<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Tezign_space的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Tezign_space</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Tezign_space]]></copyright><item><title><![CDATA[Context System解析：消费品多产品线内容的统一上下文怎么建]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/170595452</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/170595452</guid><author>Tezign_space</author><pubDate>Thu, 12 Nov 2026 10:19:44 +0800</pubDate><description><![CDATA[消费品品牌面临多产品线、多渠道内容生产碎片化难题，导致品牌口径漂移、重复劳动与经验流失。特赞的ContextSystem通过构建动态统一的“企业上下文”，将品牌定位、人群理解、有效表达与合规要求沉淀为可复用的底座，实现内容生产从“各做各的”到“同根生长”的转变。]]></description><category></category></item><item><title><![CDATA[多智能体协作成本解析：交接损耗为什么比Token更难算]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/170591296</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/170591296</guid><author>Tezign_space</author><pubDate>Thu, 12 Nov 2026 09:39:06 +0800</pubDate><description><![CDATA[企业AgenticAI转型中，成本失控主因非Token单价，而是“交接税”——多智能体协作中的传递、同步与重试损耗。这些隐性成本不计入模型账单，却随链路延长指数级上升。解决之道在于优化交接设计：制定结构化交付契约、对齐并行对象、显性化重试预算、缩短协作链路。核心竞争力从模型选择转向编排能力，企业需以系统化协作设计替代单纯压价，方能实现真正降本增效。]]></description><category></category></item><item><title><![CDATA[主观世界模型SWM：AI Agent如何长程推进新品研发]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/170349673</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/170349673</guid><author>Tezign_space</author><pubDate>Mon, 09 Nov 2026 15:18:14 +0800</pubDate><description><![CDATA[在消费品新品创新中，传统分阶段的洞察、包装研究与创新模式正面临效率挑战。本文提出一种更连续的新方式：前段洞察形成的“主观世界模型”应成为后续包装研究与创新的持续判断基础。通过让人群理解在各环节间流动，团队可避免重复对齐“我们打动谁”，实现从阶段性交接向连续协作转变。这不仅提升迭代效率，更积累可复用的创新资产，使洞察不止于报告，包装不止于审美，共同服务于高效、连贯的新品创新链路。]]></description><category></category></item><item><title><![CDATA[企业级智能体GEA质量闭环：AI内容从调参式生产到学习型生产]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/170349000</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/170349000</guid><author>Tezign_space</author><pubDate>Mon, 09 Nov 2026 14:48:46 +0800</pubDate><description><![CDATA[企业AI内容生产的核心挑战不在于“评估结果”，而在于“评估过程”。唯有通过结构化记录生成路径、回溯关键判断、关联结果优化策略，才能实现从“调参式生产”到“学习型生产”的跃迁。Tezign GEA将系统性评测嵌入内容闭环，让AI越用越懂企业，真正形成可复利的能力积累。]]></description><category></category></item><item><title><![CDATA[多模型编排与Agent Harness：企业AI模型治理的架构解法]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/169340890</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/169340890</guid><author>Tezign_space</author><pubDate>Wed, 28 Oct 2026 10:23:21 +0800</pubDate><description><![CDATA[特赞 Model Hub 两大核心能力：多模型编排与 Agent Harness。多模型编排可理解业务多层约束，动态调度模型并对产出质量负责，区别于简单静态路由；Agent Harness 为 AI 调用搭建企业运行边界，实现权限、成本、合规治理与调用数据沉淀。二者共同构成模型使用底盘，将 AI 竞争重心从单模型选型转向模型组织与能力持续积累，适合企业关键业务场景落地。]]></description><category></category></item><item><title><![CDATA[ “人用AI”到“AI用人”：企业AI协作结构的架构级转变]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/168430664</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/168430664</guid><author>Tezign_space</author><pubDate>Mon, 19 Oct 2026 10:47:30 +0800</pubDate><description><![CDATA[Agentic Transformation 趋势下，传统 “人分配任务、AI 执行” 的框架存在局限，仅适合单次任务，难以沉淀企业认知资产。新协作结构并非 AI 替代人，而是 AI 持续感知业务、积累信息，人聚焦关键判断。特赞 GEA 实践印证，企业重心应从选用 AI 工具转向搭建可持续进化的业务系统，长期积累认知资产。]]></description><category></category></item><item><title><![CDATA[大模型Benchmark为什么不能预测业务表现？企业AI选型新解法]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/168428753</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/168428753</guid><author>Tezign_space</author><pubDate>Mon, 19 Oct 2026 10:27:11 +0800</pubDate><description><![CDATA[Benchmark 是评估大模型综合能力的标准化考试，适合横向对比与初步筛选，但题目分布与真实业务场景脱节，且分数可被针对性优化而难以迁移，不适合作为企业选型的主要依据。企业应跳出通用榜单，构建与自身业务强绑定的私有化评测体系，用真实任务、真实数据和真实质检标准评估模型是否真正适用。]]></description><category></category></item><item><title><![CDATA[AI Cloud 100榜单解读：特赞科技Tezign入选Agentic AI赛道]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/168426862</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/168426862</guid><author>Tezign_space</author><pubDate>Mon, 19 Oct 2026 10:07:39 +0800</pubDate><description><![CDATA[2026 年 10 月 16 日，AI Cloud 100 China 榜单在上海发布，特赞科技 Tezign 入选 Agentic AI 赛道。该榜单由靖亚资本与市北高新联合推出。本届榜单显现产业新变化，AI 机会拓展至更多实体产业场景，新增上榜企业过半，Agentic AI 赛道存量企业凸显商业化验证趋势。特赞入选彰显行业对其企业级智能体落地能力的认可。特赞聚焦企业真实业务，助力企业沉淀专有智能，持续推进 AI 在企业场景落地，赋能企业实现智能体转型。]]></description><category></category></item><item><title><![CDATA[特赞Model Hub解析：多模型编排+发散推理，模型治理的工程实现]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/164973961</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/164973961</guid><author>Tezign_space</author><pubDate>Fri, 11 Sep 2026 11:25:33 +0800</pubDate><description><![CDATA[多数企业 AI 采购由各业务团队分头推进，工程监控完备，但规模化后面临业务层面的模型治理难题，需厘清模型用量、成本与业务产出关系。特赞 Model Hub 以统一接入、成本管控、合规治理为底座，解决调用记录、任务成本、故障切换、数据安全四大治理问题。平台搭载发散推理 CRM 与多模型编排能力，输出可复盘决策轨迹，按需匹配模型。支持三阶段落地，不用替换现有基建，推动企业 AI 从工程可用走向业务可治。]]></description><category></category></item><item><title><![CDATA[Clipo视频增长智能体拆解:100个内容变体的两轮赛马机制]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/164365324</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/164365324</guid><author>Tezign_space</author><pubDate>Fri, 04 Sep 2026 11:33:54 +0800</pubDate><description><![CDATA[依托 Clipo 视频增长智能体，特赞 TikTok 内容增长服务摒弃赌爆款、盲目铺量的出海模式，通过两轮赛马机制开展内容实验：先发散产出大量内容变体，借助本地 KOC 无预算试跑筛选方向，再小预算二次验证，将有效内容结构沉淀为可复用资产。支持 0 素材 AIGC 批量生产内容，业务覆盖全球 20 + 国家。结合真实案例展示本地化内容打法，帮助出海品牌解决投放效果难沉淀痛点，搭建可持续的海外内容增长能力。]]></description><category></category></item><item><title><![CDATA[从后置校验到内生约束，GEA 如何重构这家工业品牌的生产合规范式？]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/164360335</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/164360335</guid><author>Tezign_space</author><pubDate>Fri, 04 Sep 2026 09:43:53 +0800</pubDate><description><![CDATA[全球头部工业制造品牌，因多国市场 SKU 合规规则各异，依赖人工事后审核物料，易出现返工、版本混乱、召回风险等问题。特赞科技 GEA 内容增长长程智能体，依托 Harness 框架与 Context System，将合规内建于物料生产全流程。通过生成阶段校验合规、系统统一跨市场版本、审核团队转向规则维护，消除无效返工循环，大幅提升效率与合规通过率，沉淀企业可迭代复用的专有内容知识资产。]]></description><category></category></item><item><title><![CDATA[企业的长程智能体，如何在生产环境中保持可信？]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/164114043</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/164114043</guid><author>Tezign_space</author><pubDate>Thu, 27 Aug 2026 11:21:21 +0800</pubDate><description><![CDATA[特赞 GEA 构建了适配企业生产场景的复杂智能体评测方法论，破解传统 AI 评测局限。HarnessEval 凭借四步推理链与可追溯证据树，实现智能化模型评测，但无法覆盖真实业务隐性故障。依托自研 Game Lab 模块，可通过真人与 AI 博弈决策数据对比，量化校准 AI 拟人行为偏差。同时摒弃传统指标先行模式，基于专家反馈归纳智能体失败模式，形成人工定义问题、大模型自动化检测的机制。其搭建的评测闭环，打破学术跑分式评测局限，让 AI 智能体在真实业务场景中实现持续可信。]]></description><category></category></item><item><title><![CDATA[AI 执行推理任务时，靠什么判断「这个推理路径是对的」？]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/164111710</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/164111710</guid><author>Tezign_space</author><pubDate>Thu, 27 Aug 2026 10:44:47 +0800</pubDate><description><![CDATA[特赞 GEA 核心技术 Creative Trajectory（创意轨迹），依托过程奖励模型 PRM，聚焦解决企业 AI 推理稳定性难题。传统 RLHF 仅奖励输出结果，易出现输出不稳定、无法复现正确逻辑的问题。该技术记录完整推理路径，实现推理可审计，依托专家标注数据沉淀业务经验，实现跨任务风格统一。同时它存在局限，受标注质量制约，存在冷启动，不适用于完全开放创意。它实现 AI 从单次工具向持续迭代的决策伙伴升级，核心价值是让 AI 稳定产出符合业务逻辑的内容。]]></description><category></category></item><item><title><![CDATA[AI输出不稳定的根因分析：上下文清零与推理路径无记忆，及Tezign GEA的解法]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/164109695</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/164109695</guid><author>Tezign_space</author><pubDate>Thu, 27 Aug 2026 09:52:33 +0800</pubDate><description><![CDATA[企业 AI 常出现表现时好时坏的问题，并非模型退化，而是缺少路径记忆与跨对话上下文沉淀，仅依据结果反馈，正确推理经验难以留存，致使试点效果佳但规模化后质量滑坡。特赞 Tezign GEA 通过 Creative Trajectory 创意轨迹记录完整推理路径，依托过程奖励模型实现经验沉淀，搭配 Context System 沉淀业务判断逻辑，借助感知‑推理‑行动‑写回循环迭代能力，将随机优质输出转化为系统稳定能力，适配内容生产等多约束企业场景。]]></description><category></category></item><item><title><![CDATA[没有标准答案的商业难题，如何靠发散推理模型做出最优决策？]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/163697896</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/163697896</guid><author>Tezign_space</author><pubDate>Wed, 12 Aug 2026 14:32:42 +0800</pubDate><description><![CDATA[特赞推出的发散推理模型（Creative Reasoning Model）突破传统单路径推理局限，采用多路径发散算法处理复杂商业决策问题。该模型通过并行推理链、组合生成机制和低概率高价值发现三大功能，系统性构建商业可能性空间，并借助多维度评估体系和企业上下文适配能力，将发散路径转化为可执行决策。]]></description><category></category></item><item><title><![CDATA[从Chatbot到企业级智能体GEA：四种企业AI形态的架构差异和技术边界]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/163696675</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/163696675</guid><author>Tezign_space</author><pubDate>Wed, 12 Aug 2026 13:42:14 +0800</pubDate><description><![CDATA[企业AI工具存在概念混淆问题，主要分为四种形态：1）Chatbot（被动应答）；2）AI助手（单次任务执行）；3）工作流自动化（规则化流程）；4）企业级智能体GEA（主动推动业务目标）。GEA通过四层架构实现持续运行：意图理解、多路径推理、技能调用和上下文积累。其核心差异在于能主动理解业务目标、动态规划路径并积累经验，而非被动响应或机械执行。企业选型需根据业务需求判断：简单任务用前三种，复杂动态场景需GEA。特赞案例显示，GEA能将素材调用效率提升1900倍，并能识别数千个隐性业务规则。]]></description><category></category></item><item><title><![CDATA[跳出模型内卷，特赞以发散推理AI，解锁企业非标准化决策难题]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/163563678</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/163563678</guid><author>Tezign_space</author><pubDate>Fri, 07 Aug 2026 13:53:05 +0800</pubDate><description><![CDATA[特赞科技成功入选Founder Park 2026「中国AGI创新影响力机构TOP 30」。作为企业级Agentic AI服务商，特赞推出GEA企业智能体平台，依托国内首个备案的自研发散推理CRM模型，突破通用大模型收敛局限，可适配品牌创新、用户洞察等无标准答案的非标准化商业场景。凭借独家创意轨迹数据积累，其产品深度落地企业核心经营决策链路，已服务180余家全球头部企业，实现AI从工具应用到业务价值的深度落地。
]]></description><category></category></item><item><title><![CDATA[依托特赞 GEA，打通医药销售知识从培训到客户拜访的鸿沟]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/163563167</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/163563167</guid><author>Tezign_space</author><pubDate>Fri, 07 Aug 2026 13:38:49 +0800</pubDate><description><![CDATA[某全球医药品牌携手特赞，依托 GEA 搭建结构化动态销售知识系统，沉淀零散销售经验，构建客户行为决策模型，并嵌入拜访全流程。推动能力建设从集中式培训转向工作流持续赋能，将静态知识转化为企业可长期复用的销售智识资产，有效缩短新人成长周期，持续提升一线客户转化效能。]]></description><category></category></item><item><title><![CDATA[情景实验 + AI 人格库：面向极端压力群体的心理健康因果机制研究体系建设]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/163365499</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/163365499</guid><author>Tezign_space</author><pubDate>Fri, 31 Jul 2026 13:45:11 +0800</pubDate><description><![CDATA[传统职场心理健康研究依靠问卷、访谈模式，存在难触达高压人群、社会期望偏差、仅能得出相关结论等短板。洞察研究 GEA 依托主观世界模型与 AI Persona，以情景模拟替代主观自评，通过变量仿真实验厘清压力传导机制，可覆盖重度倦怠等小众极端群体。项目沉淀人格数据库、实验模板与模拟框架，形成可持续迭代的研究底座，突破社科研究真实心理还原的瓶颈，构筑起心理健康领域全新研究基础设施。]]></description><category></category></item><item><title><![CDATA[多账号、高频次、规模化3K营销怎么做？特赞3KGen给出标准答案]]></title><link>https://blog.youkuaiyun.com/Tezign_space/article/details/163356760</link><guid>https://blog.youkuaiyun.com/Tezign_space/article/details/163356760</guid><author>Tezign_space</author><pubDate>Fri, 31 Jul 2026 10:11:09 +0800</pubDate><description><![CDATA[传统3K营销采用项目制运作，依赖人工追热点、拆解任务、复盘总结，存在节奏滞后、效率低下、经验无法沉淀的痛点，难以适配规模化、常态化的社媒内容运营需求。特赞3KGen智能体依托GEA架构与发散推理模型，实现营销全流程自运转，通过数据持续反哺迭代，帮助品牌摆脱人力依赖，打造可持续进化的3K营销体系。]]></description><category></category></item></channel></rss>