团队采用AI

设计团队的AI落地手册

大多数团队的AI应用失败，不是因为技术不可用，而是因为推广方式不当。这是一份实用手册：如何选择使用场景、培训人员、制定政策、衡量影响并避免常见失败。

8 分钟阅读

在工作中使用AI时的隐私与数据卫生

一份实用指南，帮助你在工作中使用AI时避免意外泄露客户数据、违反公司政策或违反GDPR。了解界限、工具以及需要养成的习惯。

9 分钟阅读

AI投资回报率与成熟度：如何衡量真正有效的应用

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。

高级

此主题下的更多内容

5 分钟阅读

Solo Week Ops With AI Limits

Plan a freelance week with AI for sorting, reminders, and draft checklists - while you keep priority calls, client promises, and capacity math. A weekly ops loop that refuses to outsource judgment about what fits the calendar.

7 分钟阅读

The automation you should delete: maintenance cost and quiet failure

A practical audit for deciding which automations to keep, repair, simplify, or retire — including ownership, breakage, hidden review work, and silent-failure risk.

17 分钟

12要素智能体：可靠LLM应用的模式——Dex Horthy，HumanLayer

AI Engineer. Dex Horthy解释了为何可靠的智能体系统主要是在少量LLM调用周围构建纪律严明的软件：掌控提示词、掌控上下文窗口、让控制流保持确定性，并在工作流需要人工判断时通过工具调用联系人。这与文章中的审批、异常处理和升级模式直接对应。

18 分钟

AWS re:Invent 2025——为多智能体AI系统实现人在回路控制（CNS428）

AWS Events. 这场闪电演讲明确指出业务中需要人工控制的时刻：高风险决策、不可逆操作、监管要求、建立信任的阶段、模糊的边缘案例以及优雅降级。它还展示了具体实现机制，例如MCP信息征询、Step Functions回调等待和审批节点。

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。

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。

高级

9 分钟阅读

AI工作流中的人在回路设计模式

人工审核并不是含糊的安全保障。本文提供一份实用指南，帮助你确定在AI工作流中，哪些事项应由人工审批、抽查、审计、升级处理，或绝不交由AI完成。

10 分钟阅读

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。

13 分钟

如何保障AI商业模型的安全

IBM Technology. Jeff Crume通过白板讲解了生成式AI引入风险的三个环节——数据、模型和使用方式——以及各环节应采用的良好管控措施。这有助于理解文章的观点：“务必小心”并不足够；作为员工，你需要判断自己实际面对的是哪一类风险。

11 分钟

什么是影子AI？网络安全威胁中的黑马

IBM Technology. 虽然观看次数低于我们通常采用的100K门槛，但它仍值得入选，因为它用很短的篇幅出色地说明了为什么员工使用个人ChatGPT账户处理工作问题，才是多数公司真正面对的风险。Crume所说的“不要只说不行，要说明怎样才行”，与文章采用的立场完全一致——目的不是禁止AI，而是让安全使用成为最省事的默认选择。

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。