暂无搜索历史
上周日下午,和一位把投资系统做到行业头部的朋友聊天。聊到 AI,我们谈到一个很有意思的问题:
导语:医疗AI最危险的开局,往往不是技术太弱,而是团队把“能读懂病历”迅速等同于“能给临床建议”。病历结构化、制度检索、医保规则提示、用药知识问答和诊疗决策,可...
科大讯飞 | 资深架构师 (已认证)
前者可以是开通账号、部署平台、搭建几个应用。后者则要回答:谁来做事,怎样协作,如何判断结果,以及这套方式能不能持续运转。
本文介绍的工程(ice-agent-console)建立在 ICE 渲染引擎家族之上。该家族是一组 Canvas 2D 渲染引擎,典型应用场景是工业现场的图形界...
上周六合肥同盟做了一场 FDE 主题活动,主题是“FDE 的不同现场:企业实践、客户差异与交付协作”。
我觉得做企业 AI、数字化,尤其是正在推进 Agent 落地的人,可以花点时间看看。
2026 年 7 月 18 日,Peter Steinberger 在 X 上提出 “是否已经从 Loop 转向 Graph”,随后引发了技术社区的大量讨论。
2026 年 9 月 10 日中午 12 点,DeepSeek 没有开发布会,没有直播,用一封 API 定价调整通知邮件,把新一代旗舰 DeepSeek-V4....
今天在合肥同盟的群里 ,理事长发了一个大牛在一家企业通过FDE 九天完成6个岗位的AI转型, 引起了大家的热烈讨论。我阐述了我一下我个人的观点。
一家制造企业,9 个工作日,跑通 6 个岗位场景—跟单、质检、报价核算、日常会务、SOP 整理。
因为大家平时就在企业里做技术、做数字化、做AI,真正想听的,不是又一个趋势判断,而是别人到底怎么做的,哪里踩过坑,哪些东西真的能落地。
像支付、权限、安全、数据迁移等高风险模块,必须进行人工深度审查,并提前准备完整的测试、监控和回滚方案。
今天的大模型已经可以写代码、分析文档、调用工具,甚至独立执行一部分复杂任务。但当我们把它放到真实企业里,会马上遇到另外一套问题:
不是因为制造业最容易做。恰恰相反,是因为它足够难,而且过去的软件一直没有真正吃透它。这可能正是 FDE 最大的机会。
你还记得,自己第一次带新人、第一次开始管理别人时的样子吗? 评论区一起分享你的回忆!
项目延期、效果不好,当然算。但做久了会发现,真正危险的不是这些一眼能看出来的失败,而是另一种状态—项目一个接一个上线,团队每天很忙,业务部门觉得这个团队挺能打,...
懂业务、懂产品、懂技术、懂 AI,能写代码、能做方案、能驻场、能交付,最好还能直接和业务负责人对话。
这三件事的演进速度、关注点、失败模式都不同。但很多团队习惯用一套框架(或一段 @Scheduled + 手写 SQL)把它们全塞进去,结果是:想改触发频率要动业...
安徽兆尹信息科技 | 架构师 (已认证)
这些当然都重要,但如果站在甲方FDE团队的角度,我越来越觉得,真正值得复盘的,不是这个项目做完没有,而是我们当初为什么做,最后拿到了什么,中间为什么有差距,这一...
最近参加了一场关于企业 AI 落地的架构师交流。分享中既有航空、汽车制造等大型企业项目,也有基于多 Agent(智能体)、Skill(技能)和 MCP(Mode...
暂未填写公司和职称
暂未填写个人简介
暂未填写学校和专业
暂未填写个人网址