本章结论：本章专门用来推翻前三章的乐观部分。凡是无法在 90 天内验证、或需要先解决合规硬伤的，都应在这里被拦下，而不是在客户会议上被客户拦下。
陷阱一：推荐系统类（GS Shop 型）。效果确实存在，但依赖六到八周埋点与历史行为数据，且欧洲平台的数据出域评估普遍三个月起。90 天内无法交付可验收结果，属于能做 demo、难成收入。
陷阱二：AI 直播（Baseus 型）。马来数据证明它能补时段，但同时证明单位小时效率只有真人六成。若按替代真人的口径报价，客户一算就穿；若按补位口径，单账户年收入上限只有几万美元。可以做，但不能指望它撑收入目标。
陷阱三：大企业整体 AI 平台（能源、工业集团）。这类客户预算大、周期长，且几乎必然要求 TISAX、EU 驻留与本地 SLA。在三项硬伤补齐前（内部路线图指向 2027 Q1），投入产出比最差。
陷阱四：博彩与 iGaming（DG Plus 的邻居）。产品能力匹配度高、决策快，但欧洲牌照与广告合规风险会直接传导到 BytePlus 的品牌风险，第一年不建议进入。
陷阱五：汽车主机厂的智驾数据线。虽是本团队主业，但奔驰 2025-03 二期路采 VLM 测试中豆包排名第三（gpt-4.5 优于 gemini-1.5-pro，doubao-1.5-vl-preview 约与 qwen2.5-vl-72b 持平），BMW 德国总部 2023-09 已选 AWS 深锁全栈。这两条负面证据决定了它不能作为欧洲复制的样板，只能作为长周期攻关。
第一版认为欧洲 GTM 的瓶颈是区域可用性与合规交付，本轮维持该判断，但把作用点收窄了：瓶颈只对需要驻留与基础设施的场景成立（云、数据平台、直播分发、推荐），对内容生成与席位工具两类场景不构成阻断——因为这两类客户接受数据经柔佛处理，只要 SCC 与披露到位。这解释了为什么 Ai ROBOTICS 型客户反而是最先能签的。
第一版把 Magnific 写成突破口，本轮下调为背书价值。第一版的十个优先 PoC 本轮压到五个可启动，理由是欧洲团队 4 人覆盖 5 城市的人力约束。这两处调整都降低了预期，但提高了可执行性。
第一年不做：能源与公用事业的整体 AI 平台；需要欧盟本地私有部署的任何承诺；博彩与 iGaming；需要 TISAX 作为准入条件的项目（除非走德国电信联合体）。第一年只做储备不做推动：推荐系统类大平台、区域 CDN 替换、汽车智驾数据线。