企业AI应用

设计团队采用 AI 的行动手册

一份实用的AI采用行动手册：选择范围明确的使用场景，让受影响员工参与，设定数据与决策规则，围绕真实工作培训，并根据基准衡量影响。

AI 投资回报率与成熟度：如何衡量真正有效的采用情况

衡量 AI 应用成效，不能只看有多少人尝试过 ChatGPT。本文提供一个衡量工作流投资回报率、质量、风险、成熟度和规模化准备程度的实用框架。

自研还是采购 AI 系统：实用决策框架

使用相同的需求、否决门槛、代表性试用和总成本模型，对比采购、配置、扩展、自研和自托管方案。

此主题下的更多内容

DGX Spark：是什么、为谁而设，以及对本地智能体改变了什么

对 NVIDIA DGX Spark 的务实解读：NVIDIA 公布的 Grace Blackwell GB10 规格、相干统一内存、ConnectX-7 集群能力，以及何时桌边智能体计算机适合作为私有 AI 方案。

让 Codex、Claude Code 与 Cursor 组成一支 CLI 团队

通过 AGENTS.md、CLAUDE.md、Cursor 规则和 CLI 非交互模式，让 Codex 设计、Claude 评审、Cursor 实现，无需定制编排平台。

15 分钟阅读

用 Linear 管理多智能体项目：Claude、Cursor 与 Codex 共享同一待办列表

让 Claude Code、Cursor 与 Codex 像真正的工程团队一样围绕同一个 Linear 项目协作：认领任务、更新进度、交接评审、修复发现项，并在互不干扰的情况下关闭工单。

8 分钟阅读

当机器能完成更多工作时，工作的尊严

面向中小企业领导者的实用岗位再设计评估：在宣称自动化成功前，审视员工参与、保留的判断权、技能发展路径、工作负荷、监控与申诉机制。

8 分钟阅读

自动化团队部分工作时，该告诉他们什么

自动化项目的实务沟通顺序：在决策固化前说什么、哪些承诺建立信任，以及管理者不该许下哪些承诺。

32 分钟

与Shashi Bhushan探讨如何在本地化中构建以人为本的AI工作流

Crowdin. Shashi Bhushan从工作流梳理而非工具选择入手，随后讨论源文本质量、人工审核、AI校对、术语表检查、产品团队参与、试点和隐私约束。这与文章为需要处理爱沙尼亚语、英语、俄语、芬兰语和客户专用术语的爱沙尼亚团队所建议的运营模式几乎完全一致。

4 分钟

EmbeddingGemma简介：一流的端侧嵌入开放模型

Google for Developers. 视频介绍了一种可以在本地运行的多语言文本嵌入模型，它支持语义搜索和RAG，无需把每份文档都发送到托管API。对爱沙尼亚企业而言，这是文章所述内部知识搜索模式的有益技术补充：只有在兼顾数据本地性、权限和来源权威性的情况下，多语言检索才真正有价值。

17 分钟

Conductor CEO Charlie Holtz详解他的AI编程环境

Y Combinator. 这不是泛泛的讨论，而是一场资深工程师的具体实操：Holtz比较Claude Code和Codex，并行编排多个编码智能体，还划定了禁止未经审查的生成代码进入的“无劣质代码区”。这套配置体现了文章的规则——提供代码仓库上下文、保持补丁小而易审查，并由人继续担任架构师，让智能体负责敲代码。

56 分钟

HPE首席财务官（CFO）谈财务领域的AI智能体

CXOTalk. HPE首席财务官Marie Myers讲述了如何在一个3600人的财务组织中推广智能体AI（其“Alfred”平台），并采用文章所主张的严谨方法：直接与间接投资回报率框架；决定每个用例继续或停止的阶段关卡；强制设置人在回路质量控制；以及工作流层面的指标，例如某项每周审核流程的人工工作量减少了约90%。这里衡量的是工作方式的改变，而不是工具登录次数。

41 分钟

私有AI与云端方案：企业领导者如何更明智地决定自建还是采购

World Wide Technology. 视频将自研或采购的选择与业务成果、工作负载部署位置、云成本经济性、数据主权、安全、基础设施就绪度和混合运营模式联系起来。无论你是在决定购买工具、扩展平台、构建轻量定制层，还是掌控更多部署技术栈，它都是很有价值的战略配套内容。

爱沙尼亚企业的多语言AI工作流

为同时使用爱沙尼亚语、英语、俄语、芬兰语及其他客户语言的爱沙尼亚企业提供一套实用的工作流模型，在跨语言协作中保持语气、术语、隐私和责任归属。

AI原生IDE与感知代码仓库的编码工作流

只有当团队设置明确边界时，Cursor、Copilot、Claude Code和感知代码仓库的智能体才能真正改变软件开发方式。本实用工作流涵盖代码库上下文、规划、测试、评审、密钥和生产安全。

面向中小企业的欧盟《人工智能法案》：一份实用的治理计划

欧盟《人工智能法案》并非只给大型供应商带来法律问题。本指南为中小企业提供一套实用方案，涵盖清单盘点、风险分类、人工监督、透明度、供应商记录和分阶段实施规范。

私有 AI 部署模式：本地、VPC、自托管和混合

私有 AI 并非单一架构。本文面向重视隐私和控制权的中小企业，对比本地模型、企业 SaaS、VPC 部署、自托管推理和混合模式。

AI 营销技术栈：内容、SEO 与社交，辅以人工审核

一组可供评估的AI辅助营销工作流，涵盖获准研究、有来源的起草、SEO审核、内容改编、人工发布批准和结果测量；上线前还需进行与司法辖区相符的法律检查。

11 分钟阅读

AI 销售技术栈：线索信息补充、个性化与规模化跟进

一套实用的AI销售技术栈，可处理研究、个性化、触达序列和跟进，同时避免沦为人人都会删除的垃圾信息。本文介绍区分有效触达与恼人骚扰的架构、工具、提示词和防护措施。

成本优化推理：提示缓存、路由与输出控制

基于追踪数据建立推理成本模型，优化实测成本中占比最大的部分，并证明每项改动都不会损害任务质量。

面向非工程师的评估：判断AI工作流正在变好还是变差

评估（系统衡量AI输出质量）通常被视为工程问题。但每个运行AI工作流的团队都需要评估，而且无需编写代码也能掌握基础方法。本文将说明具体做法。

13 分钟阅读

构建真正能捕获回归的评估

大多数评估套件看起来令人印象深刻，却会漏掉真正的回归。要构建能够捕获关键问题的评估，需要仔细构造数据集、使用敏感的指标、校准评判模型，并建立信任文化。本文介绍优秀团队采用的实践模式。

14 分钟阅读

从零构建MCP：使用TypeScript打造生产就绪的服务器

构建生产级Model Context Protocol服务器，不能只是连接几个工具。本文介绍Schema设计、身份验证、错误处理、流式传输、可观测性的模式，以及让MCP服务器在规模化场景中真正发挥作用的生产现实。

设计LLM真正能够正确使用的MCP工具

我们看到的大多数MCP工具在技术上正确，在实践中却毫无用处。LLM会忽略、误用，或以无益的方式调用它们。本文介绍让LLM自然采用工具的设计原则，并给出常见失败及其修复示例。

LLM 应用的可观测性：追踪、成本、延迟和质量漂移

在常规可观测性基础上，增加多步骤追踪、可归因成本、提示词与模型版本、经过评估的质量信号、隐私控制，以及根据工作负载制定的告警。

构建生产级RAG：摄取、嵌入、检索、重排序与评估

生产级RAG流水线包含六个阶段，每个阶段都有决定质量的特定模式。本文介绍整体架构、各阶段的选择，以及让有效RAG与令人失望的RAG拉开差距的迭代评估规范。

如何在提示词、RAG与微调之间选择（以及何时组合）

提示词、RAG和微调是让LLM适应你的问题的三大手段。它们各有适用和不适用的问题。本文提供选择框架、各自的实际成本，以及组合使用时效果突出的生产模式。

超越文本块的RAG：图RAG、智能体RAG与长上下文RAG

经典的基于文本块的RAG存在局限。图RAG、智能体RAG和长上下文RAG以不同方式突破了这些限制。本文介绍各自适用的场景、实际工作原理，以及生产环境中重要的权衡。

13 分钟阅读

LLM 产品的单位经济性：以证据为先的定价工作表

在定价前先测量模型用量分布、贡献毛利、故障处理、支持成本和留存。本工作表以可审计输入取代缺乏依据的市场区间。

13 分钟阅读

结构化输出与函数调用：生产环境中的实践模式

结构化输出和函数调用是从“生成文本的大语言模型（LLM）”走向“实际执行工作的系统”的桥梁。在生产环境中，真正重要的模式围绕模式定义、错误处理、幂等性和优雅降级展开，而不只是JSON模式。

24 分钟

我用N8N和Claude构建了一个AI内容智能体（分步教程）

Greg Isenberg. Isenberg与The Boring Marketer在n8n中搭建了一条真实的内容流水线：抓取YouTube和X上表现最佳的帖子，用Claude起草新内容，通过Perplexity开展调研，生成图像，并在人工审批后发布到LinkedIn。这正是文章所描述的“智能体居中、两侧连接工具”的架构，而且视频实际展示了人工审核环节，而不只是顺带提及。

30 分钟

我将毫无保留地公开氛围营销的所有秘诀

Greg Isenberg. 全面浏览当前的AI营销技术栈，包括工作流自动化、模型路由、AI视频和语音工具，以及基于竞品分析的广告制作。在你决定为自己的团队优先部署哪三个Zap或n8n流程前，这段视频很适合用来了解该领域各类工具的分工。

26 分钟

现场搭建一个替我致电潜在客户的AI销售机器人

Liam Ottley. 现场搭建一个AI语音智能体，用于致电主动咨询的潜在客户、判断其是否符合条件，并尝试预约需求沟通电话。视频展示了Make.com与一家语音服务商的组合，以及筛选脚本和转交逻辑。它很好地补充了邮件触达场景：同样采用“先补全数据、再个性化”的模式，但渠道和故障模式不同。

30 分钟

我用这套AI系统为1000多封陌生开发邮件做了深度个性化（免费模板）

Nick Saraev. Saraev搭建了文章所描述的完整流水线：用Apollo获取潜在客户，用Apify抓取数据，通过n8n补全信息，并根据每位潜在客户的网站生成多行破冰内容，最后用Instantly发送。他还坦率说明了单条潜在客户数据的成本和回复率。这是对“真正的大规模个性化”最清楚的演示，而不只是“把名字字段并入邮件”。

RAG会就此终结吗？Anthropic的新提示缓存

Prompt Engineering. 视频将Anthropic的提示缓存与Gemini的上下文缓存进行比较，并针对长文档聊天、少样本和多轮对话等用例给出具体的延迟与成本降幅。对缓存写入附加费与缓存读取折扣的拆解，正是文章讨论缓存何时划算时所采用的基础。

56 分钟

Build Hour：提示缓存

OpenAI. 这是OpenAI官方关于提示缓存的Build Hour，内容包括1024-token阈值、前缀稳定性要求、实时音频缓存的大幅折扣（确切费率请查看当前定价页面），以及长输入对首token延迟的影响。当你评估需要投入多少工程工作，才能让生产提示稳定命中缓存时，本视频很有帮助。

107 分钟

为什么AI评估是产品构建者最热门的新技能｜Hamel Husain与Shreya Shankar

Lenny's Podcast. Hamel Husain和Shreya Shankar以一个真实的物业管理AI助手为例，完整讲解评估工作流：查看追踪记录，对错误进行开放式编码和轴心编码，判断何时停止，构建“LLM充当评审”，并依据人工判断验证它。这类真正面向产品经理和团队负责人（而非机器学习工程师）的长篇对谈非常少见，它还涵盖了文章建议的“设置完成后每周投入30分钟”节奏。

3 分钟

在Anthropic Console中评估提示词

Anthropic. Anthropic用3分钟演示如何在Workbench中开展一次真实评估：自动生成贴近实际的测试用例、为输出评分、调整提示词，然后重新运行同一套测试并进行并排比较。观看次数低于通常的收录门槛，但要回答“我怎样才能不写代码就真正完成评估”，这是最清楚的官方演示，也恰好能承接更偏战略的Husain/Shankar对谈。

55 分钟

如何系统构建LLM评估（指标、单元测试、LLM裁判）

Dave Ebbelaar. 一位一线AI工程师演示他实际采用的评估阶梯——断言式单元测试、无参考指标、让大语言模型评判与人类判断对齐，以及分析/衡量/改进循环。其结构与文章的主张最为接近：评估是用于捕获回归的系统，而不是排行榜。

如何构建领域专用的LLM评估系统：Hamel Husain与Emil Sedgh

AI Engineer. Hamel Husain与Rechat的CTO讲解一个真实AI产品背后的评估系统：通用现成评估为何会失败；如何分层设置断言、带人工审核的追踪日志，以及持续与领域专家对齐的大语言模型评判；一套有效的评估系统又如何推动数据策展和微调。它是文章核心主张的生产案例研究：评估是捕获回归的机制，而不是排行榜。

104 分钟

用Model Context Protocol构建智能体：Anthropic的Mahesh Murag完整工作坊

AI Engineer. Anthropic的Mahesh Murag讲解MCP的设计：为何将工具、资源和提示分开，客户端如何协商能力，生产环境宿主实际如何使用该协议。建议在完成构建演示后观看，以理解SDK默默隐藏的MCP组成部分，并依据规范作者的设计意图校准文章中的“生产就绪”检查清单。

75 分钟

MCP速成课：从零开始构建

Web Dev Simplified. 视频使用TypeScript，从头到尾同步编码构建MCP服务器和客户端，涵盖工具定义、Schema、提示与资源、stdio传输和检查器调试。它是YouTube上最接近亲自动手完成文章任务的视频，而且节奏适中，你可以随时暂停，在自己的编辑器中同步操作。

构建更高效的AI智能体

Anthropic. Anthropic工程师讲解多智能体系统误用工具时，他们实际做了哪些改动——合并端点、返回名称而不是ID、更多依靠MCP和Agent Skills，而不是继续往系统提示中塞入工具。这些内容与文章中的工具描述和返回结构设计检查清单逐项对应。

29 分钟

智能体提示设计｜Code with Claude

Anthropic. 应用AI团队的Hannah Moran和Jeremy Hadfield以一个真实的宝可梦游戏智能体为例，讲解如何表述工具调用和智能体提示：哪些行为应该放进系统提示，哪些应写在工具描述中，以及模型需要知道每个工具的哪些前置条件。刚写完第一个MCP服务器、却发现Claude会以意外方式调用它时，这段视频尤其有用。

9 分钟

10分钟了解LangSmith

LangChain. LangChain联合创始人带你浏览大语言模型追踪、项目和数据集，涵盖token成本、延迟、错误率、反馈汇总，以及深入查看单个检索步骤的Span。文章谈到“每次调用都是一个Span”以及结构化追踪为何优于打印日志时，这段视频提供了最直观的视觉对应。

154 分钟

LLM的可观测性与评估

Hamel Husain. Hamel Husain、Eugene Yan、Brian Bischof、Harrison Chase和Shreya Shankar共同讲解追踪、日志分析、大语言模型评判，以及查看真实生产数据的工作流程。可以像听长篇播客一样耐心观看——这是YouTube上对文章“查看你的追踪”这一主张最深入的单一讲解。

17 分钟

生产环境中的RAG智能体：我们得到的10条经验——RAG提出者Douwe Kiela

AI Engineer. Douwe Kiela在FAIR领导了最初的RAG论文工作，如今为受监管企业交付RAG。演讲主要讨论规模扩大后哪些做法会失效——无法应对100k份文档的分块策略、“准确只是基本要求，不准确才是真正的问题”，以及为何归因和可观测性比嵌入模型更重要。重读文章的评估和监控章节之前，这是一份很好的校准材料。

构建生产就绪的RAG应用：Jerry Liu

AI Engineer. LlamaIndex CEO讲解“朴素RAG演示”与真实流水线之间的差距，涵盖由小到大的检索、子问题路由、混合搜索和评估。他的幻灯片结构几乎与文章的流水线章节直接对应；建议先看视频，再带着其中的图示重读文章。

9 分钟

RAG与微调对比

IBM Technology. 视频更集中地比较团队最常混淆的两种技术，并深入讨论数据新鲜度、来源归因，以及微调在推理速度方面的优势。如果你正专门尝试说服团队不要开展不必要的微调项目，这段视频值得一看。

13 分钟

RAG、微调与提示工程：优化AI模型

IBM Technology. 视频通过清晰的白板讲解对比三种技术及各自的成本——检索延迟、训练算力与灾难性遗忘，以及仅靠提示的局限——并说明哪些组合在生产环境中真正合理。结尾以一套同时使用三种技术的法律AI系统为例，几乎完整对应文章中“何时组合”的论点。

39 分钟

RAG 2.0入门：智能体式RAG与知识图谱（免费模板）

Cole Medin. 这是一个可运行的“智能体RAG + 知识图谱”构建项目，智能体会决定何时进行向量搜索、何时查询Neo4j，以及何时同时采用两者。文章介绍“以智能体作为检索规划器”模式时，这段视频提供了YouTube上最清晰的演示，而且代码可以实际下载运行。

16 分钟

Graph RAG：用知识图谱改进RAG

Prompt Engineering. 视频集中讲解Microsoft的GraphRAG——实体抽取、社区摘要和面向查询的摘要生成——并在本地计算机上完成设置，同时说明成本。建议专门配合文章的图RAG章节观看；成本讨论尤其值得关注，因为大多数文章都会略过这一部分。

42 分钟

垂直AI智能体市场可能达到SaaS的10倍

Y Combinator. Lightcone主持人通过具体案例，分析了为什么垂直AI智能体，而不是横向封装层，才是应用层公司具有防御力的形态，并坦率讨论哪些类别会被模型提供商吞噬。这正是文章警告的反护城河陷阱，只不过视频将其表达为一套正向行动指南。

34 分钟

AI如何重塑软件商业模式：Sierra的Bret Taylor

Sequoia Capital. Bret Taylor讲解了从按席位收费的SaaS转向按成果定价的过程：应以什么为定价锚点（解决率、CSAT、NPS）、为什么现有企业难以跟进，以及垂直领域专业化如何创造定价能力。这与文章的定价和利润率章节直接呼应。

41 分钟

OpenAI DevDay 2024｜用结构化输出构建可靠应用

OpenAI. 视频详细讲解`strict: true`、它与旧JSON模式的区别、拒绝处理，以及函数调用与响应格式Schema如何组合。它的价值恰恰在于说明API为你提供的契约，而文章中的生产模式正是构建在这份契约之上。

18 分钟

只需Pydantic：Jason Liu

AI Engineer. 这场演讲明确提出了现代模式：“定义Pydantic模型，将其交给大语言模型，其余工作交给验证机制”，并给出嵌套对象、捕获虚构URL的验证器，以及将思维链作为类型化字段等具体示例。观看后再读文章中的验证器章节，你就会明白其中重试与拒绝规则的由来。

8 分钟

沃顿商学院教授：AI未来的4种情景｜Ethan Mollick做客Big Think+

Big Think. Mollick用简洁的8分钟介绍他的“四种情景”模型——静态、线性、指数式和AGI——并解释为什么团队应该根据第二或第三种情景制定计划，而不是把一切押在任何一个极端上。如果你想让领导团队在编写应用手册前就究竟要为哪种未来做准备达成一致，这段视频会很有帮助。

60 分钟

每位领导者都需要这套AI战略｜Ethan Mollick详解

Sana. Mollick用一小时讨论组织内部应用AI的真实面貌——为什么“削减成本”是错误的思考框架、传统组织架构为何正在发生变化，以及“AI原生”团队有哪些不同。观看次数低于通常的100k门槛，但这是该领域引用最广泛的研究者对应用战略所做的最清晰、最贴近实践者的讨论，文章中应用手册关注的内容几乎与他的框架1:1对应。