评估AI技术在城市基础设施管理中的效果需构建多维度指标体系，涵盖技术性能、经济效益、社会影响及可持续性。技术层面需验证算法精度（如预测误差率）、响应时间、鲁棒性（异常场景泛化能力）及可扩展性（处理城市级数据能力）。经济维度应量化成本节约（运维效率提升率）、投资回报周期（ROI）及全生命周期维护费用缩减幅度。社会效益需通过市民满意度调查（覆盖率达95%置信区间）、服务公平性指数（不同区域资源分配基尼系数）及应急响应成功率（如AI预测管网故障准确率）等指标衡量。可持续性应评估能源消耗比（单位算力能耗下降率）、碳排放削减量（与传统方案对比）及技术迭代兼容性（系统升级成本占比）。需采用混合研究方法，结合实证分析（A/B测试）、系统动力学模型（基础设施复杂系统仿真）及多主体建模（政府-企业-市民三方博弈分析），并通过因果推断方法（双重差分法、断点回归）排除内生性干扰。典型案例验证应包含长期追踪（≥3年运营数据）与跨城市对照实验（匹配GDP、人口密度等协变量），最终形成动态评估框架（Dynamic TOPSIS-Entropy模型），实现时空异质性条件下的效果量化评估。