10月18日下午，济南，绿地·齐鲁之门京沪会客厅三楼。WorkBuddy开发者沙龙济南站顺利举行。

我是腾讯云开发者星盟济南城市合伙人、这场活动的出品人，也是主持人。四场专家分享、两场开放麦，六个人的话筒都是我递的。作为一个久居幕后的开发者，这对我来说是个不小的挑战。

定议程的时候，我把欲三更老师排在第一位。四场专家分享，他的题目最不讨巧（赵振华老师的题目更抓人眼球，下一篇详述）。别人讲方法、讲开发、讲平台，他讲的是迷思，有深度，也会让人觉得更枯燥。

我当时的想法很简单，欲三更老师头一天大概率是会加班到很晚，第一场讲完可以去休息。另外企业AI落地最难听最扎心的话应该放在最前面。后面几场才好接。

稿子上写了大段介绍，可现场我只说了两句

主持词里，我给他写了三段介绍：

FDE专家、企业软件架构师，全网四十万粉丝的技术博主。也是济南的著名大型企业技术高管。平时写代码、写文章、也写企业级落地方案。

但现场开场时其实我只说了两句。下一位是欲三更老师，他的题目很有意思，叫《成为WorkBuddy的Buddy》。然后请他上台。

还真不是忘了介绍，他一直跟我说，不太愿意去展示自己的过往。这话我一直记着，另外我也想让他亲自上去讲讲企业AI落地的技术干货，抛开那些虚名让大家看看他的真实水平。斟酌了一下，默默的把手卡翻到了后边。

他上台做了一个挺有意思的自我介绍。三段内容被他讲成了三个笑话。

第一段做用户体验，他说“我可能是第一个给人脸识别加美颜的人”。第二段做企业数字化转型，给一个千亿规模的二手车业务做过数字化，“但发挥得不是特别好，以至于老东家一怒之下收购了汽车之家”。第三段是这几年，“一直在做智能场景的落地，但坦白讲，越做越有点不敢讲了”。

台下笑了，我也笑。上台前他在后台跟我说，这份PPT是前一天凌晨四点重新做的，之前的几个版本都不理想，当天上午九点才定稿。前一稿其实已经做完，被他整体推翻了。

笑完就知道，这句并不是谦虚。

原来的题目叫《成为WorkBuddy的Buddy——企业智能场景落地方法的探讨》。他说「探讨」这个词克制，也有点装，感觉自己挺厉害，可以去跟人探讨一下，其实不然。

这几个月、尤其是最近一两个月的项目做完，他把“探讨”改成了“迷思”。

他说“越来越觉得成为WorkBuddy的Buddy不太容易，所以某种程度上，自信心没那么强了”。

再往下想了一层，他给自己找了个新位置：或许可以成为WorkBuddy的僚机。

伙伴是并肩往前冲的，僚机是跟在后面、掩护、补位的。我在台侧听着，这句往后退的话，比前面三个笑话重要得多，直接道出了企业AI落地最艰难的处境。

他先展示了一遍标准答案，然后自己拆开了

做企业架构十几年，这套方法论他闭着眼睛都能画。

先摸清客户的业务，拿到系统里的数据和线下的信息，建分析框架，评估业务效率，从效率洼地里找智能场景。再按“智能化成熟度”和“业务价值”两个维度排优先级，挑一个切入点。

然后借当下的AI能力和AI coding把场景搭成系统，放进客户的业务里跑。跑起来就进入陪跑，跟踪效果、收反馈、持续迭代，回到第一步，闭环。

架构也是的那一套标准。底下是模型层，中间是知识层，结构化数据和非结构化知识分开存储，再往上是权限管理，再之上是智能体的构建和运营，最上面长出各种场景，推动全面智能化。

他甚至举了个明星案例，设备预测性维护。把物联网、大数据、传统机器学习和大模型揉在一起，业务价值还特别明确，直接关系到制造企业的生产效率和业务连续性，很多厂商做过，很多客户也买过。

讲到这里，他补了一句，待会儿几位嘉宾，大概都会在这个坐标上展开讲，因为大家的方法论是差不多的，其实也侧面反应企业AI的落地标准其实已经很明确了。那我们的卡点究竟在哪呢？

他话锋一转“这听起来挺顺的是吧？从流程到架构到案例，大概就是这个样子。我本人类似的项目做了几个，但坦白讲，做得挺累，越做越累。这就是我产生迷思的原因”。

他没有说这套方法论错了，只说它描述的是顺利的那条路。项目真正耗人的地方，都在它覆盖不到的位置。

所以后面的话他不打算用“价值层、集成连接层、平台治理层”那套老词讲，“今天都是开发者，咱们说得直接一点”。我在台侧等的就是这一句，三更老师要开始放干货了。

第一个是智能体怎么调度业务系统。企业里的IT系统很多已经跑了十几年，连对外接口都没有。有的厂商不愿意开放，愿意开放的还要收一笔不低的费用。收了费给的接口也未必适合AI用，缺字段语义，业务动作的颗粒度不合理，报错不可读，幂等性没法保证。数据安全和业务安全能不能保证，也都是问号。

他的判断很直接，这一关过不了，AI就只能聊天，进不了业务。

第二个问题更是少有人提。AI界面和业务系统的界面怎么互操作。他给了两种范式，一种以AI为主，聊天窗里需要看单据、改数据、办业务的时候，侧边弹出业务界面；一种以业务系统为主，系统还是原来的系统，侧边挂一个能对话的智能体。

两种范式要解决的是同一件问题。AI得能读到界面上的单据和状态，得能把字段写进去，还得走完后台校验、审核那一整套逻辑。落到具体场景上，就是自动填单和单据审核，这两个是最典型、也最容易被低估的活。

这两件事我熟。前阵子我做过一家跨境物流公司的单据，业务卡住的地方一模一样。报关单、入库单、物流单分布在两三个系统里，同一份信息要录两三遍，每个系统对格式的要求还不一样。直接对接海关总署的部分更是状况频发。

那家企业后来跑通了，靠的就是在中间加一层MCP和API的对接，识别出来的字段直接写回去，中间不留人手，“人”才是整个系统里最大的变量。没有连接的这一层，模型再聪明也只能站在门口。他说的时候，我心里马上想到了这个项目。

这里他说了一句全场最重的话。智能化至少有一半，是在为客户的数字化转型补课。

水面上看，客户要的不过是“能不能用自然语言问数”。水面之下，至少一半以上是历史欠账。

第一笔账是数据中台太贵。他们测算过，满足同样的业务需求，BI软件的价格大约只有数据中台的五分之一。结果就是很多客户根本没有一个正经的数据中台产品。“对他们来说，数据中台是上一个时代的奢侈品”。

第二笔是指标化管理。要能提取出对管理真正有价值的指标，还要对齐不同部门、不同子公司之间的口径，处理滑动窗的时间对齐、月报季报那些琐碎事。这些事有的企业压根没有，有的原始到还要靠线下Excel算；有的企业做了，但长在业务系统的代码里，没有资产化，AI一样消费不了。

旧账还没还完，新账又来了。就算数据补齐，AI还是消费不了，因为还缺两样东西。一是语义化，得让AI看懂这个数据的业务含义、解释和关联。二是数据权限，AI场景下的权限管控往往比原业务系统更严，而原来的系统权限如果本身就与业务耦合，突然要开一个分析视角，也很难设出一套合理的权限。

把这些账全还完、题全解掉，能换来什么？他的答案很克制也很实在，其实也只是在一个甲乙双方都认为是第一批软柿子的场景上，也就是问数这类场景上，体现出一点业务价值。

看起来不难，做好却很难，因为底下全是账。

系统通了、数据接了，FDE的工作就进了深水区。

智能体进来了，Skill进来了，知识库也进来了，它们归谁管、分给谁用？企业内部本来有一套成熟的权限和组织分配体系，人和数据资产都在里面。互联网背景的人容易觉得，AI资产在企业内应该维持一个开放生态。传统的大型企业却不这么想，它希望AI资产跟传统资产一样被管起来，包括权限，包括组织归属。而且现在很多中小企业也开始这么想，毕竟大模型吞噬经验的速度实在太快了，中小企业的生存壁垒正在被一点点蚕食，老师傅的那点经验献祭给大模型的时候，很难讲是帮助了企业，还是让企业走上了另一条歧路。

流程智能化是同一件事的另一面。智能审批里，AI到底扮演什么角色，自动审批还是辅助审批？审批依据是什么？错了谁负责？怎么留痕？

他用一句话把这一关的分量说清了。连不上业务，AI没法用。连不上组织，AI能用，但管不了。

他放了一张自己真实做过的权限装配图，密密麻麻，把SQL这类AI资产按传统组织权限的方式管可见性。麻烦的地方在于，智能体和用户身上都能挂权限，有的智能体可以碰业务系统，有的不能，一个会话里一旦挂上了“不能碰业务系统”的限制，后面还能不能碰。这些琐碎问题一层套一层。

放完图他说了句实话，这个场景几乎让我破防了。紧接着又补一句，到什么庙唱什么经，可最终还是做了。

欲三更老师也总结了影子模式、预审模式、自动审批模式三种打法，然后把重点挪开了。这些模式不重要。真正重要的是审批依据，依据强才敢上高级模式，依据弱只能停在低级别。

依据在这些障碍里最难解决。很多企业的流程里根本没有单据数据，表单直接贴在页面上让人用肉眼看，智能体拿不到。即便拿到了，还得数据自带解释，AI才看得懂，这其实就是我们最近常接触到的本体。

审核规则有的是软规则，有的是硬规则。硬规则往往锁在业务系统的规则引擎里，智能体怎么去调用。走纯AI路线的话，一个审批依据可能藏在数据库里跳了几张表的某个字段上，人写代码就是一个联合查询，智能体却要把这一路上的表全部语义化。再加上审批天然是多模态的，发票、票据、照片、录音都得看。

讲到这里欲三更老师停顿了一下，说这个我念得有点累了。台下笑了，他也笑，说落地的问题有时候就是这样。

站在2026年秋天这个时间点，尤其是规模稍大的客户，已经几乎不存在未开垦的荒原了。进一家企业，对方内部没有任何AI建设这种事基本不可能。

所以FDE工程师面对的问题就变成了怎么跟既有的AI资产共处。三种局面。对方已经有智能体平台在跑，你和它是争平台、争入口的关系；对方的业务系统自带AI能力，你要做智能化转型，某种程度上就是要把它的产品解构掉，这里有争主导的问题；对方自己建了算力、知识库、模型调度平台，那就是怎么配合、怎么争利用。

这一关不是技术问题，是生态位问题，包括入口主导权，也包括既有资源怎么用。四关走完，他留给在场开发者的判断已经变得很清晰。企业AI的卡点不在模型，即使换更大的参数、换更花哨的提示词，过不了这四关。

前边的演讲是陈述事实，也像是再抱怨。把那四关讲完，欲三更老师给了三件我们必须把握的事，并说明了挑这三件的理由：一是能解决问题，二是可以一直沉淀。

“有了沉淀，你才能期待未来的交付效率和对客户业务价值的呈现越来越好。否则就只是做项目，不管有没有AI，最终达到的高度都不会特别高。”

下面是FDE工程师必须要做的三件事：

系统集成确实是苦活，但苦不能白吃。这些苦活要沉淀出四件事：各类系统的API，尤其同行业的各类系统，都要能连得上；把接口编排成适合AI用的形态；在中间层管住权限和幂等；CLI、MCP、A2A这些新协议零成本提供出去。这样对接成本和二开成本都能降下来。

数据中台是上一个时代的奢侈品，怎么让它不奢侈？就是把数据治理和数据平台做轻、做小，边展现业务价值边做治理。总不能先花六个亿治理完，才回来谈价值。前期架构体大，落地难点相对的更多，就很容易让大家失去信心，连接建模、语义化、检索权限都在这一层解决。

数字员工是个很典型的AI资产，一边是AI，一边又受传统组织管理。他总结了三个维度。身体，就是能调动的系统、数据和设备，像四肢一样，可以按组织权限管。岗位编制，是事前的目标、事中的督导、事后的考核，一个完整的闭环，操作权限按员工账号走。工位，是在流程的某个环节按业务规则被激活，出现在人的作业流程里。

这三件事有共同的顺序。先把“通”做掉，再谈“智”；先让价值露头，再谈治理；先给数字员工一个编制和工位，再谈它能干多少活。如果顺序反了，项目就变成一场没有终点的治理工程，交付变成一个伪命题。

他的第一条原则只有八个字。没有银弹，只能久久为功。

有人会问，为什么不讲讲智能体的优化、智能体的观测。他的回答是，那些问题其实有体系化的打法，可以按部就班地解决，接下来的专家讲师也会详细的介绍那些问题。而他挑出来的这四关，至少在近期很难出现一蹴而就的打法，只能因地制宜，久久为功。也是FDE前沿部署工程师们必须直面的问题。

这也是他把“方法探讨”改成“迷思”的原因。方法论描述的是顺利的那条路，迷思记录的是不顺利更值得探讨的地方。

然后他说了整场最像结论的一句话，并且老实交代这是在别处抄来改了改。

「AI的本质不是单个AI固有的抽象物，其在现实性上是一切社会关系的总和。」

更短的表述是context is yourself。他还特意辨析了一句，不是context as you need，是context is yourself。AI所有的关系加起来，才是这个AI本身。

这句话能解释前边那四关。决定AI能不能干活的上下文不在模型里，在企业里。系统之间通不通，字段有没有语义，权限归谁，审批错了谁签字，客户已有的平台怎么共存。

这些东西没法靠一次采购获得，也没法靠一次交付获得，只能一家一家接出来。所以他的落点不是能力清单，是顺序。先做连接器，再做超轻量数据底座，最后把数字员工和AI资产管起来。

最后一句他切回了英文，也切回了工程师的语境。工程师会用不同的方式去指导AI，问题在于怎么把这个AI沉淀到现实。

接回话筒的时候，我还是把前边那段省去的介绍补上了

14点50分，欲三更老师一直这么准时，他讲完，我上去接回话筒，第一件事是把前边那段省区的介绍补上。

“其实我刚才没有过多地介绍三更老师，因为他一直告诉我，不太愿意去展示自己的过往和那些虚名。”

然后我补充了一句，欲三更老师是济南一家大型集团企业的高级技术专家，也是管理者、FDE专家、企业软件架构师。全网四十多万粉丝。说到这儿我停顿了一下，很多人把粉丝多的人称之为网红，但我想称他为网红其实不太合适，他是一位非常有知识底蕴的技术专家。

欲三更：企业AI落地最难的，是连接——首场济南WorkBuddy开发者沙龙第一位讲者

联合发起人

人工智能

10月18日，WorkBuddy开发者沙龙济南站成功举行。FDE专家欲三更分享企业AI落地的四关难点：系统连接、数据语义化、权限管控、AI共存。强调先做连接器、轻量数据底座、管理数字员工，找到适配方法，实现智能化落地。

结构化数据

机器学习

人脸识别

数据安全

软件架构

数据治理

大数据

物联网

数据库

智能体

WorkBuddy 

WorkBuddy企业版限时双倍 Credits 活动

workbuddy

让每一个 Agent，都跑在云上

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

欲三更：企业AI落地最难的，是连接——首场济南WorkBuddy开发者沙龙第一位讲者

欲三更：企业AI落地最难的，是连接——首场济南WorkBuddy开发者沙龙第一位讲者

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐