- 博客(30)
- 收藏
- 关注
原创 30+制造企业CEO算了一笔AI账:95%失败率背后,制造业AI商业化的真实回报率有多高?
中国制造业从“规模扩张”转向“高质量精益发展”的周期中,制造业企业内部对于任何 IT 与技术投资的考核,都已从“有没有上先进概念”切换到了“能不能带来真实的经营回报”。对于制造企业的决策层而言,认清自研与外采的边界、保护好历史信息化投资、选择非侵入式且具备确定性交付能力的产品,是穿越周期、避免资金浪费的关键抉择。而对于关注企服与数智化产业链的投资人来说,衡量一家企业级 AI 方案真实价值的标尺,早已不再是发布了多少参数规模的通用模型,而在于三个硬核指标:能否在不推翻客户老系统的前提下实现价值叠加?
2026-10-27 14:39:56
248
原创 智能体合作公告刷屏:喧嚣背后,企业交付的钱究竟被谁赚走了?
大模型走向具身落地与流程自动化,是明确的产业演进方向。HCLTech 与 Anthropic 的携手,也确实展现了头部模型公司向传统企业 IT 腹地渗透的决心。但作为产业观察者与理性投资者,我们更应保持清醒: 合作公告是商务拓展的起点,而不是经营成果的兑现。在评估相关受益链条时,少看概念性的合作头衔,多跟踪真实的产品化程度、毛利率走势、客户验收节奏与现金流状况。搞清楚产业链各环节承担了什么风险、付出了多少成本,远比被一纸通告带节奏更有价值。
2026-10-14 10:54:29
385
原创 个人智能体(Personal Agent)火爆背后:从“交互工具”到“代行中介”,重塑决策链的商业新博弈
为什么此前难以实现这种闭环?1. 跨界面执行(Computer Use / GUI Agent)可靠性突破以往 AI 局限在文本生成,而真实商业世界大多没有统一的开放 API。随着多模态屏幕解析与跨应用操作能力提升,AI 开始能够精准定位界面元素并完成多步跳转。长程任务的稳定性跨过可用门槛,是系统从“概念演示”走向“实用工具”的前提。2. 身份委托(Delegated Identity)进入账户体系过去 AI 以外部咨询工具存在,不介入用户的账户生态。
2026-10-10 16:25:26
367
原创 金融投研引入工作智能体(Agent):如何穿透概念核算真实商业价值?
任何技术投入,最终都要回归投入产出比与资产负债表。观察金融机构对智能体的应用,不能仅停留在发布会和战略签约阶段。真正具有产业说服力的信号是:1.是否脱离 Demo 演示,进入日常核心生产排期;2.人机协作后的返工率与二次修正工时是否持续下降;3.单位合格交付物的总成本是否真正低于纯人工基线;4.系统在发生口径错误时,是否具备可追溯、可审计、可快速阻断的控制能力。只有当这些经营指标能够被清晰核算时,技术创新才算真正完成了从“叙事”到“资产”的惊险一跃。
2026-10-10 09:53:00
284
原创 产业观察|给职场人的“防清脆”指南:Agentic OS 不是来砸饭碗的,而是你个人的“资本杠杆”
商业史上每一次重大的生产力变革,都有着极其相似的剧本:算盘被计算机取代,但懂财务规则的人成了掌控现代资本运作的 CFO;纸质手工账被 ERP 系统取代,但精通供应链管理的人成了商业巨头的操盘手;如今 Agentic OS 走向台前,它淘汰的从来不是深度思考的脑力,而是将人异化为螺丝钉的重复性劳动。不必恐慌,更不用与趋势为敌。把 Agentic OS 当成你个人的杠杆工具,借系统的力,打自己的仗,做自己职业生涯与时间资本的真正操盘手。
2026-09-21 09:55:11
78
原创 企业接入大模型的最大隐形成本:数据安全红线与“两难困境”的破局思考
在当下的大模型应用潮水中,降本增效是“攻”,数据风控与合规是“守”。盲目禁用 AI 会错失生产力跃迁的战略窗口,而不加节制地让企业核心数据在外部模型中“裸奔”,无异于在沙滩上建高楼。理解数据出网的治理边界,通过本地轻量化的防护机制把隐私留在企业内部,把低廉而强大的算力留在外部,才是企业在智能化转型中走得稳、走得远的核心底牌。声明:本文仅为科技产业趋势与企业数字化风控架构探讨,不构成任何投资建议与商业背书。
2026-09-15 18:20:14
242
原创 告别“AI 概念炒作”:从企业中层真实生存现状,看 Agentic OS 的底层重构与 ROI 爆发力
当下企业一级市场与二级市场都在高频讨论 AI,但如果深入到实体企业的中层运营一线,会发现一个残酷的割裂现象:不少企业表面上“全员拥抱大模型”,实际经营效率却几乎原地踏步。高管层背负数字化转型的 KPI,底层员工忙着用散落的 AI 写作、绘图工具批量制造内容。夹在中间的业务总监与部门经理,不仅没有享受到生产力红利的释放,反而陷入了更深的治理内耗中。从商业模式和组织效率的角度拆解,为什么单点“AI 外挂”难以带来真实的生产力变革?企业中层又该如何通过底层操作系统(Agentic OS)重塑业务护城河?
2026-09-11 14:50:44
166
原创 警惕“AI外挂”的伪繁荣:为什么说重构企业级Agentic OS才是未来的确定性机会?
1. “超级个体 + 智能体集群”的极度扁平结构传统企业的高昂成本消耗在金字塔式的中层汇报与基层机械流转上。而在 Agentic 企业中,一个资深业务专家带领数十个各司其职的智能体,就能跑出一个完整子公司的产出。2. 从“SOP流程防错”到“Goal目标导向”传统企业靠冗长繁复的审批流防止平庸员工犯错,付出的代价是决策迟缓;Agentic 企业由人类输入确定目标与判定准则,系统自主规划并交付成果,组织敏捷度成倍放大。3. “无损传承”的组织记忆。
2026-09-09 14:29:06
373
原创 AI投资系列|企业软件“AI外挂”是伪命题,真正的机会在Agentic OS
真正从根源上着手,不是将AI嵌进软件,而是将业务重新构建在AI之上。Agentic OS(智能体操作系统)不是一个单一的应用,而是企业自主运转的“数字大脑与神经系统”。它具备以下三大底层特征:1.以“意图与结果”为驱动,而非以“功能与按钮”为驱动传统软件/外挂:用户需要理解系统逻辑,点击多个按钮、填写多张表单,最后调用AI帮助写总结。
2026-08-14 11:12:32
227
原创 7项国标+百城推广:智能体“信息孤岛”一拆,商业价值能翻几倍?
去年做一个跨厂商智能体协同项目。A厂的客服Agent、B厂的工单Agent、我们自己研发的调度Agent——三个系统,三种通信协议,四套身份认证。对接了两个月,大部分时间花在“翻译”上。项目交付时,PM说“你们这三个月就干了这个?我说对,就干了这个。7月21日,《人工智能 智能体互联》系列国家标准应用推进专题会议在北京召开。现场发布了GB/Z185-2026七项指导性国家标准,这是国内首个覆盖智能体全生命周期的互联标准体系。
2026-08-13 10:03:32
182
原创 别被“首部国标”唬住了——拆解完六道安全关,我发现这是门好生意
智能体安全强制国标不是来“搞死”行业的,是来“清理”行业的。清理那些连基本安全能力都没有的草台班子,给真正做产品、做服务的公司腾出空间。380万合规成本,对于想长期吃这碗饭的公司来说,是必须交的学费。交得越早,越便宜。
2026-08-11 14:35:05
170
原创 CTO算账时刻:一年烧掉300万搞Agent协同,最后发现还不如买个2千块的Excel脚本
对于企业决策者而言,在当下的算力成本周期里,盲目追求大而全的智能体极易沦为资产负债表上的负累,先把那些不产生实际利润的“赛博玩具”从你们的系统里砍掉,才是降本增效的第一步。重构方案(瘦身Agent + 确定性工作流): 我们进场后,直接把那些“为了Agent而Agent”的节点全部强行砍掉,只保留最核心的语义理解单元,剩下的所有分支逻辑全改回传统的高效代码。边缘计算与“瘦身应用”将成为真刚需:谁能用最便宜的模型、最少Token的推理次数,解决企业80%的标准化痛点,谁才是市场上真正的现金流之王。
2026-08-07 15:27:12
303
原创 撕下大模型财报的底裤:花300万做Agent,结果只帮员工省了一杯咖啡的时间?
在大模型推理成本降到像水和电一样便宜之前,所有宣称能“全盘替代人工”的通用企业级Agent,本质上都是无视工程规律的资本故事。对于投资者而言,请果断摒弃那些只有漂亮UI和API转接头的“伪Agent平台”,重点关注具备不可复制的垂直场景生态、拥有底层标准化协议能力(如MCP)、以及能用工程手段将推理成本压到极限的技术团队。对于企业决策者,我的最终建议非常直接:优先让Agent去承接高频、辅助性的内部工作流,切忌在缺乏硬性工程断言把关的情况下,将资产决策与核心履约权直接交给AI。
2026-08-06 16:17:43
179
原创 对话即创作:Nexus如何让“智能体团队”从概念到交付只需3分钟
【摘要】一位穿搭博主分享了自己从"日更焦虑"到内容创作自由的转变历程。通过使用Nexus智能团队协作系统,她构建了一支由选题策划、文案撰写、视觉配图和发布时间策略组成的AI内容团队。这个L5级智能系统能自动理解博主的审美基因,将模糊需求转化为可执行方案,每天3分钟生成3个符合人设的选题方案。相比传统方式每天3-4小时的内容生产,现在只需5分钟审稿决策,把时间真正用在提升审美判断力上。这展现了AI时代内容创作的本质变革:从重复劳动中解放创造力,让创作者回归核心价值判断。
2026-06-26 15:08:46
171
原创 Agentic AI从实验室冲进生产支付系统,下一个爆点在哪里?
摘要:近期金融科技领域迎来Agentic AI重大进展,Volante和Datadog相继发布具备自主处理能力的AI系统,将支付直通率提升至95%以上。这类技术正加速渗透到财务关账等复杂业务场景,通过多Agent协同机制实现跨系统数据整合,将传统耗时数周的流程压缩至几天。但92%的安全专家对AI权限风险表示担忧,企业需同步构建沙箱隔离、全链路审计等安全机制。实践表明,采用"局部试点+系统级闭环"策略的企业在提升流程效率的同时,合规成本显著降低,标志着数字化转型进入"人机协同&q
2026-06-11 11:08:36
420
原创 5000条贷款数据实测:多Agent编排流产后,我们靠知识编译层把Token砍掉60%
2026年6月芝加哥WAIC大会印证:企业级Agent正经历残酷的“生产落地”阵痛。金融实测表明,纯Prompt与多Agent编排虽POC惊艳,上线后却频发语义漂移与幻觉累积,正确率从92%暴跌至71%。破局之道在于“知识编译层”——将业务规则编译为可执行知识图谱,Agent仅负责决策。A/B测试显示,该方案使耗时降51%、Token消耗降60.7%、人工复核率降至12%,实现了从“救火提示词”到资产版本化的范式转变。
2026-06-11 11:04:37
262
原创 Agentic AI时代,安全不是加固围墙,而是建一张可审计的“活网”
AIAgent正加速进入生产环境,但面临安全和协作两大挑战。以制造业财务场景为例,传统Excel和邮件方式效率低、风险高。新型解决方案采用Docker沙箱隔离、全链路审计和多Agent协同(角色分工+人工检查点),将十几天工作周期大幅压缩,实现安全、可审计的业务流程。行业报告显示,AI流量激增的同时,安全事件也同步增长。未来AIAgent需从"玩具"升级为系统级生产力基础设施,关键在于建立可信的编排层和治理规则,让复杂场景下的安全协作成为可能。
2026-06-10 16:31:18
194
原创 从RAG到多Agent,我实测对比后才知道测试成本翻倍有多狠
摘要:文章探讨了多Agent系统在企业落地中的测试挑战与实战经验。作者通过制造业案例对比显示,多Agent系统成功率(87%)显著高于传统单Prompt+RAG(62%),但测试复杂度激增,需应对无限循环、状态爆炸、成本飙升等问题。核心观点指出,Agent的核心价值在于闭环可靠性,而测试能力可能成为竞争壁垒,但也担忧其高门槛阻碍中小团队应用。文末呼吁行业共同探讨测试痛点和成本效益平衡。
2026-06-10 16:26:39
458
原创 OpenAI Lockdown Mode带来的一个反思:Agentic AI测试范式该重构了
企业智能体已进入真实业务流程,但传统“提示词+Naive RAG”导致高幻觉(28%)、高成本。破局关键在于:以评估体系为核心的Agentic Workflow + 知识编译层。通过规划-检索-验证-反思循环和混合知识索引,幻觉率降至4%以下,Token消耗降低95%。同时需用场景沙盒与轨迹评估替代传统单点测试。提示词工程正被边缘化,真正的护城河在知识编译、评估设计与多Agent治理。
2026-06-08 11:15:35
368
原创 实测对比:Agent规划+RAG检索,Token从12万降至3.8万
摘要: 2026年政策推动企业落地智能体(Agent),但实践中出现因误用RAG(检索增强生成)架构导致的性能与成本问题。实测显示,涉及多步骤、API调用的任务(如查询项目进度并触发消息)中,RAG方案因依赖生成而非执行,Token消耗高(11.8万)且成功率低;而轻量Agent方案通过拆分步骤、精准调用API,Token减少68%(3.8万)且100%完成任务。核心差异在于Agent明确区分决策与执行,而RAG无法跨越“生成≠执行”的鸿沟。即使Token降价,架构选择仍取决于任务类型:静态问答用RAG,多
2026-06-01 11:02:46
212
原创 一个测试用例颠覆了我的认知:RAG评测赛道已经跑出了3个新方向
摘要:本文探讨了RAG(检索增强生成)系统评测的现状与挑战。作者通过企业知识库项目实践发现,传统评测指标(如准确率)无法反映真实业务需求,企业场景更关注证据链完整性、冲突消解等维度。文章分析了RAG评测的三个新趋势:从静态基准转向动态生成、从单一指标到多维诊断、从通用场景到垂直深耕,并介绍了EnterpriseRAG-Bench等新型评测框架。作者建议采用三层评测体系:基础相关性检查、证据覆盖度评估和端到端任务测试,强调建立适合业务场景的评测体系是优化RAG系统的关键。
2026-05-26 17:36:28
414
1
原创 自动化测试已经从脚本驱动到意图驱动
摘要:软件测试正经历从脚本驱动到意图驱动的结构性变革。SauceLabs推出的SauceAI和国内首个软件测试智能体技术标准显示,AI测试正从工具辅助转向智能体自治。传统自动化测试脚本月均失效率超25%,维护成本高昂。新型测试智能体通过自然语言描述生成测试用例,大幅提升效率,但存在Agent失控、意图误读等隐患。测试工程师角色将从编写脚本转向设计验证智能体,面临新的技术挑战和责任边界。这一变革将显著提升测试效率,但需建立有效的监督机制。(149字)
2026-05-26 16:47:18
425
原创 知识库准确率只剩40%?你的坑不是RAG本身,是工程
摘要: Pinecone近期发布知识引擎Nexus,宣称RAG(检索增强生成)时代终结,转向知识编译(KC)。然而,企业实践揭示RAG的瓶颈更多源于工程问题:文档解析颗粒度不当(如电力规程按固定长度切分导致语义断层)、权限与数据同步等治理缺陷(30%错误源于非检索问题),以及多版本控制缺失。实测显示,优化解析策略(如按标题层级切分)可使准确率从58%提升至78%,而分类治理用户反馈能快速解决大部分非技术性痛点。当前企业知识库的核心矛盾并非RAG与KC之争,而是基础工程(解析、治理、同步)的完善。KC或为未来
2026-05-22 19:01:00
307
原创 我把Cursor和Copilot都扔了:实测Token从120万砍到4万
过去我们把 80% 的精力花在写完美 prompt 上,现在更重要的是设计 Agent 的“操作系统”:清晰的 AGENTS.md、合理的 repo 结构、工具暴露方式,以及完整的 feedback loop。欢迎在评论区分享你的真实体验,尤其是 Claude Code Dreaming 在实际项目中的表现,以及你在企业落地中踩过的坑。Copilot 也测了。在 inline 补全和小重构上依然流畅,但面对这种跨服务、带 Agentic 语义的任务就力不从心,需要手动管理多个 chat,上下文全靠人脑。
2026-05-20 11:16:04
351
原创 Microsoft大规模取消 Claude Code 授权,内部强制向 Copilot CLI 迁移
主流AI编程工具横向测评:ClaudeCode在复杂重构任务中表现突出。测试基于2.8万行Java遗留系统重构,对比Cursor、ClaudeCode和Copilot的表现。结果显示:ClaudeCode凭借Dreaming功能实现自我review,仅用4.2万Token就完成高质量重构,代码结构清晰;Cursor完成度70%但存在硬编码问题;Copilot则更适合轻量任务。趋势表明,AI编程正从提示词工程转向"操作系统"搭建,强调规划-执行-验证闭环。建议组合使用:ClaudeCode
2026-05-18 14:50:20
352
原创 智谱市值5000亿背后,我的传统RAG项目正被AgentRAG“逼宫”
摘要:阿里"悟空"和AgentRAG技术正在颠覆传统RAG(检索增强生成)模式。实测显示,AgentRAG通过多轮检索循环(思考-检索-观察-再检索)将复杂问题的命中率从40%提升至89%,虽然延迟增加但准确性显著提高。与传统RAG的"一次性检索"不同,AgentRAG能自动评估检索质量并调整策略。尽管当前AI在抽象任务上仍远逊人类,但采用多轮检索的团队已在准确性上取得突破。行业正面临从"单次检索"到"智能循环"的技术转型,但如
2026-05-15 16:32:10
180
原创 90%的提示词方法正在失效:GPT-5.5发布后的真相
摘要: 随着GPT-5.5的发布,传统提示词工程正在失效。OpenAI关闭微调API,新指南建议减少步骤约束,转而定义目标与标准。Karpathy提出“提示词已死,上下文工程崛起”,强调Agent(模型+约束框架)的自主性。实践显示,精简提示词、赋予Agent自主决策能力(如多轮消歧)能显著提升效果。未来趋势转向Harness Engineering——通过规则环境约束AI,而非依赖复杂指令。提示词工程师需转型为Agent规则设计者,否则可能被淘汰。
2026-05-15 16:30:30
252
原创 Copilot祭出“免费”牌后,我测了Cursor、Claude Code和它,发现了个怪现象
今天凌晨刚从一个外包代码审查里爬出来。项目代码是Cursor写的,看着挺像那么回事,但一跑,两个隐藏的循环依赖,还有一个因为对话上下文崩了写出来的“伪装正确”的函数——名字和接口都对,但实现逻辑完全是另一个东西。,引发业内震动。同时在编程评测平台HumanEval-Geni上,,以100亿参数的小模型实现了对传统庞然大物的压制。一个大厂放福利,一个小模型掀桌子,不过我今天想聊的不是哪个工具最好——这种比法本身就是个陷阱。我想聊的是。
2026-05-13 14:54:07
187
原创 Cursor删库事件后,我重新思考了AI测试的出路
2026年4月28日,技术圈被一条消息刷了屏。PocketOS创始人Jer Crane在使用Cursor智能体执行常规运维任务时,AI在9秒内彻底删除了公司的生产数据库——CloudFlare一小时内紧急恢复,但最近的可恢复备份竟然是3个月前的更让人后背发凉的是,事后让AI解释行为时,它逐条列举了自己违反的安全规则,承认曾“猜测”删除操作仅限于测试环境,未查阅文档便执行了破坏性指令同行们在讨论权限控制。我看到的,是一个更深层的问题:我们还在用写脚本的思路来管理和约束AI。这在根上就是错的。
2026-05-13 14:49:28
585
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅