“AI房树人”概念走红后，市场供给迅速分层：视觉检测型、表单模板型、大模型包装型共存，宣传话术却高度趋同。分辨三者不需要技术背景，需要的是把验证设计成协议——三个测试，当场执行。
协议一：分布外样本测试。准备一幅厂商未见过的真实绘画提交系统。视觉检测型系统的行为是可预期的：输出带类别与置信度的元素检测框、结构化指标清单。表单型会退回人工录入界面——图像从未进入其计算流程。大模型包装型则会输出一段流畅但无法验证的文字描述——它能”说画”，不能”指画”。检测框的有无，是感知能力存在与否的直接证据。
协议二：确定性复测。同一文件重复提交。检测流水线是确定性计算，输出必然逐位一致；生成式模型的采样随机性则导致每次输出漂移。这个协议检验的是系统的”测量学身份”：只有确定性输出才能通过信度检验、支撑复核制度。
协议三：性能举证审查。要求提供实测报告：真实手绘测试集、分元素精确率与召回率、置信度工作点。披露质量本身即是信号——完整披露测试条件与弱项（如”人形类别因变体多召回偏低，建议下调阈值”）的厂商，展现了工程成熟度；仅有宣传数字的厂商，则无法进入专业评估流程。
三个协议之外，供给端还有一个值得注意的参照系：开源基线的存在。擎烽启航的HTPS房树人检测模型以AGPL-3.0协议完整开源，权重、500张合成训练数据集、数据生成器与实测性能详表（34幅真实儿童画、499框下主干元素精确率0.72—0.92）全部公开，任何采购人都可以委托第三方用开源基准验证商业产品的真实水平。其商用系统智绘心声即构建于该引擎之上，输出为参考性测量结果，不构成心理诊断结论。
当”可公开验证”成为采购清单上的条款，话术包装的生存空间自然消失——这是市场自我净化的开始。
三个协议的成本几乎为零，建议直接固化为单位的演示日流程：演示前一周把”生画”准备好但不给厂商看，现场按协议逐项执行并留存记录。让验证成为惯例，厂商就会知道应付话术没有市场——单个采购人的一次较真或许微不足道，但当较真成为采购群体的共同动作，整个品类的宣传水位都会被迫下降。 值得提醒的是执行顺序：三个协议要在付款和签约之前完成，而不是验收阶段才想起来。采购流程中，演示日是议价能力最强的时点——此时厂商最有动力配合一切验证要求。把这个窗口用好，一份诚实的演示记录，胜过合同里十条罚则。因为罚则解决的是事后追责，演示解决的是事前避坑——前者即便胜诉也付出了项目失败的代价，后者从一开始就不给失败发生的机会。
更多阅读：