AI没死，只是换了“壳”形态
AI行业观察为什么你觉得 2025 年一度爆火的 AI 产品，近期怎么都不太动了？过去半年，很多人都产生了同样的体感：AI 应用好像忽然降温。但事实是——AI 应用并没有死掉，真正“倒下”的是"AI 壳"。01如果你只盯着社交媒体的讨论热度，就会觉得 AI 应用市场变冷了。可一旦换成收入、融资、企业采购等维度看，答案就完全相反。📊 关键数据370亿美元——2025 年企业生成式 AI 的支出较 2024 年（115 亿美元）提升了 3 倍多。其中应用层投入约 190 亿美元，增长速度已经把
专家解读：AI函数调用如何实现从空谈实干的技术跃迁
2026年，当你的AI助手还在背诵百科时，别人的AI已经自动完成查天气、发邮件、写周报——这中间的差距，就是Function Calling。数据显示，使用Function Calling后，AI任务完成率从42%飙升至78%，错误调用率下降85%。Function Calling（函数调用）是让AI从"聊天机器人"升级为"智能助手"的核心机制。想象一下，你给助理一张工具清单，告诉他什么情况下用什么工具，但具体操作由后台团队完成——这就是Function Calling的本质。3个关键点，2分钟搞懂：决策
3个月AI投行实战：我想通的四点底层逻辑
北深资本自2026年初起，将AI深度融入投行作业流程。至今三月有余，基于实战场景，我们构建了6个AI智能体、20余套标准化流程，并打通了覆盖项目全生命周期的编排体系。仅凭3人团队，便完成了传统投行十余人的工作量。本文不谈工具安装或提示词编写，旨在探讨过程中真正领悟的几点——关于AI，也关于企业管理。一、先用上，先行动关键不在于选用何种工具，而在于尽早让AI介入日常工作，提升其渗透率。许多人纠结于“选哪个模型”或“哪个最好”，实则第一步是开始。打开对话框，将手头事务输入，看其能完成到何种程度。不必追求完美。
AI编程浪潮下，普通开发者还靠什么立足？
最近我越是深度使用 AI 来写代码，就越能感到一件事在发生：产品的“厚度”正在被不断削薄。这个结论起初让我有点难受，因为如果你原本就是程序员，靠做产品、写软件、交付工具来维持生计，你几乎会立刻被追问一句：接下来我们到底还能卖什么？并不是说需求消失了，也不是说软件不再重要；而是过去很多必须依赖独立软件、某个 App、某种订阅工具才能解决的事情，如今正在被 AI Coding Agent 直接接手。以前，用户遇到具体问题会去找对应的工具；现在，他更可能只要订阅一个大模型，然后告诉它：我想达成什么。更重要的是，
AI应用分化：技术未普及，阶层已形成
人工智能并未真正走向全民普及，反而呈现出清晰的阶层分化态势。Epoch AI与Ipsos发布的联合研究揭示了一个值得玩味的现象：Claude的用户中，高收入家庭占比高达近八成；而Meta AI则在低收入群体中渗透率最高。但核心问题并非“谁在使用”，而在于“如何使用”。数据显示，34%的用户仅尝试一次便弃用，仅有6%的人将AI作为高频工具处理复杂任务。这种差异逐渐演化为三个层次：有人用AI闲聊消遣，有人用它提升效率，有人已将其深度融入工作流。技术本无高下之分，真正的差异体现在使用方式上。未来十年，这种“AI
AI Agent 的核心挑战：将异常处理融入工作流
**摘要：** 绝大多数 AI Agent 演示之所以流畅，是因为仅呈现了理想状态。在实际业务流中，数据缺失、权限受限、接口延迟、结果模糊才是普遍现象。要实现自动化提效，必须将容错、校验、预警及人工审核纳入流程设计。你安排 AI Agent 每日清晨自动搜集素材、撰写初稿、制作插图并推送至草稿库。初次演示十分顺利：它懂得检索信息、撰写文案、绘制图像、调用 API，并能反馈结果。表面上看，原本耗时半小时的重复性工作，已转化为后台静默运行。然而实际运行数日后，问题便接踵而至。某网页结构调整，模型输出遗漏段落，
Vertical AI 创业投资：BVP 这份手册先读懂
1911 年创立的老牌风投机构 Bessemer Venture Partners（BVP），曾投资过 wushu、Shopify、Twilio、LinkedIn。过去两年里，他们在 Vertical AI（垂直行业 Ai）方向持续加码——法律 AI 公司 EvenUp 的 C 轮由他们领投 1.35 亿美元；医疗 AI 公司 Abridge、审计 AI 公司 Fieldguide 也获得追加投资。整体来看，他们已合计押注十几家，覆盖六个行业。到 2026 年 1 月，BVP 的三位合伙人把多年的投资经验
转型AI原生组织：三大原则重构智能工作流
从"辅助工具"迈向"智能闭环"，三大准则彻底重塑业务流程众多企业已开始应用AI：撰写文案、翻译文档、制作PPT、代码辅助……然而这些仅将AI视为辅助手段，本质上仍是"人主导、AI协助"模式。真正的AI原生企业，并非简单"使用AI"，而是将AI打造成核心操作系统。所有业务与流程，从根本上就是围绕AI来构建的。本文将深入剖析运营体系重构的核心路径——构建智能闭环系统，并分享三大实践准则。先思考一个问题：贵司的AI应用模式，是"人类主导、AI辅助"，还是"AI主导、人类把关"？若属于前者，则仍处在"+AI"阶段
AI时代别慌报班：先把AI接进日常再说
一打开手机，就被“AI 颠覆一切”“再不学就要淘汰”这类标题刷屏；一旦关掉屏幕，工作还是原来的那份，KPI 也照旧压着。正是这种落差，才是当下多数普通人的真实写照。 你并不是不想学，只是完全不知道该从哪开始。聊两句 ChatGPT，感觉它好像懂，却又没那么神；想报个课，先是 9.9 的引流，再接着是 1980、6980、19800 的台阶；刷短视频又被“用 AI 月入十万”刺激，回头看看自己，提示词怎么写都还没弄明白。先给你一个结论：普通人真正面临的最大挑战，往往不是“学不会”，而是“学歪了”。学歪的代价
AI带来的焦虑与迷茫
原本计划利用AI制作二手车短剧，但视频生成类软件需付费开通会员，这让我觉得既繁琐又吃力。近期虽受启发想用AI搭建工作流，开发小程序挂靠平台，通过用户看广告赚取收益，却苦于不知该做什么产品，也不知如何着手。况且，我最急需解决的仍是二手车视频创作，想靠AI独立完成，却始终找不到合适的切入点与题材，这让我陷入了死循环，深感焦虑。
AI 智能体工作流助力宇宙 GEO 营销全程自动化
AI 智能体技术正以前所未有的方式重塑企业营销流程，让营销人员从大量繁琐且重复的事务中脱身出来。宇宙集团将 AI 智能体能力持续深入到营销环节，搭建出一套贯穿全流程的 AI 智能体工作流，从而推动营销实现真正的自动化运营。宇宙 GEO 的 AI 智能体能够以“拟人化”的方式运行营销工作路径，独立完成从需求分析到效果优化的各项任务。在需求分析阶段，智能体会自动汇总并解读用户搜索行为数据，提炼用户的真实需求与关键痛点，随后输出更具针对性的营销方案；在内容生产阶段，智能体可依据方案自动生成多模态营销内容，并同步
从问答到智能体：别当AI品控员，做指挥官
35岁的AI质检员被自己亲手训练出的“大模型”反过来“淘汰”——这不是段子，而是2026年五一前真实上演的事。2025年某一天，杭州的小周（35岁）接到公司通知："你的岗位被AI取代了。"更讽刺的是，他所在的工作正是用大模型做问答质检：每天检查AI输出的答案是否准确、是否合理。他曾是那个"教AI做人"的人。月薪25000元，还是主管岗。可大模型进化太快了。当质检准确率从70%一路冲到95%以上后，公司得出的结论很直白：继续让他做质检既贵又慢，干脆不如让AI自己审得更准。随后
AI真正拐点：不靠更聪明，而是开始盈利
过去一年，AI最热闹的竞争场景基本都集中在C端。谁的聊天机器人更受欢迎、谁的App下载更快、谁的视频生成更惊艳，谁就更容易引发市场关注与情绪。但我现在越来越确定，AI产业的主线正在发生切换。关键不在于模型又进步了一点点，而在于AI逐渐从“烧钱拉用户”，走向“进入企业场景、提供价值并直接收费”。简单说，AI行业正从C端流量比拼，转向B端利润兑现。这篇文章想表达的观点，就是我对这次转向的判断：AI下半场的核心，不再是谁有最多的免费用户，而是谁能把Agent、算力以及企业工作流真正变成稳定收入。说明：本文属于产
AI赋能中药识别：Coze工作流的实践案例
五一好啊~昨天既然提到了 Coze五一游玩，扣子不职场，帮你出谋划策，今天就好好聊聊我和它的缘分。甚至去年我用它作为主工具，开发了几套课程AI化的完整课件项目用于交付，今天与大家分享一下~最开始接触 Coze 是 24 年年底。那会儿真正进我视野的其实是飞书多维表格，当时一个特别典型的应用，就是批量处理自媒体的文章配图。提示词生成标题、选题、正文润色，多维表格全能搞定。但有一个痛点当时它解决不了：精细化的、个性化的图片生成。所以当时自媒体早期那一批技术比较溜的玩家，都走的是一套组合拳——文字批量 + 图片
AI新动向：Workspace Agents标志着AI从问答走向工作流
OpenAI近期发布了其Workspace Agents智能体功能。许多人看到此类信息，第一反应通常是：又添新功能。 又一次产品迭代。 又是在现有ChatGPT基础上增加一层外壳。然而，如果仅此而已地看待，这条新闻的价值可能就未能完全显现。我更关注的是它所释放出的一个明确信号：人工智能公司已不再满足于仅仅扮演“你提问、它回答”的工具角色。它们正开始更直接地融入企业的实际工作流程，从“对话助手”向“任务执行层面”迈进。这件事情的重要性，远超模型参数的微小提升，或回答的些许改进。因为人工智能行业的真正分水岭，