碰的红线，帮你把钱花在真能落地的人身上。

看案例：能不能说清「陪出了什么」

真做过陪跑的，案例里一定有「场景、做了什么、客户团队学会了什么、量化结果」四要素，且愿意让你聊老客户。只晒「服务过XX大厂」却说不清具体交付的，要打问号。更进一步，问「哪个项目没做成、为什么」——敢讲失败的，往往更真实。案例不在多，在能不能证明「和你类似的企业、类似的问题，他真跑通了」。中小企尤其要看同规模、同行业的案例，大厂打法对你未必适用。敢把失败案例也讲清楚的陪跑方，往往比只晒成功的比你更靠谱，因为他真的在做事而不是在卖人设。

看方法：有没有可复用的落地框架

靠谱陪跑方有一套自己的方法论：怎么选场景、怎么做MVP、怎么建运营、怎么转移能力，而不是每次从头瞎摸索。聊的时候让他讲清楚框架，你看是不是系统、是不是可复制。没有方法的陪跑，本质是高级外包，换个项目又得重来。还要看工具链：他用不用RAG、低代码、评估流程这些现成东西，还是样样手搓——前者效率高、留得下资产。方法成熟度，直接决定你花钱买的是经验还是试错。可以现场出一道你的真实小题，让他当场讲思路，讲得清框架的人落地不会太离谱，讲不清的多半是卖了再想。

看收费：边界清不清、加价猛不猛

前面讲过三种计价，这里看落地：月订阅是否含明确人力和交付物、停订后数据代码归不归你、额外工作要不要书面确认才计费。低价引流、中途以「要清洗数据、要加模块」加价的，是头号套路。签前把五件事（角色工时、交付物、所有权、验收标准、撤出节点）问清写进合同附件。凡是回避具体交付物、只讲概念按年框锁死的，谨慎。收费透明度和边界清晰度，是判断靠不靠谱最硬的指标。

看能力转移：会不会制造依赖

陪跑的本质是「帮你长出能力并撤出」，不是「绑着你长期收费」。问清楚：合同里有没有写撤出节点、留下什么文档和资产、你团队要达到什么水平算结业。只卖人天、不提转移的，做的是外包不是陪跑。好的陪跑方会主动给「能力转移清单」，甚至巴不得你早点独立——因为你的独立是他最好的案例。制造依赖的陪跑，停一天项目就凉，对企业是长期失血。

红线一：只卖课时不担结果

纯培训机构和陪跑是两码事。如果对方只愿卖课、不愿对你的落地结果负责，那他卖的是知识不是陪跑。不是说培训没用，而是别用陪跑的预算买培训。判断标准：他敢不敢先小场景验证再谈大单、方案里有没有具体ROI。不敢绑定结果的，本质是「讲了就算赢」，企业买到的只是听感。

红线二：碰数据红线与合规

陪跑要接触你的业务数据，合规是底线。问清数据怎么存、出不出域、权限怎么控、有没有审计日志。要求用公共大模型跑你敏感数据的、不签数据保护条款的，直接否。还有合规表述：凡承诺「保效果、包成功」的，基本是销售话术，AI项目没有百分百，敢打包票的多半不专业。守住数据不出域和能力转移两条红线，企业选陪跑才不会钱花了还惹一身风险。

选AI陪跑团队，尽调围绕案例、方法、收费、能力转移四件事，红线守住「不卖课时不担结果、不碰数据合规」两条。签单前把角色工时、交付物、所有权、验收、撤出五条写进合同，企业才能请到真能落地、且把能力留下的人，而不是又一位陪你空想的顾问。