铃阅时讯
❌

阅读视图

海外年轻人在关心什么?和耶鲁、宾大学子聊AI、泡沫与周期、机器人与未来能源

原创 支持年轻人的 2026-09-08 20:50 北京

奔涌的AI浪潮,会将我们推向哪里?

这个暑假,耶鲁创投俱乐部和宾大创投俱乐部先后带队来到峰瑞交流。丰叔和投资同事们与两波对创投感兴趣的年轻人各聊了一上午。

这样的交流已持续了几年,我们乐在其中。因为我们过往投资的创始人中,过半有海外学习或工作经历,我们希望能够尽早认识并支持更多海外华人回国创业。

每次见面,流程都很简单,大家围坐一圈,简单自我介绍,就进入对话环节。话题天马行空,从宏观形势到 AI、能源、生物医药、出海,再到创业的起心动念。

把两次交流放在一起,我们发现,身处海外的年轻人有很多共同关心的问题:技术会往哪里走,中国和美国各自还有什么机会,什么行业值得创业,自己该把未来押注在哪里。

我们挑了一些有代表性的问题,尽量保留现场原本的问答方式,分享给大家。

这些问题没有标准答案,我们只是把看到的公司、产业和周期变化一一摊开,希望能提供一种看问题的角度。

我们做早期投资,基本上是顺着技术周期往下看。新技术刚出来时,我们找不同类型的 0 到 1,看的是技术本身;到第二阶段,我们找的是这项技术最可能改变什么、哪里会发生最大的变化;再往后,就找泡沫下去以后什么场景真的用得上技术,看谁能把技术变成实际效率和商业价值。每个阶段投的其实不是同一件事。

所以做早期投资有一件事特别重要,就是 Identify the change,你到底有没有找到一个真正大的变化。如果是个小变化,托举不了太多新公司。做投资有句话,宁可蹲在一个金矿边上随便捡两块金子,也别低头在马路上捡钢蹦儿。

也有人说,早期投资就是投人,这句话百分之一百正确,没有任何争议。但在所有人都投人的情况下,谁能赚到钱主要取决于谁投对了大变化。一家公司的成功,大概六到七成取决于市场贝塔(Beta),剩下的三四成才看自身的阿尔法(Alpha):Beta 决定你的发展基数有多大,Alpha 决定你在同赛道里能不能活下来、排第几。

如果在一个增长偏线性、竞争又激烈的赛道里创业,可能拼尽全力才比别人进步 1%,而这 1% 还很容易被有资金、人才、渠道和供应链优势的大公司追平。创业公司的机会,往往来自一个产业突然发生巨变:竞争规则变了,过去的优势会被重新计算,这时候小公司更可能找到位置。

真正值得创业公司去抓的时机,往往是产业突然拐弯的时候。

比如汽车,如果一直沿着燃油发动机技术来发展,中国企业要追赶宝马、奔驰上百年的工程积累很难;但从燃油发动机转向电机以后,产业拐了一次弯,原来的积累没那么重要了,中国在电机、制造业、硬件供应链上的能力反而能接上来,竞争局面就变了。手机从功能机到智能手机,生物医药从小分子药到大分子药,再到基因细胞治疗、AlphaFold 和 AI for Science,都是类似的拐弯。

所以看创业机会,最重要的不是“这个行业够不够大”,而是它有没有拐弯——只要拐弯足够大,巨头要转身也不容易,新公司反倒有机会。

但对投资机构来说,光看到拐弯还不够,还有一个时点问题。我们希望比市场早一点,能判断什么将要发生,而不是只看什么已经发生;是稍微ahead of time,但不能太早,要等十年、二十年才兑现同样不合适。翻译成投资的话就是:要在它还不热的时候投,但不能因为它不热就投——你敢投,是因为你知道它为什么以后会热。

所以我们大部分投资,是先判断变化在哪里,再判断变化大概什么时候发生。方向已经很热,通常意味着共识已形成;完全没人关注,也不代表值得投。

真正难的是在共识形成之前,找到那个正在发生、但还没被充分定价的变化。当然早期投资也有 random 的成分:有时创业者做的方向不一定是我们推演过的,但人好、事情有意思,也会愿意试一下。

如果只看人本身,可能跟有些人想的不太一样。对我们来说,最重要的是:他为什么要做这件事。

投资人通常是先看到变化再去找公司;创业者则不一样。他们往往在自己熟悉的领域里先直觉地感受到一些机会,或者相信了今天大多数人还不相信的未来,所以决定去做。他看到变化,更多是从经验里感受出来的,而不是推出来的。

这也是为什么“初心”重要。跟风创业也不是不行,每一波里都有 late mover,出来晚但聚集资源的能力特别强,一样能做起来;只是对投资人来说,跟风的人更难挑。我们更希望看到:在所有做同一件事的人里,他是那个最想做的,而且不是因为别人都做了他才想做。

这个为什么重要?因为创业本质上是一场长跑。那些最后成功的人,中间几乎都经历过若干次很绝望的阶段:公司快不行了、看不到出路,或者必须做艰难取舍。如果出发时的原因不够坚定,很容易在某个阶段就妥协,甚至算了。

其次是聪明和能力匹配。真正能把公司做出来的人肯定要够聪明,但不需要是最聪明的那个,top 15% 就行,不必非得 top 1%;同样重要的是能力和事情匹配,过去的专业、经验最好能对现在做的事有帮助——你一直做芯片突然去做制药,难度就很大。

第三是性格和判断力。真正做成事的人,既不会什么都不听,也不会别人说什么都听。他们能听得进意见,但会自己判断该采纳多少。

所以按顺序,我会看三件事:为什么创业、能力和事情是否匹配、心态是否开放且不盲从。很多时候,真正值得走的大路反而人不多,小路上才最容易人声鼎沸。我们想找的,是在大多数人还没拥挤过去时,就已经因为自己的判断开始往前走的人。

只要它叫泡沫,就没有不破的。但泡沫破了不一定是坏事。泡沫还在时,大家更关注故事;泡沫破了以后,才会真正关注应用,开始看谁能拿这个技术赚到钱、真正从消费者或企业手里收到钱。

互联网就是典型例子。泡沫破掉后,回头看当时上市公司讲的很多商业逻辑——线上购物、数字社交、在线服务,后来其实都兑现了,只是把它们做成的不一定是当初制造泡沫的公司。

大的技术发展本来就会经历很多轮周期:技术创新时市场放大想象力、形成 hype,其实是在奖励技术创新;泡沫破掉后噪音被消掉,市场开始看谁真能把技术用起来,进而推动应用的发展。

所以,如果认为这一轮 AI 泡沫正在接近尾声,投资逻辑也该变:更多的去投能拿 AI 真正去落地应用并赚钱的公司,而不是只拿 AI 继续讲故事的公司。

一个简单的判断方法,就是假定未来每一个 token 都要算账:谁使用 token 之后创造的价值高于 token 成本,谁才真正用得起 AI。

大模型和搜索引擎不太一样。搜索引擎背后是一个静态数据库,query 进来去检索、再呈现;大模型你每问一次它都要把问题放进模型里重新计算再生成答案,哪怕模型已冻结、只做推理,每次互动也都要计算,所以每次都有成本。

在 ToC 端,现在大家还没有特别感受到,是因为有人在后面补贴。一旦补贴减少、所有 token 都要算账,用户行为一定会变:你今天很自然地把 AI 当搜索引擎用,但如果你每问一次都要付钱,还会不会什么都拿去问?肯定有一部分需求会消失。

关键问题就变成:什么样的需求值得花这个钱?要么让他用 AI 的成本低到没感觉,要么功能价值明显高于 token 费用。像金融这类高价值任务,模型能快速帮你完成原本要几十分钟、几小时才能做完的事,你多半愿意付钱;如果只是完成一个价值很低的动作,token 再便宜也可能是负担。

在 ToB 场景,我更看好几类基础条件已具备的公司:原来就有数据积累(专有壁垒)、原来就有客户(不必重建整套销售关系)、本身已有数字化的业务流。这样 AI 加进去能直接体现为降本或增效,才容易真正用起来。

再往后还有一个变化。过去几年大家一直在比基础模型能做什么、参数多少、能力边界扩得多快;当模型能力差距开始缩小,token 越来越像标准化云服务,智能本身越来越商品化,真正拉开差距的,会变成谁能用更低的成本提供足够好的智能。

我们大概三年前开始有具身智能这个投资主题,当时一个很重要的判断是:如果一项新技术恰好需要和复杂的硬件产业链结合,最后变成一个新的科技产品,中国通常比较有优势。

看过去的例子:无人机需要飞控、图传、传感器和精密制造能力;智能汽车既有电池、整车制造,也有毫米波雷达、激光雷达、视觉传感器、AI 芯片等等。机器人也符合这个逻辑,所以我们当时判断要投:这是中国有积累、也擅长,且过去反复证明能做到全球领先的一类事。

对于“机器人造机器人”这个美国叙事,还是需要回到:你得先有机器人。

今天机器人面临的挑战,不是能不能做出一个人形,而是很多落地过程中的控制和决策问题没解决好,把 demo 做出来不等于真正能干活。世界模型也好、生成高维数据也好,本质上都指向同一件事:今天的机器人还不够智能。

假设这一轮机器人的热度开始下降,所有公司都要回答一个更现实的问题:我的机器人怎么赚钱?

一旦要求赚钱,它就必须进入真实场景,只有在商业场景里活下来,技术才会进入下一轮迭代。到那时竞争重点会变成:谁的应用更多、场景更多、数据更多、成本更低。

把这几条放在一起,中国优势明显——具身智能下半场的竞争,已经不只是比谁先做出机器人,而是比谁能让机器人进入足够多的真实场景,并用数据和成本优势推动技术继续进化。

新能源肯定已经不是 0 到 1 的阶段了,但 AI 把能源问题重新推到了非常重要的位置。

我以前讲能源会用一个“能源和能源转换器”的框架:历史上每一次当新的能源和新的能源转换器被一个国家较好地掌握,都可能改变它的产业能力和国际竞争力。

打个比方,马既是能源使用者又是转换器,它是欧亚大陆古代强权的重要工具之一;英国靠煤和蒸汽机一度做到了生产力领先;美国很重要的一段产业优势则来自石油和内燃机。

站在今天往未来看,主要有两条路。一条路是继续提高利用太阳能的能力,包括风光水电,对应的能源转换器是电机、电网,本质上都是更高效地收集、转换、使用能源;另一条更远的路线是可控核聚变,相当于人类自己造了一个太阳。

我的判断是技术发展有次序:我们可能要先学会更好地利用太阳,再变成太阳。这不是说可控核聚变不重要,而是前一条路可能还有大量事情没做完。

我们先看中国企业在国内到底形成了什么竞争能力。过去一段时间,很多行业竞争都非常残酷,把价格压到很低、利润也不一定好,却把供应链、产品迭代和组织效率都卷了出来。

在国内不挣钱,卷完效率再在出海中获利,这可能是理解今天很多中国企业出海的一个起点。

出海大概分两个方向。一类是中国已经卷出的新技术或中高附加值新物种,比如 AI 硬件、新能源车、智能硬件,有机会直接去发达国家;另一类是偏中等附加值、核心竞争力来自供应链极高效率的传统产品,更适合去发展阶段小于等于中国的新兴市场,比如东盟或“一带一路”市场。

这里有一个我也有点诧异的观察。原以为国内价格已经卷成这样,到支付能力低一些的东南亚只能卖得更便宜;但有些企业的反馈不是这样——一些在中国很日常的消费品,到东南亚反而被看成有品牌属性的商品,有点像 2003 到 2010 年的中国:当时很多海外品牌在中国卖得比本土贵,消费者仍愿意“够着买”,现在一些中国品牌到新兴市场也是如此。

所以,出海不能笼统地问“海外有没有市场” “该去欧美还是东南亚”,更重要的是先回答:你在国内到底卷出了什么能力?是技术和产品创新,那有机会去更成熟的市场;是极致的供应链效率,那么在新兴市场里会有优势。

我先不直接回答“要不要回来”。从中美跨境投资的角度看,两边已经经历了几个阶段:科技战、贸易战大概从 2017、2018 年开始,前面割裂得比较快;2021 年回国的人比较多,2022 年下半年到 2024 年初不回国的多, 2024、2025 年起回国的又变多。但我们不能只看短期的人员流动,还是要先看技术和产业本身发生了什么。

历史上的技术发展大致都经历三个阶段:原创技术周期,从 0 到 1;然后大家开始赋予它应用端的想象力,去想它最后可能最大地改变什么;最后才逐渐普及,在各行各业产生大量应用。

拿这一轮 AI 来说,2022 年底到 2025 年初,中美市场最关注的都是基础模型,是典型的 0 到 1。到应用想象阶段,两边出现了差异:美国的产业数字化程度高,很自然往各种 Agent 方向走,从 coding agent 到各种数字化场景里的 Agent;中国有更长的制造业和硬件产业链,大模型更容易跟芯片和传感器、硬件、具身智能结合。不是说美国没有机器人、中国没有Agent,只是两边最容易长出来的应用不同。第三个阶段其实还没真正到来——今天除了 coding 和少数数字化程度很高的企业,大部分行业还没大规模把 AI 用进实际生产。

所以,海外年轻人到底该去哪里,很难只从“中国还是美国”来回答。还是要看你想做的事情处在哪个技术阶段、产业下一步往哪走,以及你的能力在哪种产业环境里更容易发挥价值。

跳转微信打开

  •  

Harness 工程治理:从一次做成,到可复制、可运营的交付能力

phodal 2026-09-08 18:00 浙江

让 Agent 不只是“会完成一次编码任务”,而是逐渐成为一种可验证、可复制、可治理、可运营的交付能力。

在 Better Harness 中,我们构建了一套分析体系,用于理解 Agent 的执行过程及其所处的工程环境。对应的开源版本,也已经支持从十余种 Coding Agent 中读取并分析不同层级的本地数据。但随着开发者开始并行使用多个 Agent、维护多个项目,并在不同设备间切换,核心问题不仅仅是:如何将分散的数据汇总?

真正的问题是:如何将分布在不同 Agent、项目和机器上的执行数据串联起来,形成一条从需求到验证的完整任务链路?又如何让这套能力不仅帮助个人更好地完成任务,也帮助团队把方法复用,并最终支撑组织规模化地交付?

这也是我们正在尝试探索的方向:让 Agent 不只是“会完成一次编码任务”,而是逐渐成为一种可验证、可复制、可治理、可运营的交付能力。

为什么:Agent 的挑战正在从“单点做成”走向“规模运营”

在使用一个新的 Agent 的时,通常我们只关心一个问题:它能不能把眼前的任务完成?然而一次成功,并不等于形成了稳定能力,所以在构建 Agent Harness,我们需要构建持续丰富的测试集来评测。

同样的任务交给另一位开发者、另一个 Agent、另一个项目,或者换到另一台机器上,结果可能完全不同。与此同时,上下文、工具、权限、项目规范、Skill、MCP、模型和验收方式中的任何差异,都可能改变最终结果。

因此,Agent 能力要真正进入团队和组织,需要经历三个阶段:

image.png
  • • 单点做成关注的是:这一次任务需要怎样的上下文、知识和工具能力等,才能产生可靠的结果产物。

  • • 团队复制关注的是:一次成功中的哪些做法,可以沉淀为 Skill、模板、MCP 服务和质量规则。

  • • 规模运营关注的是:这些能力如何通过 Skill 市场、 MCP 网关、评测体系和模型网关,被安全地提供给更多团队。

这条路径对应三个逐步升级的问题,一次任务能力能不能做好,同类任务能不能稳定复用,成熟能力能不能安全、经济地规模化运行。

要回答这些问题,仅仅统计 Session 数量、Token 消耗或者工具调用次数是不够的,还需要建立围绕任务结果的采集与反馈机制,把 Skill 与 MCP 的执行过程、验收结果和资源消耗连接起来,再据此优化 Harness 资产、改进团队实践、补齐个人能力,最终降低完成一次合格任务所需要的整体成本。

关注点驱动:不同层级,需要不同的 Harness

随着 Builder 从个人走向团队和企业,Harness 解决的问题也随之变化:个人首先需要把一次 Agent 协作做好;团队需要让有效的方法稳定复用;企业则需要让成熟能力在安全与成本可控的前提下规模化运行。因此,Harness 的能力重点也应当分层设计。

image.png

个人:把一次 Agent 协作做好

今天,人人都可以成为 Builder,每天指挥多个 Agent 工作。对于个人而言,最直接的问题是:怎样让 Agent 一次把活干好?所以,我们需要:

  • • 先把任务说清楚,再让 Agent 动手:明确问题、改动范围、不做什么、交付物、验收方式和风险点,即我们的 spec 文档上的内容;如果 Agent 还无法准确理解完成条件,就不进入执行/实现阶段。

  • • 按任务准备上下文和工具:提供当前任务真正需要的项目说明、架构知识、领域知识和技能,只开放必要的目录、命令、工具与网络权限。

  • • 围绕真实产物与 Agent 协作:直接在代码 diff、网页或文档上标注、修改和验收,同时要求 Agent 给出验证结果(截图、测试等 )。

因此,个人视角关注的是能否还原一次任务从定义、执行到最终验收的完整过程。

团队:把个人经验变成稳定的工程实践

而对于来说团队,关注的层面就有所不同,更关注的是如何把个人经验变成稳定的工程实践?

  • • 让环境可以被 Agent 操作:搭建统一安装、启动、测试和调试方式,使 Agent 能快速进入验证阶段、复现问题,并在失败后恢复。诸如于通过 Npm、Gradle 之类的标准构建工具,定义好构建任务。

  • • 让规则可以被自动检查:为架构、安全、测试和视觉要求配置对应的检查机制与验收方式,让规则真正进入执行流程。诸如于,能通过 Playwright CLI、Agent Browser 访问环境,来进行视觉检查。

  • • 让任务经验可以被持续沉淀:关联需求、会话、文件变化、测试、提交和评审证据,将反复验证有效的做法沉淀为项目规范、Skill、脚本、Hook、任务模板或质量门禁。

团队视角关注的不是某一次任务偶然成功,而是能否通过统一环境、自动检查和 Harness 资产,把一类任务持续做稳。

组织:让 Agent 能力以可接受的成本规模化运行

当 Harness 进入多团队、多项目和多设备协作后,组织需要解决的,不再只是某个 Agent 是否完成任务,而是如何基于跨任务、跨团队的真实证据,持续治理和优化交付能力:

  • • 建立跨 Agent 的任务证据链:关联需求、任务定义、Agent 会话、上下文与工具使用、代码变更、验证结果、人工验收和后续缺陷,使一次交付能够被还原、追溯和复盘。

  • • 治理可复用的 Harness 能力:结合轨迹分析,将经验证有效的 Skill、MCP、Hook、规则和评测集版本化,并明确其适用任务、质量要求与维护责任,避免“能用一次”的经验被无边界扩散。

  • • 基于结果决定投入与推广:按任务类型持续比较不同 Harness 方案的验收通过率、人工介入、失败重试、返工、资源消耗和后续缺陷,判断哪些能力应推广、优化、收窄或停用。

组织视角关注的不是“Agent 看起来是否聪明”,也不只是单次调用成本,而是能否把分散的执行活动转化为可验证的交付证据,并据此以可控的质量、风险和成本持续扩大有效能力的覆盖范围。

Better Harness 的初步尝试:从执行数据走向任务反馈

前面讨论的个人协作、团队复用和企业运营,最终都依赖同一个前提:我们能否知道一次任务是如何完成的、最终产生了什么结果,以及其中哪些能力真正发挥了作用。一次完整任务并不只发生在 Agent 的对话窗口中,而是穿过四层相互连接的 Harness:

image.png

向下,组织和团队目标被转化为任务边界、验收条件、上下文、工具与规则,由 Agent 完成计划、执行、验证和恢复;向上,真实产物经过自动验证或人工验收后形成任务证据,并将反复验证有效的方法沉淀为 Skill、MCP、Hook、规则或任务模板,为团队复用和组织决策提供依据。

这也是 Better Harness Dashboard 想做的事情,尝试把分散的 Agent 执行记录转化为可观察的任务反馈,以降低人与 Agent 的摩擦,从而让组织减少 token/credits 的浪费,以放在更有价值的任务上。

目前,Dashboard 已能跨项目查看 Skill、MCP、模型、Token 和工具调用等活动,帮助个人和团队识别能力是否被使用、使用发生在哪些阶段,以及是否存在异常消耗或执行摩擦。

image.png

但“被调用”并不等于“有效”。下一步需要把这些活动与任务意图、验收条件、真实产物和人工验收连接起来,逐步回答:

  • • 任务是否真正通过验收?对应的 Edit 文件工具的调用,引发的提交是不是在对应的 release 版本中。

  • • Skill 和 MCP 是否用在了正确阶段?在  Skill、MCP 执行过程中有多少的调用失败、错误场景,应该要合理的统计进来,以便反馈给发布者进行改进,减少额外的 token 消耗。

  • • 哪些消耗没有转化为有效进展?是否存在消耗巨大的无效长程任务等。

  • • 哪些经验值得沉淀为团队 Harness 资产?诸如于在当前阶段 400k 的上下文能达到最好的成本和效果平衡等。

因此,Dashboard 不是最终目标,而是任务反馈的观察入口。现阶段最重要的,是先把执行活动与真实结果连接起来,为持续改进 Harness、降低合格任务的整体成本建立基础。后续,则可以结合这些经验和教训,将更多的最佳实践分享给更多的团队。

欢迎体验 Better Harness

Better Harness 当前仍在快速演进。你可以先在本地运行 Harness UI,看看它如何读取项目中的 Agent、Skill、MCP 和任务数据:

  1. git clone https://github.com/QoderAI/better-harness.git
  2. cd better-harness
  3. npm install
  4. npm run harness-ui:dev

访问 http://127.0.0.1:3410 查看 Dashboard。然后,一起探索一些有意思的话题:

  • • 连接 Session、任务历程、代码变更与交付结果,建立跨 Agent 的任务证据链。

  • • 从多个任务中识别可复用的工作模式,并沉淀为可追踪的 Harness Issue。

  • • 通过版本化组件、评测集和受控实验,验证 Skill、MCP 与规则等改动是否有效。

  • • 完善成本与路由评估、长期任务基准,以及不同 Agent 和操作系统的真实验证。

欢迎提交 Issue、贡献 Adapter,或参与 Better Harness 的设计与验证。

阅读原文

跳转微信打开

  •  

Xiaomi MiMo 桌面客户端开放邀测

原创 小米大模型 2026-09-08 14:55 北京

Xiaomi MiMo 新一代模型 Preview 版免费体验

今天,Xiaomi MiMo Desktop 桌面客户端(以下简称:MiMo Desktop)携全新一代模型 Preview 版,正式开放邀测。

MiMo Desktop 是一款面向真实工作场景的桌面 AI 应用:接收多格式素材输入,理解目标,拆解任务,调用工具,交付高可用度成果,并支持实时预览与修改。我们希望通过真实任务,验证它在长链路执行、工具调用、交付质量和使用体验上的边界,并据此持续迭代。

申请链接:

https://mimo.xiaomimimo.com/desktop/invite/

通过申请后,你可以在邀测期间限时、限量、免费体验两款 Xiaomi MiMo 新一代模型 Preview 版( 代号:MiMo-X-Pro-Preview、MiMo-X-Flash-Preview )。

 01 从回答问题到交付成果

真实工作很少从一个干净的提示词开始。表格、图片、视频、PDF、录音,乃至未解压的压缩包,往往同时构成任务的上下文。MiMo Desktop 可以直接读取这些素材,无需预先整理或转换格式。

用户只需用自然语言说明目标,MiMo Desktop 会理解素材、拆解任务、并调用工具执行,并最终交付可继续编辑的成果:文档、表格、幻灯片、网页、图片、音频、视频,甚至是 3D 模型、App 或软件工程项目。

例:PPT 工作流:混合素材输入 → 事实与数据梳理 → 叙事结构设计 → 图表与版式生成 → 交付可继续修改的 PPT

例:Figma工作流:自然语言输入 → 理解任务 → 规划工作流 → 调用 MCP 控制 Figma → 实时生成设计元素 → 交付成果

 02 可直接交互的预览界面

MiMo Desktop 的“成果预览”并非静态截图,而是包含组件结构、交互逻辑、状态变化和数据可视化的完整页面,并支持直接在会话中展示。用户看到的是可以点击、操作和继续修改的成果。

生成轻量游戏原型、复杂数据网页、Office 文件,以及需要动态交互的 Demo 时,成果可立即预览、提问并继续迭代,无需预先搭建本地前端环境。

3D 交互式网页

Prompt:帮我建一个城堡、摩天轮和旋转木马,周围是极光,城堡可以变换灯光秀,放在一个 html 里面,要非常的有审美、高级,

3D 游戏

Prompt:使用 three.js 做一个 SnowRunner 风格的足球游戏,主角是越野卡车,在泥地里踢足球,有跳跃、加速等特技动作

高阶 PPT

Prompt:做一个好看的介绍意大利 PPT,图文并茂,具有高级感,有意大利风

图文调研报告

Prompt:深度调研徽派建筑这个建筑风格的历史、结构与空间特征,并产出完整调研报告,需要结构清晰有深度、图文并茂

 03 在成果上继续工作

交付不是会话的终点。用户可以直接选中会话或产物的任意元素、文本段落、图表或表格区域,用自然语言描述下一步工作或修改要求。选区会限定作用范围,MiMo Desktop 只处理用户希望修改的部分,不必重新生成完整成果,也不必重复交代任务背景。

每次修改都会保留版本记录。用户可以比较不同方案,也可以随时回退历史版本。

例:在 PPT 中局部修改:选中范围→ 描述修改意见 → 局部实时重生成

 04 Smart 调度:为任务匹配合适的执行路径

用户无需在开始任务前先判断该选用哪个模型、哪个 Agent,或哪套执行框架。MiMo Desktop 内置 「Smart」调度模式,可自动评估任务类型、复杂程度、交付要求和执行成本,再自动匹配最适合当前任务的执行路径。

  • 任务评估:识别任务属于办公、编程、研究、设计还是混合场景,并判断所需推理深度、工具范围和交付标准。

  • 模型路由:在标准模型与旗舰模型之间动态选择。日常任务优先标准模型、速度快、成本低;复杂推理、长链路执行和高质量交付使用旗舰模型、产出质量更高。可用模型型号以当前版本为准。

  • Harness/Agent/Skill 路由:根据任务类型选择办公、代码或研究 Harness/Agent;大型任务可拆分给多个 Agent,分别负责调研、规划、执行和复核,并在执行过程中自动调用不同 Skill 以拓展能力、满足交付质量。

  • 多会话协同:可按需组成多角色会话团队。多会话之间可自动相互通信、彼此协作,每个会话在推进项目的过程中,都有独立的记忆、工作区和任务状态。

「Smart」调度可最大化节省用户心智,自动在质量、速度和成本之间做出最优选择。

 05 浏览器操控:既是信息入口,也是执行环境

MiMo Desktop 可以自主控制电脑浏览器,读取浏览页面、执行交互操作,包括打开网页、检索信息、填写表单和提取素材。浏览器不只是信息来源,也作为任务执行环境的一部分。

从浏览器中获得的信息可直接进入当前任务,用于调研、分析、整理和内容制作,最大化节省用户自行检索和跨应用传递内容的时间。生成网页类成果时,MiMo Desktop 也可以在同一工作流中用浏览器检查关键交互,自动验证成果。

 06 让长任务成本可控

长任务不仅要高质量完成,更要控制计算成本。MiMo Desktop 通过模型路由、局部编辑和上下文缓存机制的优化,减少不必要成本支出。

「Smart」调度按任务复杂度选择合适模型;局部编辑只处理与重新生成需要修改的内容;高缓存命中优化最大程度减少缓存部分的重复计算量。三种机制结合,分别降低模型选择、变更范围和重复上下文计算带来的 Token 消耗。

在长任务实际测试中,同会话的缓存命中率最高可达 99%,跨会话最高可达 95%,帮助用户最大化控制任务成本。

 新模型抢先体验

邀测期间,通过申请的用户可以在 MiMo Desktop 限时、限量、免费体验两款 Xiaomi MiMo 全新一代模型 Preview 版,代号:

  • MiMo-X-Pro-Preview

  • MiMo-X-Flash-Preview

MiMo-X 系列模型面向真实专业工作场景优化,重点覆盖复杂任务推理、多 Agent 协作、大型编程项目、Office、网页设计、前端与交互设计、视频剪辑、3D 生成、音乐生成、电脑操控等。

MiMo-X 系列目前仍处于预览测试阶段,能力表现可能随版本迭代变化。用户基于实际任务的反馈将用于后续评估与改进。

如何加入邀测

访问下列页面并提交申请。审核通过后,即可下载和使用 MiMo Desktop:

https://mimo.xiaomimimo.com/desktop/invite/

本次邀测将优先面向 Xiaomi MiMo 开放平台已有用户开放。

 写在最后

我们相信——AGI 的意义,不止于理解世界,更在于帮助每个人创造世界。

MiMo Desktop 正是我们迈入真实工作流,帮助用户将想法转化为高质量成果的第一步。

欢迎申请参与邀测,并用真实任务告诉我们:它已经能够完成什么,还有哪些地方需要改进。

跳转微信打开

  •  

43 Talks报名 | 当能力不再稀缺,什么值得投资?

原创 薛临风 2026-09-08 14:10 北京

AI 开始替我们读财报、找资料、写策略、做分析,当曾经需要一个团队完成的工作,如今可以由一个人与 AI 协作推进……投资这件事,会因此变得更容易吗?

AI × 投资 !

当 AI 开始替我们读财报、找资料、写策略、做分析,当曾经需要一个团队完成的工作,如今可以由一个人与 AI 协作推进……投资这件事,会因此变得更容易吗?

投资中有许多门槛:信息搜集的成本、专业知识的积累、分析与执行的效率。我们花时间学习,也为更好的工具和更专业的服务付费,希望因此比别人多看一步。

AI 让这些门槛有了重新被讨论的可能。但拥有更强的分析能力,与做出更好的投资决策之间,仍然隔着一些问题。一份逻辑完整的报告,能否经得起事实检验?一个看起来很有前景的方向,是否已经被价格充分反映?当每个人都能获得一个随叫随到的“研究团队”,投资的优势又会从哪里来?

当能力不再稀缺,什么值得投资?

这个问题有两层含义:我们如何借助 AI 做投资,也如何判断 AI 带来的变化究竟值得怎样的投入。工具、资产,以及我们自己的时间与注意力,都在其中。

本期 43 Talks,我们想把这些问题放到同一张桌上:

  • 当研究与分析变得更容易,投资者之间的差别会体现在哪里?是提问的方式、判断的依据,还是面对不确定性时的选择?

  • “用 AI 投资”与“投资 AI”,各自需要回答什么问题?技术上的进步,如何转化为可以被检验的投资逻辑?

  • 当越来越多人使用相似的工具、读取相似的信息,AI 会帮助我们发现分歧,还是让我们更确信同一个答案?

我们邀请了三位来自投资探索、跨资产投资与职业交易领域的嘉宾,从各自的实践与分享主题出发,一起讨论 AI 进入投资之后,哪些事情发生了变化,哪些问题仍然需要人来回答。

PART 02

特邀嘉宾

奥德赛

分享主题:《如何开坦克》

身份:投资探索者

《如何开坦克》先为你留下了一个悬念:这辆“坦克”究竟是什么,又要驶向哪里?

一个人可以调动的工具与能力不断增加,如何驾驭它们,也随之成为问题。我们想从这场分享中追问:拥有强大的工具之后,目标如何确定,行动如何组织,判断又该如何接受检验?奥德赛将以这个特别的题目,开启本期的主题分享。

李啸坤

分享主题:《跨资产投资者的AI之路》

身份:Future Capital Management SE CEO

从跨资产投资者的视角看 AI,值得关注的环节有很多:信息如何被整理,不同市场之间的联系如何被理解,一个判断又怎样从研究走向行动。

沿着《跨资产投资者的AI之路》这个题目,我们关心的是 AI 进入投资过程之后的具体变化:哪些工作适合交给它,哪些输出需要反复核验?当分析速度提高,投资者如何安排自己的注意力?期待在李啸坤的分享中,听到这条路上的实践与思考。

Weiwei

分享主题:《从存储到观测:一种世界观先行的 Context 工程》

身份:职业交易员|前期权做市商

“木马计”与“奥德赛”,让这个题目多了几分关于策略、对手与未知旅程的意味。它们与 AI 时代的投资之间,会产生怎样的联系?

带着职业交易员与前期权做市商的经历,Weiwei 的分享也让我们期待从交易的视角继续追问:当工具更强、信息更多,市场中的博弈会怎样变化?面对一个令人信服的判断,我们又该如何看待它尚未解释的风险?题目中的隐喻,留待现场展开。

PART 03

圆桌激辩 

能力不再稀缺,投资的优势从哪里来?

三场主题分享之后,奥德赛、李啸坤与 Weiwei 将共同参与圆桌论坛。本场活动由 AI 探索者李继刚主持。

从工具的使用,到跨资产的研究,再到交易中的博弈,不同视角最终会落到同一个问题上:AI 能帮助我们完成越来越多的工作之后,投资者最需要保留、训练和检验的能力是什么?

我们也想把讨论再往前推进一步:如果 AI 给出一个与你经验相悖的结论,你会依据什么作出取舍?如果大家都能写出有说服力的投资逻辑,什么样的证据才足以支持行动?面对技术带来的新机会,怎样理解“值得”二字?

这些问题关乎资金的选择,也关乎每个人如何投入自己的时间、学习与判断。无论你正在尝试用 AI 辅助研究,还是想理解它对投资的影响,都欢迎带着自己的问题来到现场。

请相信每一个问题,都会对你有帮助。 答案,只在落座后的交锋中浮现。

那就请大家扫码报名,欣然入座,且思且辩。

跳转微信打开

  •  

The Batch: 980 | OpenAI 和 Anthropic 的数据保留政策

原创 DeeplearningAI 2026-09-08 12:45 北京

Hi~新朋友,记得关注我们哟

任何向 AI 模型或服务发送私人数据的人,都理应得到三个问题的明确答案:(i) 这些数据存放在哪里?(ii) 他们会保留多久?以及 (iii) 他们会如何处理这些数据(例如是否用于训练、是否给人类查看等)?本周,两家领先公司的企业客户收到了两种回应:一种是泄露后得到确认,另一种则是预览版。两者的技术细节都很少。

● Anthropic 的新动向:自 6 月以来,使用 Claude Fable 5 的企业一直被要求允许 Anthropic 保留他们的对话 30 天。现在,Anthropic 将放宽这一规则,推出一个名为 Enterprise Frontier Safeguards(EFS)的新计划,要求采用零数据保留(ZDR)政策的公司改为将数据保存在自己的服务器上,或特定云服务提供商的服务器上。在 EFS 于今年秋季某个时候可用之前,符合条件的企业客户将能够使用 Fable 5 和 Fable 5.1,而 Anthropic 不会保留任何数据。

●与此同时,OpenAI:在彭博社披露 Anthropic 的消息前一天,OpenAI 发布了一篇文章,承诺对于企业客户,其最强大的模型都支持 ZDR。这意味着 OpenAI 从不记录企业的提示词和回复。该服务面向已获批准、将模型接入自家软件的企业提供。文章还预览了 Private Safety Processing(PSP),这是一种旨在在不让 OpenAI 读取提示词的情况下,识别分布在大量请求中的滥用行为的系统。

●工作原理:两家公司都描述了同一种方法:软件会持续监测请求并标记模式。无需人工审查。以下是两家公司都没有解释清楚的地方:“我们的员工看不到它”并不等于“我们的系统看不到它”。要扫描数据,公司编写的软件必须在数据所在之处将其解锁并读取。Anthropic 技术团队成员 Sholto Douglas 在 X 上将这一计划描述为“通过我们提供给你的自动化系统来完成监测”。以下是两家公司的现状。

✴ 立即生效:据其帮助中心称,Anthropic 会在所有平台上保留 Fable 5 和 Mythos 5 的对话 30 天。此外,根据公司自行决定的流程被标记的内容,可依据其一般政策最长保留两年,而且 Anthropic 批准的审查人员可通过记录完整的流程读取这些内容。OpenAI 表示,除联邦法律要求外,其员工无法查看 ZDR 客户的对话。

✴ 已承诺的内容:Anthropic 将要求数据保留相同的 30 天,但存放在客户的服务器上——可以是客户自己的服务器,也可以是 Google Cloud、Microsoft Foundry 或 Amazon Web Services 等第三方提供商的服务器。30 天的要求仍将保留,但数据将存放在客户指定的服务器上,而不是 Anthropic 的服务器上,客户还可以选择管理自己的加密密钥、审计日志和其他安全数据。OpenAI 的 Private Safety Processing 将扫描存放在客户服务器上的数据,或使用 OpenAI 所说其员工无法获得密钥、但存放在 OpenAI 服务器上的加密数据,并且只会返回活动类型的标签,而不是内容本身。

✴ 为何需要这些功能:EFS 和 PSP 旨在应对的主要威胁是网络攻击。有些攻击只会在大量请求中显现出来。Anthropic 的帮助中心提到政府间谍活动,以及 “best-of-N” 越狱攻击,即攻击者将被拦截的请求反复改写数百次,直到某个版本通过为止。

✴ 未披露内容:目前仍不清楚两家公司如何读取它们声称自己看不到的数据。OpenAI 已承诺将在 9 月发布一篇关于 PSP 的技术论文;Anthropic 曾为其 6 月的数据保留政策发布过一篇论文,但关于 EFS 将如何运作的技术细节很少。两家公司都没有披露它们用来判断某事是否属于“网络攻击”或“不安全”的具体标准。

● 新闻背后:Anthropic 6 月的规则迫使其部分已有 ZDR 合同的企业客户例外处理。这些客户若想使用新模型,必须先开启保留功能。因此,许多企业放弃使用 Fable 5。正如我们在 6 月报道的那样,ARC Prize Foundation 也放弃了对 Fable 5 进行其验证测试,而不是暴露其私有测试问题。Anthropic 此后已承认这一成本;在 8 月的一份风险报告中,该公司写道,这项规则“会让那些已经习惯零保留的客户感到不满”,如果竞争对手不这么做,还可能损害其业务。OpenAI 则没有这样做;其文章重申了零保留。

●重要原因:企业现在仅凭新闻稿就在决定是否将敏感数据交给这些模型。对于律师事务所、医院和银行等受监管行业来说,“我们不会用你的数据训练模型”和“我们没有你的数据”是两种不同的承诺。企业也不清楚 Anthropic 何时会改变其对“非安全”行为的定义,以及其员工何时可能会读取提示词——这些提示词往往包含极其敏感的数据。任何能在服务器上找到的数据,都可能被攻击者破坏,或被法院要求提供。去年,在《纽约时报》的版权诉讼中,法院命令 OpenAI 保留其通常会删除的聊天记录,甚至包括用户已经删除的记录。OpenAI 表示,ZDR 客户不受影响,因为公司从未持有过他们的数据。若在针对 AI 公司的诉讼中,存放在客户服务器上的日志是否也会被调取,这是两家公司都未回应的问题。两家公司都没有发布其设计的独立审计。

● 我们在想:在 2024 年,我们描述了云端 AI 隐私的四个层级,其中最强的一层——服务提供商根本无法访问你的数据——对于敏感工作最为关键。考虑到前沿实验室在界定何为“安全”时拥有自行采用任何标准的裁量权,这一点尤其重要。我们将此与许多超大规模云服务商简单明了的隐私政策进行对比:规则要清晰得多。我们预计,除非有传票、法院命令或其他更可预期的法律程序要求,否则他们不会查看我们的数据。两家公司现在都表示,它们可以在保护用户隐私的同时,仍然跨越多次请求发现滥用行为。但它们都没有展示实现方式。在它们都公布设计之前,这只是路线图,而不是保证。

点击下方阅读原文查看更多有趣内容哦~

阅读原文

跳转微信打开

  •  

什么样的业务经验值得做成 Agent:从个人工具到组织资产

原创 欢迎关注的 2026-09-08 12:00 北京

业务经验反复被问却久困个人,本文给出三条判断标准,讲清哪些经验值得沉淀为 Agent,让个人工具升级为组织资产。

。图片

点击蓝字,关注我们

图片

作者 | 谢雨杉

导读 

introduction

团队里总有几个"被反复问的人":指标口径、取数路径、诊断顺序……回答得越好,被问得越多。问题出在经验只能一对一交付,困在个人身上。本文结合 E-SAGE 电商 Agent 服务平台实践,给出三条判断标准——咨询频次高、判断路径固定、结论因人而异,符合两条就值得做成 Agent。更关键的是,门槛不在编程能力,而在业务理解:谁能把判断说清楚,谁就能让经验变成组织资产。不妨从那个"你今年已回答过很多次、每次答案都差不多"的问题开始。

全文 3222 字,预计阅读时间 4 分钟

GEEK TALK

01

一个组织级的问题:经验困在个人手里

每个团队都有几位「被反复问的人」。指标口径怎么算、这个数从哪张表取、这类商家该先看哪个指标——问题一再出现,答案八九不离十,但每次都得由同一个人重新讲一遍。回答得越好,被问得越多。

这不是沟通效率的问题,而是经验的交付方式问题:专业经验长期只能以「一对一」的方式交付,一次投入只服务一次咨询。经验留在个人身上,既没有被组织沉淀,也无法被别人直接使用。

1.1 AI 工具并没有改变这件事

市面上的通用助手类产品大多面向个人使用:技能加载于个人会话中,效果取决于使用者的提问方式,更换使用者即需重新交代背景。它让「本来就会的人」更快,却没有让「不会的人」变会——经验依然留在个人手里。

1.2 差别落在交付物上

Skill 与工具交付的是工具,使用者需自行判断该用哪个、如何组合;Agent 交付的是可直接承接任务的执行主体,使用者只需说明需求。前者是一次投入服务一次,后者是一次投入反复调用。

由此产生一个更实际的问题:既然经验可以被沉淀成一个能自己干活的主体,哪些经验值得这样沉淀,哪些不值得?这是本文想讨论的重点。

GEEK TALK

02

形态之别:从个人会话到组织可治理的资源

关键的变化不在模型更强,而在 Agent 的存在形式:它不再是一问一答的个人会话,而是一份持久化的 Agent 定义加一套执行环境——角色设定、工具、技能、记忆、工作区与触发方式被固化下来,可长期复用、团队共享,用以承接完整且可重复执行的业务流程。

就能力构成而言,业界主流方案并无本质差异,都是「指令 + 工具 + 技能 + 记忆 + 工作区 + 触发」的组合。真正拉开差距的,是能否把 Agent 变成组织内可治理的资源:可创建、可测试、可发布、可共享,并配套权限管控、操作审批与全程审计。缺少这一层,Agent 就只能停留在个人工具的形态。

2.1 一次装配,两侧受益

可治理的前提是分工清晰:懂业务的人负责表述判断,使用的人只管提出需求,通用的工程能力由平台统一承担。

  • 建设侧:设定角色 → 绑定能力 → 选型配置 → 调试发布。全程无需编写工程代码;执行链路与工具调用全程可见,可自行定位问题、独立迭代。

  • 使用侧:选择 Agent → 自然语言描述需求 → 获取结果。Agent 会主动就时间范围、口径、维度反问确认,对齐后再执行,一次交齐结论与依据。

  • 平台侧:运行环境、长任务调度、权限管控等各 Agent 通用、且与业务逻辑无关的能力,统一提供,不必重复搭建。

2.2 云原生多会话并行:调度与状态外置

挑战:传统Agent将 Agent Loop、状态和执行环境绑定在单机或单进程中,这种模式适合单人使用,但很难支撑组织场景下的多人共享、并发执行和统一管理。随着同一 Agent 被更多成员、更多 Session 同时使用,固定机器绑定会带来资源利用率低、故障恢复困难、状态迁移复杂等问题,也难以真正做到 Agent 级治理。E-SAGE 通过云原生架构对 Agent Runtime 进行解耦:

解法:产研自建Agent云原生架构cns(Commerce Neural Stack, 电商智能中枢栈)

  • 三层解耦: 将 Agent Loop、状态、执行环境从单机实例中拆分,形成彼此独立的运行层

    • 状态统一外置持久化,不再依赖具体机器,计算节点故障或迁移不影响会话连续性

    • 执行环境按 Agent 隔离,Shell、Browser、Code、File 等资源互不污染

    • 各层生命周期独立,可分别调度、扩缩容和恢复

  • 分布式执行: Agent Loop 作为独立计算单元运行在分布式集群中

    • 不同 Session 可分散到不同节点并行执行,实现计算资源池化和水平扩展

    • 单 Session 通过租约机制保证同一时刻仅由一个 Worker 执行,避免并发写冲突

    • Worker 异常或租约超时后可由其他节点接管,实现故障转移与自动恢复

  • Agent 级治理: 将管理粒度从“机器 / 进程”提升到 Agent

    • 同一 Agent 可被组织内多人、多 Session 复用,而无需绑定固定运行环境

    • 平台统一完成调度、权限、资源和运行状态管理

GEEK TALK

03

判断标准:哪些经验值得沉淀成 Agent

真正稀缺的从来不是技术能力,而是可被清晰表述的业务经验。但并非所有经验都适合沉淀——投入之前,先用三条标准做判断。

3.1 符合任意两条,就值得建

① 咨询频次高

同一类问题年内已多次解答,且每次结论基本一致。

典型:指标口径确认——问的人不同,答案却大同小异。

② 判断路径固定

处理该问题有明确的判断顺序与标准,能讲清「先看什么、再看什么」。

典型:经营诊断——先看分层,再看门控,再看流量与转化。

③ 结论因人而异

同一事项由不同人处理,结论常不一致,口径依赖个人经验。

收益:这类场景沉淀后不只是省时间,更重要的是口径终于统一。

3.2 两类场景暂不适合

  • 需要临场判断、每次标准都不相同的场景。此类问题本身缺乏可表述的规则——连本人都写不出判断依据,Agent 自然也学不会。

  • 一次性、不会重复出现的问题。沉淀的价值来自反复调用;只做一次的事情,投入产出并不成立。

3.3 一个更简单的自问

如果三条标准还是不好判断,可以只问自己两句话:「这个问题今年我回答过几次?每次答案是不是差不多?」——若答案是「很多次」且「差不多」,它就该被沉淀下来,而不是继续留在自己身上。

GEEK TALK

04

门槛在业务理解,而不在编程能力

这个判断有事实支撑:已上线的 Agent 应用中,建设方以业务角色为主,而非 Agent 研发工程师;覆盖场景也早已不限于数据,商机洞察、直播冷启诊断、招商选品都是由熟悉该业务的产品、运营同学自行建成并使用的。

结论并不复杂:谁最熟悉某类业务,谁就适合成为该 Agent 的建设者。

4.1 建设者需要投入什么

4.2 两个常被问到的问题

  • 建成后效果不佳如何处理?调试工作台会完整展示每一步推理与工具调用,建设者可自行判断问题所在并即时调整,不必等待研发排期。

  • 建成后无人使用怎么办?这恰恰回到第三章的标准——如果它解决的是被反复咨询的真实问题,就不会没人用;如果无人使用,多半是这个场景本就不该沉淀。

GEEK TALK

05

两个例证:符合标准的场景长什么样

下面两个 Agent 分别来自数据类与业务类场景,可以作为前述标准的参照——它们的共同点是问题被反复咨询、判断路径可以讲清楚。

5.1 电商数据口径 Agent

Agent 介绍

面向业务、运营与数据分析人员,帮助快速确认指标口径、定位可用数据源,并生成可执行取数方案。

适用场景

  • 查询 GMV、订单量、用户数、转化率等指标的定义与统计范围

  • 确认某指标是否可取、从哪里取、按什么粒度取

  • 将业务问题拆解为数据维度、过滤条件与时间范围

  • 输出 SQL 取数思路或数据需求说明

核心能力

5.2 电商直播冷启诊断 Agent

Agent 介绍

面向电商平台运营与小二,帮助快速定位冷启期直播商家的经营问题,自动完成多维取数与归因,并输出可落地的诊断报告。

覆盖范围

当前聚焦直播通路下商家冷启阶段的诊断,后续将逐步扩展至所有通路下的经营诊断。

适用场景

  • 对单个冷启直播间做深度诊断,定位流量不足、转化偏低或开播门控未通过的根因

  • 批量扫描冷启商家,按阈值筛出问题清单并标注命中场景

  • 查询某直播间的分层档位、门控判定结果与同类目中位对比

  • 对比多个维度指标,跨维度归因首因并生成可执行的下一步建议

  • 输出结论前置的诊断报告(Markdown 与可视化 HTML 双形态)

核心能力

典型提问方式

  • 这个 room_id 的商家冷启为什么没起量?帮我诊断一下

  • 这个 room_id 的商家 X 月 X 日流量特别差,是什么原因?

  • 帮我扫一下这批冷启商家,看看哪些门控没过

  • 这个商家流量有但转化低,问题出在哪?

  • 帮我生成 room_id XXX 本月冷启的完整诊断报告

  • 这个商家的分层档位是什么?该优先做什么动作?

GEEK TALK

06

写在最后

把经验做成 Agent,本质上是一次表述的工作:先要说清自己是怎么判断的,才谈得上让它被复用。很多经验之所以一直困在个人身上,不是因为它太复杂,而是因为从来没有被完整表述过一次。

所以真正值得先做的,往往就是那个你今年已经回答过很多次、而每次答案都差不多的问题。

跳转微信打开

  •  

让AI接盘老游戏存档编辑器

小编 2026-09-08 11:31 北京

重拾MHXX,手搓属于自己的存档编辑器

我是 MHXX 的多年老粉。想再玩一把,又不太想从 0 开始,于是找到了开源存档编辑器 MHXXSaveEditor,打算给自己省一点时间。

它还能运行,这本该是个好消息。真正用起来,我却发现想改的几个词条没有入口,项目也已经无人维护。

摆在我面前的选择很复古:打开自制系统里的内存查看器,一个字节一个字节地找;或者认输,老老实实重刷。

但现在毕竟是 AI 时代。我开始想,它能不能接过这份没人继续做的维护工作?

打开编辑器,我先被一串字节挡住

我原本以为,存档编辑器应该是一张表单。选择文件,找到“金钱”或“装备”,填入新值,再点一下保存。

真正打开这类工程工具时,看到的却是另一番景象。

MHXXSaveEditor 高级编辑器:已知偏移、Hex 数据、数值解释、研究记录和知识库
MHXXSaveEditor 高级编辑器:已知偏移、Hex 数据、数值解释、研究记录和知识库

画面中央是一整片 Hex 数据。4F 3F 75 00 这样的字节不会主动告诉我自己代表什么。左边的 FUNDS_OFFSET、PLAY_TIME_OFFSET 和角色槽基址,都是维护者经过实验后写下的解释。游戏官方没有提供这样的字段表。

要看懂这个界面,第一关是十六进制。文件地址通常写成 0x126498,字节值也用十六进制展示。我得在文件位置、字节序列和日常使用的十进制数值之间来回换算。

然后是偏移。编辑器不能只记住某个绝对地址,还要理解“角色槽基址加 0x24”这样的相对位置。换到另一个角色槽,基址变了,字段在槽内的位置却可能保持不变。

编码方式又是一关。图里的金钱使用四字节无符号整数,并且采用小端序。人习惯从高位写到低位,文件却从低位字节开始保存。同样四个字节,换一种数值类型或字节顺序,就可能得到完全不同的结果。

还有更隐蔽的问题。同一个金钱数值可能在存档里出现两次,一处供存档界面显示,另一处供游戏逻辑使用。某些字段有合法范围,有些版本还会增加校验。数字看起来改对了,漏掉关联字段,游戏仍可能拒绝读档。

这些知识对原作者来说也许早已成了直觉。对第一次接触项目的人来说,每个术语都要现查,每次写入都像在碰运气。

我以为只是少了一个输入框

既然编辑器已经能读取和保存存档,缺一个词条,大概只是界面上少做了一个输入框。起初我确实这么想。

看进代码以后才发现,输入框其实是最后一步。在它出现之前,维护者要先证明这个游戏词条藏在哪几个字节里、怎样编码、有没有同步副本,以及修改后游戏是否接受。

常用的研究方法叫作基于控制变量的黑盒差分分析。名字有点长,做法倒不难理解:一次只改变一个游戏状态,然后比较操作前后的两份存档。

假设要找金钱字段,可以先保存一份存档,进入游戏,只购买一件价格为 20z 的道具,然后再保存一份。两份文件分别作为 before 和 after。接下来逐字节比较,找出发生变化的位置,再看哪些变化可以解释成“金钱减少 20”。

麻烦在于,存档不会只记录我有意改变的东西。如果测试期间整理了背包、切换了地图,或者只是在游戏里多停留了一会儿,文件里都会混入额外变化。游戏时间、界面状态和内部计数一起改变,真正要找的字段很快就会埋进噪声里。

发现候选以后,还不能马上把它写进编辑器。维护者要判断它属于哪个角色槽,确认编码方式,检查附近有没有同步副本。然后复制一份测试存档,只修改尽可能少的字节,再放回游戏验证。只有结果符合预期,偏移和对应词条才有资格进入知识库。

与此同时,代码也得继续维护。导入导出逻辑要兼容文件格式,解析代码要处理越界和异常,界面要把偏移、数值与实验记录连起来。知识库更新以后,读取工具、测试用例和说明文档也要跟着变。

一轮研究可能拖上几天。中途最容易丢的,往往是那些没有正式记下来的判断:这两份存档做过什么,为什么排除了那个地址,眼前的结论究竟验证过没有。维护者一旦离开,后来的人只能重新翻 Hex、读代码、猜注释,再走一遍旧路。

到这里,问题已经很清楚了。时间主要花在制造样本、比较差异、记录排除理由和准备下一轮实验上,输入框只是最后的一小步。这些工作有固定规则,数量又大,很适合让 AI 参与。

我没有先让 AI 修改存档

我先给 AI 搭了一张研究工作台。

MHXX AI Research Studio 研究工作台:AI 提交候选与实验方案,等待人工审批后再生成测试副本
MHXX AI Research Studio 研究工作台:AI 提交候选与实验方案,等待人工审批后再生成测试副本

研究工作台和高级编辑器共用同一份研究状态,但分工不同。高级编辑器负责查看 Hex、已知偏移、数值解释和 known-offsets 知识库;研究工作台负责显示当前阶段、AI 提交的候选与证据,以及等待人工处理的审批和验证任务。研究者既能钻进字节细节,也能随时退回流程视角,确认现在为什么停在这里。

一次研究从两份成对存档开始。人要说明这次实验改变了什么,比如“购买一件 20z 的道具,其他操作保持不变”。工作台登记文件指纹和实验参数,生成一份不可变的差分结果,然后统计变化区域,尝试用不同方式解释数值。

AI 通过 MCP 或 JSON Lines 接入。它不用模拟鼠标点击,而是拿到少量语义明确的工具:查看研究状态、读取候选、分析证据、提交推理,以及申请推进下一步。

图 1:研究者通过工作台提供样本,外部 AI 经过受控通道参与分析,研究控制面负责检查权限并推进状态
图 1:研究者通过工作台提供样本,外部 AI 经过受控通道参与分析,研究控制面负责检查权限并推进状态

AI 进入的是研究流程,不是存档目录

从图里看,研究者和工作台在左侧,外部 AI 在中间,右侧则是一套研究控制面。AI 没有直接连到存档目录,也不能绕过工作台调用底层读写功能。它只能沿着中间这条受控通道参与研究。

流程从人开始。研究者在工作台中选择一项研究,导入 before 和 after 两份样本,并写下这次实验改变了什么。工作台先把它们整理成差分、候选位置和数值解释,再把这些已经登记过的证据交给 AI。

AI 能做的是阅读证据、比较候选、提交判断,并申请把研究推进到下一步。每次申请都会先经过控制面检查:它读的是不是当前研究的证据,当前阶段是否允许这个动作,这一步会不会触碰人工审批。检查通过以后,控制器才会更新研究状态;一旦流程走到测试写入或游戏验证,就会停在 Human Gate,把决定交还给人。

这样设计的目的不是让 AI 永远判断正确,而是把它放在一个后果可控的位置。模型可以换,提示词也可能跑偏,但它拿到的始终是同一组受限能力。错误的判断可以被记录、复查和推翻,却不能直接变成对原始存档的修改。

面对上千个候选,AI 可以反复比较数值变化、槽位结构和已有偏移。比如它认为 +0x24 可能是金钱字段,就要把依据和下一步实验提交回工作台,而不是只在聊天窗口里留下一句结论。

研究账本为什么放在流程中间

聊天记录很适合讨论,却不适合承担研究进度。一次黑盒差分可能跨越几天,还会经历模型重连、程序重启和人工验证。只保留对话,很难回答几个最基本的问题:这个结论来自哪一对样本,当时分析的是哪一版差分,它现在是猜测、待验证,还是已经被游戏确认?

因此,图中的研究账本位于工作台、AI 和控制器之间。样本被导入、AI 提交判断、人工批准实验、游戏返回验证结果时,流程都会在这里留下记录。它不是给 AI 写一篇总结,而是让所有参与者共享同一个研究现场。

账本里的信息分成四类。State 表示研究目前走到哪一步;Event 按顺序记录发生过的动作;Artifact 保存差分、候选表和推理结果等证据;Pending Action 则冻结下一步准备执行的实验,以及它正在等待谁批准。四类信息合在一起,才构成一条可以追溯的证据链。

仍以 +0x24 为例。AI 提交判断以后,相关差分会作为证据保留下来,提交动作进入事件记录,研究状态变成“等待批准”,待办里则写清准备修改哪个位置、怎样回滚。即使隔几天再打开项目,或者换一个从未参与过的模型,新的接手者仍能知道为什么停在这里,接下来应该验证什么。

数据契约的意义就在这里。它把研究进度从某一次对话中拿出来,放进一套稳定、可恢复的流程里。审批只对当时那份证据和那一步动作有效,已经过期的判断不能覆盖新的进度;只有经过游戏验证的结论,才会继续进入正式知识库。

把下一步交给 AI 时,我踩了刹车

AI 已经能从大量变化中筛出最可疑的位置。顺着这个思路再走一步,让它直接生成修改后的存档,似乎很自然。

但存档研究没有一个能替代游戏本身的最终裁判。

某个地址在数值上完全吻合,仍可能只是显示副本或缓存。测试存档也许能被游戏读取,却在完成任务、切换角色或者再次保存时才暴露问题。更直接的情况是修改破坏了长度、校验或关联字段,游戏当场拒绝读档。

普通文本写错一段,还可以继续修改。存档一旦被覆盖,玩家积累几十小时甚至几百小时的进度就可能一起消失。我的初衷只是少重刷一点内容,没必要拿整份存档去验证模型有多自信。

于是工作被切成了两部分。AI 负责读取、筛选、推理、记录和提出实验。人负责制造可靠样本,批准测试写入,把副本导入游戏并观察结果。结论经过游戏验证以后,才能进入正式偏移表。

这个分工不要求人永远正确。它只是把频繁而且可以复查的分析交给 AI,把后果较大的动作留在一个明确的人工检查点上。

允许 AI 判断错,但不让错误碰到原始存档

“保证 AI 不会出错”是一个做不到的目标。设计工作台时,我换了一个问题:如果 AI 判断错了,怎样阻止这个错误悄悄变成对原始存档的破坏?

Human Gate 与受控写入链:批准绑定证据版本,修改只发生在测试副本,验证通过后才固化知识
Human Gate 与受控写入链:批准绑定证据版本,修改只发生在测试副本,验证通过后才固化知识

为什么一次批准只能执行一次

从图中看,AI 提交的方案先变成一项 Pending Action,然后停在 Human Gate。它不会因为模型说“我很确定”就继续执行。人在这里看到的是一份具体的实验说明:准备修改哪个偏移,原来的字节是什么,修改后是什么,这个判断来自哪一版研究证据,以及实验失败后怎样回滚。

批准的对象就是这一次实验。它不等于把存档的修改权交给 AI,也不能拿去执行下一次补丁。研究样本、证据版本或目标位置只要有一项发生变化,原来的批准就会失效,AI 必须根据新状态重新提交。

这么做是为了避免一种很隐蔽的错误。人批准时看到的是方案 A,但在真正执行前,工作台里的文件或研究结论已经变成了方案 B。如果批准可以重复使用,旧许可就可能落到一份不同的存档上。一次性批准把人的决定固定在当时那份证据和那一个动作上。

即使通过了 Human Gate,工作台也不会覆盖原始存档。图中的写入器先从登记快照复制出一份测试副本,再把批准过的修改应用到副本上。执行前,系统还会重新核对文件指纹和目标位置的原始字节。对不上就停止,而不是勉强写入。实验失败时,测试副本可以直接丢弃,玩家的原档仍然留在原处。

在流程走到 Human Gate 之前,工作台已经做过一轮证据检查。AI 的推理必须引用已有候选和分析产物;证据不足时,系统不会生成待批准动作。自动研究还有预算和轮次上限,避免模型在没有新证据时反复尝试。模型可以提出修改建议,却没有绕过工作台直接写文件的通道。

测试副本生成以后,流程再次交还给人。研究者把它导入真实游戏,再把结果记为“确认”“未生效”或“不确定”。游戏才是最后的验证环境。只有被确认的结论才能进入 known-offsets,成为下一位维护者可以直接使用的知识。

这套设计没有要求 AI 永远判断正确。它把一次可能出错的判断拆成几个可以停下、检查和重来的步骤。错误的偏移最多让一份测试副本失败,不会悄悄覆盖玩家的原始存档。

20z,把 1,202 个候选缩成一个动作

一次完整实验中,我们给 AI 的变化很小:购买一件价格为 20z 的道具。操作前,角色拥有 7,683,939;操作后变成 7,683,919。

预期中的变化只有一个,文件里却有 1,155 个字节发生改变。它们散落在 75 个区域中。工作台尝试不同的整数类型、字节顺序和变化解释后,得到 1,202 个初始候选。

AI 根据实验说明、角色槽结构和已有偏移重新排序,最后留下两个语义完全吻合的位置:槽内相对 +0x24 的金钱主字段,以及相对 +0x280F 的同步副本。两处都以四字节小端整数保存,也都恰好减少 20。

接下来的最小实验并不是把两个位置一起修改。为了判断主字段能否独立生效,AI 提交了一个更小的动作:只修改 +0x24,生成测试副本,再由人进入游戏观察。

整个收敛过程不必依赖一张演示截图,也可以直接写成一条可复查的研究轨迹:

1,155 changed bytes
  → 75 contiguous regions
  → 1,202 interpreted candidates
  → 2 semantic matches
  → 1 minimal pending action

每一次收窄都有对应输入和排除理由。数字不是为了证明模型“猜得准”,而是说明它如何从原始差分走到一个足够小、可以被人审查和证伪的动作。

当前记录仍停在 hypothesis / awaiting_approval,新的测试副本尚未生成。项目里已经有一项输入指纹相同的历史研究。那次实验只修改主字段,并由人工确认游戏内金钱显示为 0。这条记录为当前判断提供了很强的旁证,却不能代替这一次审批和验证。工作台也没有把当前状态提前改成“已验证”。

暂时没有答案,可以继续实验。把一个高概率猜测写成确定知识,后面的每次修改都会继承这个错误。对数据逆向来说,知道自己还没验证,和找到正确偏移一样重要。

下一位维护者不必从同一片 Hex 重新开始

我一开始只是想快速玩一把,不想从 0 重刷。做着做着才发现,这个项目缺少的不只是几个修改入口。原作者离开以后,那些没有写进代码的研究过程也跟着断了。

数据逆向智能体没有发明新的逆向方法。控制变量、黑盒差分和游戏验证仍然属于工程实践。AI 接手的是这些方法在项目中的持续执行:读取证据,缩小候选范围,保存研究进度,准备下一步实验,并在需要真实操作时把任务交还给人。

最后留下来的也不只是一张“偏移等于游戏词条”的表。每条结论都带着样本、推理、测试动作和验证记录。下一位打开这个项目的人,仍然要理解存档,也仍然要做实验,但不用再从同一片没有路标的 Hex 数据重新开始。

[MHXX存档编辑器项目](https://github.com/daijinru/MHXXSaveEditor)

CadenzaOS:https://github.com/SuperTapir/CadenzaOS

PCB Atelier:https://github.com/SuperTapir/pcb-atelier

tapir-skills:https://github.com/SuperTapir/tapir-skills

PCB_lightgraph:https://github.com/tomatorigid/PCB_lightgraph

我用AI编程复刻了老罗的TNT,还顺手做了个万能遥控器……:https://www.bilibili.com/video/BV1qMKg6uEJr

送朋友一张PCB做的贺卡!:https://www.bilibili.com/video/BV11MjE6qEXb

🎉🕯🎂🕯🎉(我的第一块 PCB Art 作品图案取自这位老师的视频):https://www.bilibili.com/video/BV1ihNx61Ewq

从零开始的二次元电路板艺术画设计教程:https://www.bilibili.com/video/BV1CQjz6ZELZ

-END -

如果您关注前端+AI 相关领域可以扫码进群交流

添加小编微信进群😊

关于奇舞团

奇舞团是 360 集团最大的大前端团队,非常重视人才培养,有工程师、讲师、翻译官、业务接口人、团队 Leader 等多种发展方向供员工选择,并辅以提供相应的技术力、专业力、通用力、领导力等培训课程。奇舞团以开放和求贤的心态欢迎各种优秀人才关注和加入奇舞团。

跳转微信打开

  •  

为什么 AI 落地实施越来越像一项咨询工作?

原创 这个男人来自千祥 2026-09-08 08:15 浙江

导读:AI项目先找准价值,再用运营和软件持续实现价值。

今年做 AI 项目,我越来越明显地感觉到:AI落地实施正在变得越来越像一项咨询工作。

这并不是说,实施团队以后不用做产品、不用写代码了;也不是说,只要多开几次会、多写几份报告,就算是做了咨询。

真正的变化是,过去很多信息化项目的起点,是客户已经比较清楚自己要什么,项目团队需要解决的主要问题,是怎么把这些需求做成系统。现在不少AI项目的起点,却只是一个比 较大的方向:建设企业级 AI 平台、建设知识库、做智能问答、做智能体,或者让大模型帮助某个部门提效。

方向通常没有错,但距离一个真正可建设、可使用、可验收的项目,还差得很远。

所以,项目前半程最重要的事情,正在从“确认功能”变成“和客户一起发现价值”:到底要解决谁的什么问题,AI在其中能发挥什么作用,哪些事情不能交给AI,以及怎样把一个听起来不错的想法,变成一套真正可行的建设方案。

可以复制的是经验,不是答案

不同客户之间当然有很多经验可以复制。

比如做企业知识库时,知识接入、文档解析、切分、检索、问答、权限和反馈,这些能力在很多项目中都会出现。做客服、制度查询、研发助手、营销支持,也会逐渐沉淀出一些典型场景和实施路径。

但我越来越觉得,可以复制的是方法和经验,不能直接复制的是项目答案。

同样叫“制度问答”,在不同企业里可能完全不是同一件事。有的企业主要关心的问答准确率的问题,有的企业更关心文档版本是否正确,有的企业要解决的是多步骤的任务型Agent要解决的事情;还有的企业最看重权限、引用依据和回答风险。

表面看都是一个知识问答系统,背后的业务价值、知识来源、责任部门、权限边界和验收标准却完全不同。如果把上一个客户的方案改改名字就拿过来,功能也许能上线,但项目价值很可能落不了地。

因此,客户现场的认真调研仍然不可替代。项目团队不能只问“需要哪些功能”,还要去看实际工作是怎么完成的:谁在什么环节遇到了问题,现在靠什么方式处理,一次要花多长时间,什么情况下容易出错,出了问题由谁负责,最终结果又由谁判断。

这些内容,很多时候并不会天然出现在一份需求清单里。它们需要在访谈、观察、材料分析和多轮讨论中,一点点提炼出来。

AI 项目的总体设计,首先要回答价值问题

传统信息系统已经形成了相对稳定的讨论框架。业务流程、用户角色、功能模块、数据结构、系统接口、非功能指标,通常都有比较明确的分析方法。只要业务边界相对清楚,需求分析和总体设计就能够沿着这些框架逐步展开。

AI 项目则多了一层不确定性。

一方面,大模型能力升级很快,半年前需要专门开发的能力,今天可能已经成为模型或平台的标准能力;另一方面,新的工程方法也在不断出现,知识库、RAG、智能体、工具调用、多模态和上下文工程都在快速变化。我们很难像建设传统信息系统一样,拿出一套几年不变的固定套路。

更重要的是,AI能做什么,并不等于客户应该建设什么。

客户说“想做一个知识库”,我们还需要继续追问:是为了缩短信息查找时间,降低新人培养成本,减少制度解释偏差,还是让某个智能体获得可靠的企业知识?这些目标看起来接近,最后决定的建设重点却并不一样。

所以现在编写软件需求和总体设计,除了原来的功能、接口、性能和安全等内容,还会有以下几类问题:

  1. 这个场景具体服务谁,解决哪个工作环节的问题?

  2. 现有方式的成本、效率和风险是什么,改进基线在哪里?

  3. 哪些工作适合交给 AI,哪些仍然需要规则、原有系统或人工判断?

  4. 项目需要哪些数据、知识、权限、责任人和配套流程?

  5. 上线以后用什么指标证明有效,又怎样持续迭代?

说得直白一点,以前的总体设计主要回答“系统怎么建”,现在还必须先回答“为什么建、先建什么、怎样证明值得继续建”。

这就是它越来越像咨询工作的原因:不是只替客户记录需求,而是要在建设目标的大框架下,与客户共同提炼价值点,判断约束条件,再把价值点变成可实施、可验收的方案。

像咨询,并不意味着没有方法可循

AI项目存在不确定性,不代表每个项目都只能临场发挥。恰恰相反,越是不确定,越需要稳定的方法作为抓手。

企业级AI知识库就是一个很典型的例子。

早期大家比较关注的是软件能力:支持多少种文件、文档怎么切分、向量库怎么选、召回率怎么样。这些当然重要,但随着知识范围扩大、使用部门增加、业务场景变多,项目的主要矛盾会逐渐从“系统能不能找到知识”,转向“系统里到底应该有什么知识”。

我们在梳理AIS知识库运营管理方法时,总结过一句话:技术决定能力上限,运营决定长期价值。

如果知识本身已经过期、冲突、缺失,或者没有清晰的权限和责任人,再强的检索能力,找到的也只能是混乱。一个企业级知识库要长期有效,至少要同时解决三件事:

  • 知识生命周期:知识怎样产生、加工、准入、使用、反馈、更新和退出;

  • 知识质量:怎样保证准确、完整、一致、及时、可用;

  • 知识价值:知识服务什么场景,是否真正被使用,是否带来了业务改善。

这里面很多问题,本质上不是一个软件按钮的问题,而是管理问题。

图:企业级知识库需要关心的三个重要组成部分。

例如,接入一个文件目录并不等于完成了知识接入。真正需要确定的是:这批知识来自哪里,归哪个部门负责,具体责任人是谁,多长时间更新一次,属于什么权限等级。如果这些问题没有回答清楚,接入得越快,后面的治理成本可能越高。

再比如,知识上线也不应该只是“上传成功”。什么知识允许进入正式知识库,何时生效,由谁审核,适用于哪些对象,为什么值得纳入,都需要有明确规则。知识投入使用以后,还要把用户反馈变成新的生产入口:发现问题、定位原因、分派责任、修改审核、重新验证,最终形成闭环。

所以,企业知识库并不是一次性的资料整理工程,更像是一套持续运行的知识生产和经营体系。

软件的比重在变化,但软件并没有变得不重要

在AI项目的价值构成中,单纯“把功能做出来”的比重确实在下降,运营管理工作的比重正在上升。在我们的一些客户项目中,知识库运营管理方法甚至已经成为方案的核心。

图:不同应用场景对应的不同运营比重。

但这不意味着软件可以退居其次。更准确地说,软件功能会越来越细,越来越贴近管理动作,为运营方法服务。

知识接入功能,不只是把文件搬进来,还要记录来源、责任和更新机制;知识工程,不只是解析和切分,还要完成清洗、脱敏、标准化、标注和质量检查;知识治理,需要把权限、版本、有效期、健康度和变更影响落实到系统中;知识使用,也不能停留在问答页面,还要支持引用溯源、问题反馈、效果评测和场景分析。

从这个角度看,产品不是知识运营本身,而是制度、组织、流程和责任的数字化执行载体。

没有运营方法,软件容易变成一个功能很多但没人持续维护的资料仓库;没有合适的软件,运营又会依赖表格、人工提醒和少数人的责任心,很难规模化,也很难度量。

准确、稳定和好用,仍然是软件的基本功

还有一个容易产生的误解是:既然项目更像咨询,运营又越来越重要,那么软件本身是不是就没有那么重要了?

我的看法正好相反。

图:软件在不断内化运营管理方法。

越是要承载企业级的制度、流程和责任,软件的准确性、稳定性和交互友好度就越重要。

准确性不只是模型回答得像不像,还包括文档是否解析正确、表格和段落有没有丢失、检索结果是否引用了正确版本、权限是否被严格执行、高风险问题是否能够拒答或转人工。

稳定性也不只是页面能不能打开。知识同步失败能不能发现,处理任务能不能重试,版本能不能回溯,系统升级会不会影响已有知识和应用,这些都会直接影响客户是否敢于长期使用。

交互友好则决定运营方法能不能真正落地。业务人员是否容易完成审核和发布,知识责任人能否快速找到待处理问题,普通用户能否看懂回答依据并方便反馈,这些看似是产品细节,实际上决定了一套管理制度的执行成本。

好的咨询和运营方法,不能替代扎实的软件工程;好的软件,也不能替代对业务价值和运营机制的理解。三者不是谁取代谁,而是分工不同:

  • 咨询分析决定做什么、为什么做;

  • 运营管理保证知识和场景持续有效;

  • 软件产品让这些方法可执行、可规模化、可度量。

最后

AI项目实施越来越像咨询,背后反映的其实是项目交付目标发生了变化。

客户需要的,不再只是一个按需求清单开发完成的系统,而是一套能够把 AI 能力转化为业务价值的办法。项目团队既要理解模型和软件,也要理解业务、组织和管理;既要能够设计系统,也要能够和客户一起识别问题、判断优先级、建立评测标准,并考虑上线以后的持续运营。

这会让项目前半程看起来更“慢”一些,因为需要花更多时间调研、讨论和验证。但如果价值点没有找准,后面的开发越快,可能只是越快地做出一个不被真正使用的系统。

真正成熟的AI项目,不是上线一个会回答问题的产品,而是与客户一起建立一套持续发现价值、生产高质量知识、验证效果并迭代应用的能力。

从这个意义上说,AI落地既是一项咨询工作,也是一项运营工作,最后还必须由可靠、稳定、好用的软件把它真正承载起来。


如果您对我们的AIS感兴趣,可以点击左下角的“阅读原文”找到我们。

往期文章:

WorkBuddy、豆包工作、千问办公开战—企业AI的机会反而更清楚了

你们的企业AI项目真的跑出真正的价值了吗?了解一下知识工程这个隐性共识

企业AI落地需要的不是一个知识库,而是一台“知识引擎”

企业AGENT好不好用,关键不是模型,而是上下文

阅读原文

跳转微信打开

  •  
❌