让AI自己干活：打造本地智能体实战
前两课我们已搭建好本地模型与私有知识库，但它仍是个「你问才答」的被动工具。今天，我们赋予它「手脚」——让它能自主查资料、调用工具、连续执行任务。这就是 Agent，AI 从「会对话」迈向「会执行」的关键突破。 AI 每日一课 | 第 23 期（第三阶段·动手实践） 回顾本阶段进展：#21 在本地运行大模型，#22 接入个人文档。但至今，它仍是「问答机器」——你问才答，答完即止，毫无主动能力。今天，我们要实现最关键的一跃：将它从「会聊天的模型」升级为「能办事的 Agent」。第 14 期我们讲过 Agent
AI 核心价值：为掌舵者装上增长引擎
AI 最独特且无可替代的价值，在于历史上首次为企业创始人及掌舵者，提供了专属的强力增长杠杆。回望过往数百年，历次技术变革带来的红利，往往更倾向于基层与中层员工，各类工具的迭代，本质上只是在提升执行层面的工作效率。唯有老板，始终是孤立的决策核心。我们把控行业方向、预判经营风险、谋划企业长远战略，然而企业金字塔式的层级结构，会导致顶层思路在层层传递中严重损耗，完整的战略落地至一线，往往仅存十之一二。这亦是企业家倍感孤独的根源，更是过去企业普遍制定五年、十年长期规划的根本原因。层级传导效率过低，短期灵活的经营思
企业家必备的三大 AI 认知
部署了 AI 客服，响应速度提升——这属于工具层面的应用。系统思维意指：当客户反馈“商品损坏”时，系统能自动识别型号、核查库存、判定退换策略、向仓库下发工单并同步更新客户档案，全程无需人工干预。ERP 的核心绝非单纯的记账工具，而是企业的神经中枢。其真正价值不在于软件本身，而在于其所支撑的管理闭环。“我在这行深耕二十年，深知该如何行事。”此类论断在当下愈发充满风险。原材料价格一日一变，消费者偏好三月一换，竞争对手甚至可能来自你未曾设想的跨界领域。数据驱动决策并非摒弃经验，而是利用数据去验证经验。“我觉得应
政务大模型落地应用实施指南
为全面落实党中央及国务院的战略部署，规范并推动人工智能大模型在政务领域的深入应用，全面提升政务数字化与智能化治理及服务能力，特制定本指引。本指引旨在为各级政务部门提供大模型部署应用的工作方向与基础参考，并将依据实践进程，结合大模型发展的新态势与新要求，实施动态更新。一、总体要求坚持以新时代中国特色社会主义思想为指引，深入贯彻党的二十大及二十届二中、三中全会精神，全面践行网络强国战略思想，完整、准确、全面贯彻新发展理念，统筹兼顾高质量发展与高水平安全。坚持系统规划、集约发展，以人为本、规范应用，共建共享、高
AI时代哪类人最抢手？
说白了就一个原则：能提供高情绪价值、有决策能力、深入理解客户需求的。比如大客户销售、做战略决策的、会处理人际关系的以及最近火热的FDE等。大客户销售。比如服务高净值人群的理财顾问，专业度比不过AI，但能陪客户吃饭、聊天、娱乐，情绪价值直接拉满。做战略决策的。比如企业老板和核心管理层，AI再强大，最终方案做不做、投入多少资源、团队怎么调整，还得领导层来定夺，这个环节缺不了人。擅长处理人际关系的。咱们向来是人情社会，关系维护至关重要。特别是职场中有些人看似能力一般，但就是风生水起、游刃有余。因为善于处理关系，
企业AI风险防控指南：从幻觉识别到治理体系搭建
点击上方蓝字关注我昨天，我们探讨了AI原生组织的架构重塑路径，明确了人机协作的新型组织模式。本期我们将深入AI落地的关键风险领域，解析近半年备受关注的企业AI治理框架，解决企业盲目部署AI、被AI虚假信息误导的核心困扰。随着AI在企业经营、管理、决策、业务环节的全面深入，一个新兴的企业风险点正式凸显：AI虚假输出与算法偏差。近半年众多企业出现决策偏差、数据失准、业务偏离等问题，根源并非人为错误，而是过度信赖AI生成结果。业界普遍认为：对AI的盲目信赖，比拒绝使用AI的风险更高，AI治理已演变为企业刚性风险
Agent驱动的智能交易：AI在股市与加密货币中的应用解析
本周LLM公开课扫码免费报名👆近年来，生成式人工智能（Generative AI）与大语言模型（Large Language Models，LLMs）的快速演进，正在深度重塑金融行业。从智能客服、风险管控到投研分析，人工智能已逐步渗透至金融业务的各个层面。伴随 AI Agent（智能主体）技术的崛起，一种崭新的交易范式——Agent Trading（智能体交易）——开始获得越来越多研究机构、量化团队及科技企业的瞩目。不同于传统自动化交易程序，AI Agent不仅能够执行预设交易策略，还能理解自然语言信息、
AI 赋能企业新分水岭：SAP、金蝶与 Salesforce 的实战较量
近日与一位深耕 SAP 实施多年的老友把酒言欢，他的一句感慨令我沉思良久。他坦言：「深耕 ERP 十五载，从未见过行业如此焦虑。」我追问缘由。他展示了一段手机上的演示视频：Salesforce 的 Agentforce，一个 AI 智能体在屏幕上自主操控 CRM 系统，全程无需人工触碰键盘。从线索自动评分、邮件自动跟进、商机自动创建到报价单自动生成，一气呵成。他感慨道：「过去我们视 ERP 为企业的骨骼，串联业务流程。如今 AI 宛如骨骼中突生的神经系统，开始自主运转了。」细细琢磨，此言确实精辟。这一轮
AI Native 的真相：重写组织的运转逻辑
AI in Company 和 AI Native，不是一回事我最近越来越觉得，很多企业对 AI 的理解，卡在一个很微妙的位置。它们不是不用 AI。相反，它们可能买了很多账号，上了很多工具，开了很多培训，也统计了很多使用率。但组织的基本运转方式没有变。原来怎么开会，现在还是怎么开会。原来怎么审批，现在还是怎么审批。原来怎么分工、汇报、复盘、追责，现在还是怎么来。AI 只是被塞进旧流程里，承担一部分“加速器”的角色。这更像是 AI in Company。公司里有 AI，但公司本身不是 AI Native。A
AI制药迈入临床，临床决策助手需升级
7月8日，浦东传来重磅消息，英矽智能宣告其全球首款AI辅助发现靶点并设计分子的创新药Rentosertib（ISM001-055）正式进入III期临床研究。该药物专攻特发性肺纤维化（IPF），其靶点及独特结构均由人工智能辅助挖掘，具备“全球首创”的潜力。研发效率的飞跃更引人注目：传统早期药物发现往往耗时2.5至4年，而英矽智能将立项到临床前候选化合物的周期平均缩短至12至18个月，使研发周期缩减为传统模式的1/3。AI正在彻底革新药物研发的底层逻辑——涵盖从靶点发现、分子设计，到临床前验证及大规模临床试验
零一万物推出“一号位AI”，企业智能助手涉足经营核算
7月7日，零一万物在北京正式推出“一号位AI”产品组合，涵盖“老板AI”“销冠AI”“投资官AI”，专门服务于企业CEO、销售主管和投资负责人等高层决策者。根据公开信息，“老板AI”“销冠AI”“投资官AI”分别针对企业经营、销售和投资等关键决策领域。零一万物同步发布了企业决策支撑平台“万策”，该平台作为底层技术基础，融合企业数据集成、主体建模、多智能体协作和执行闭环等功能。据界面新闻消息，零一万物表示，“万策”与“一号位AI”系列应用类似于操作系统与办公软件的关系，在商业模式上采取分开定价销售。报道还提
百份AI军事智能防务资料大合集！
精选！【DARPA终身学习机器（L2M）】《自主系统中用于感知和动作的终身学习》美空军、宾大2022最新234页技术报告《多智能体交互的深度强化学习》爱丁堡大学十余位作者2022最新论文《以无人机为核心的海军力量投射新时代》最新报告欧洲、威慑与远程打击能力精选！全面了解美陆军AI布局 |《人工智能的战场运用》130页报告人机协同：《基于强化学习的有人-无人飞机编队任务规划：敌方防空压制（SEAD）任务》最新论文《综述：多智能体系统（MAS）中的任务分配技术》美国空军项目支持精选！《人工智能在武器系统中的应
构建企业AI：从单张业务表起步
TECH SYSTEM作者 | 行上科技众多企业提及构建AI系统时，脑海中浮现的往往是宏大平台、巨型屏幕、繁琐权限及全套流程。大方向并未偏离。然而对于绝大多数中小企业而言，起步阶段规模过大，反倒难以推进。真正能顺畅运转的系统，通常源于一张基础业务表。因为表格承载的并非单纯数据，而是业务实际的流转脉络。01客户来源何处。由谁负责对接。当前进展如何。瓶颈位于何方。后续行动为何。只要将这些字段明确，诸多隐患便会显现。你将发现，部分客户无人跟进。部分任务状态模糊。部分项目缺乏复盘。部分问题周而复始。此表非为美观而
AI 浪潮下程序员的进阶之路：善用工具者胜出
AI 工具 · 实战手册 不懂 AI 技术的程序员正面临淘汰AI 工具 · 实战手册不懂 AI 技术的程序员正面临淘汰先下结论：AI 不会淘汰程序员，但会使用 AI 的程序员正在淘汰不会使用的。差距不在于「能否编写代码」，而在于效率相差 5 倍——他人利用 Cursor 10 分钟完成的功能，你手动编写却需一小时。TL;DR⚠️ GitHub 2025 报告：92% 的开发者已在工作中应用 AI 工具🔧 五大核心工具：Cursor、Claude、Copilot、Windsurf、v0📊 AI 辅助开发效率
智能决策：AI如何重塑我们的选择方式
你是否曾思考过，日常生活中我们究竟要面对多少次“抉择”？当人工智能逐步融入生活，它将怎样协助我们做出更优的“选择”？在社会与经济运作中，从个体的消费行为、职业规划，到企业的市场竞争、转型发展，乃至政府的公共管理和政策设计，归根结底都属于决策范畴。在决策理论里，这类问题常被定义为：在特定限制条件下，调整决策变量的数值，以实现目标的最优化。决策变量指的是影响最终结果的各种要素，而限制条件则涵盖资源、生产能力、人员数量、资金和时间约束等方面。以往，决策过程多依赖于既有的理论模式、传统可测量变量及其相互关系，以及