AI工坊|别总挑最贵模型：内行人这样组合使用
AI工坊 · 第11期欢迎来到AI工坊第11期。会用工具是本事，看懂工具是眼光。今天我们来剖析一个现实问题：你该用哪个模型？上期我们说过，模型不能简单分为“聪明”和“不聪明”。它们更像不同性格的人：有人快，有人稳，有人擅长写作，有人擅长搜索，有人擅长推理，有人能独立完成任务。那问题来了：具体使用时，到底怎么选？很多人的做法很简单：挑最贵的。这当然省脑筋，但不一定省钱，也不一定效果最好。因为贵=好，是一个不用思考的等式。你以为自己在选最好的，其实你在逃避选择本身。选模型这件事，本质上不是买一个“最强大脑”，
AI工坊|停止纠结AI谁更聪明：模型差异核心并非智商
AI工坊 · 第10期欢迎莅临AI工坊第十期。掌握工具是技艺，洞察工具是眼光。今日我们将剖析“模型”，让你明白这个词究竟代表何种含义。许多人开始使用AI后，常遭遇一个怪象：同一问题询问不同AI，答案大相径庭。有的回复迅速，条理清晰，宛如咨询顾问提交的PPT；有的先查阅资料再逐步推理，好似严谨的研究员；有的中文表达极佳，语气自然，但一涉及复杂代码便显生涩；有的基准测试分数极高，可当你仅需其撰写一封邮件时，它却慢如进行数学证明。于是，许多人得出了一个简单结论：那就选用最聪明的。这听起来合情合理，但这恰恰是理解
AI时代的经济燃料：Token解密与企业管理新思维
💎 Token是人工智能领域的“计量单位”——如同用电按度数计费，使用AI则按Token结算💎 相同任务，本土模型花费0.6元，海外模型花费216元——差距达360倍💎 4000个Token = 0.0024元 = 一个人三十分钟的工作成果💎 未来企业核心优势：不在于员工数量，而在于能运用多少Token你可能已听过这种说法：Token是当今时代的“新通货”。听起来很震撼，但仔细琢磨——你的公司用AI撰写报告、处理客户咨询、分析数据、审核合同……每一次交互，背后都在消耗Token。就像运营工厂需要电力、运输
OpenAI新模型限制开放，企业为何不能全面解锁AI？
AI越强大，越不能随意开放；越能干活，越要分级管理。公司为所有员工开通了最先进的AI模型。起初，大家都觉得效率提升了。文员用它写会议纪要，运营用它做活动方案，财务用它分析表格，技术人员用它查代码漏洞。直到运营把AI生成的活动方案直接发给客户——其中一段优惠条款没经过核实。财务将内部经营数据输入了不该用的模型。技术人员让AI生成了一段可直接执行的脚本，却没人知道它会修改哪些文件。问题不是员工不会用AI，而是公司把不同风险等级的任务都交给了同一个入口。就在昨天，OpenAI发布了GPT-5.6系列。最值得注意
AI应用洞察|众人皆用AI，但鲜有人用得恰当
德银今年6月发布了一份报告，数据令人震惊。他们做了一番计算：同样完成一项日常写作任务，采用Claude Fable 5需花费3.25美元，而用DeepSeek V4-Pro仅需5美分。65倍的成本差距，但任务效果却不相上下。这还不算最夸张的。据公开信息，优步（Uber）今年全面推行AI工具后，短短4个月就将全年AI预算耗尽。并非员工懈怠，恰恰相反——大家使用过于踊跃，踊跃到公司财务难以承受。于是核心问题浮现：人人高呼“AI赋能”“AI增效”，但真正花时间思考“该选用哪款模型”的人，究竟有多少？不是不懂运用
一分钟在Edge浏览器搞定AI插件
今日工具分享想在 Edge 浏览器里直接使用 ChatGPT、Claude、Gemini、Grok、DeepSeek 等多个 AI 模型，其实不用折腾复杂配置，也不需要单独下载安装包。今天分享一个简单的浏览器插件使用方法：通过 Edge 官方扩展商店安装AskGo，整个流程1 分钟就能搞定。Step 1在Edge浏览器中，进入管理扩展页面。Step 2点击获取 Microsoft Edge 扩展，就会自动进入Edge 官方扩展商店。Step 3在商店中搜索AskGo，点击获取即可下载。Step 4扩展列表
企业AI支出疯狂增长，业界如何应对成本危机？
“这简直是一场噩梦，”一位美国大型科技公司的高管如此描述企业使用人工智能正面临的新困境。AI智能体——能够阅读、理解并执行任务的程序——消耗大量算力资源，账单数字正在飞速攀升。随着这类技术不断普及，问题只会愈发严峻。这位高管指出，大企业通常运行着数百个软件系统。倘若每个系统都配备智能体（这几乎是必然趋势），AI开支将很容易失控。预算管控已成为AI应用者新的心病。回想不久之前，员工们还被怂恿尽情拥抱这项技术，因为管理层和投资者将高额投入视为创新能力的象征。大量消耗token——模型处理的文本单位，也是主要计
制造业布局 AI 需警惕的五大误区
幻境智算·AI 硬件观察NEWS BRIEF车间绝非试验室。场景、数据、算法、团队及投资回报率，任一环节失守，都将导致 AI 项目止步于演示，无法落地真实产线。制造业既是最渴求 AI 赋能的领域，也是最易将 AI 项目做得过于沉重的行业。谈及智能制造，方案中往往堆砌视觉质检、预测性维护、智能排程、数字孪生与知识大脑等概念。看似面面俱到，实际部署时却可能样样不精。车间环境复杂，油污、震动、光照变化、设备差异、人员操作习惯以及停线成本，都会将演示阶段被掩盖的问题无限放大。以下五大陷阱，几乎贯穿了制造业 AI
AI写作选模型指南：避开陷阱，精准省钱
获取方式：https://copilot.tencent.com/work/——一图看懂，AI模型选择背后的省钱逻辑最近，一位朋友发来一张截图，是某AI平台模型选择界面的照片。他问："这些模型名字五花八门，后面还标着0.xx倍率，到底该怎么选？会不会选贵了，或者效果不好？"这个问题问得很到位。如今越来越多人在用AI辅助写作、整理资料、制作内容，但面对平台上琳琅满目的模型列表，大多数人都是"盲选"——哪个名字看着顺眼就选哪个，或者干脆用系统默认的。本文将以此为切入点，详细拆解
AI进入精细化运营时代：消除浪费才是核心竞争力
变化一：Gemini调整计费模式。5月19日，谷歌悄然推出"动态算力扣减机制"——不再限制对话轮次，而是根据实际算力消耗扣除配额。每5小时为一个计费周期，同时设有周度总额度上限。一旦超出额度，账号将被锁定，直至下周重置。变化二：DeepSeek永久降价至四分之一。5月23日，DeepSeek宣布V4-Pro模型API价格永久调整为原价的25%。输入单价3元/百万tokens，输出单价6元/百万tokens。一升一降之间，趋势已然清晰：AI行业正式进入精细化运营时代。依靠免费策略吸引用户的阶段已成过去，接下
企业如何开启AI转型下半场？
上半场结束了。过去两年，我们见证了ChatGPT的惊艳亮相，DeepSeek横空出世，千模大战的硝烟弥漫，各种AI新名词的轮番轰炸。企业对AI的态度，也从不屑一顾，到FOMO焦虑（Fear of Missing Out），再到现在的集体冷静。冷静期，才是真正的分水岭。因为上半场比的是谁家模型参数大、谁家融资多、谁家PR响。而下半场，比的只有一件事：谁能让AI在真实的业务场景里，长出真金白银。作为紫薯AI团队，我们这几个月深度服务了数十家正在做AI转型的企业，踩过坑，也跑出了一些被验证有效的路子。今天这篇文
AI成本优化|第13章:Token经济学:3000预算如何达到30000效果
PART 01小明和阿强是同事，都是软件开发工程师。小明的情况：每月AI费用：$215使用感受：非常顺畅，响应及时，结果精准工作内容：日常开发、代码检查、文档编写阿强的情况：每月AI费用：$2,180使用感受：迟钝、缓慢、频繁超出上下文限制工作内容：与小明完全相同造成10倍费用差距的原因是什么？不是他们使用的AI服务不同，不是他们的项目难度不同，而是——小明掌握Token经济学，阿强不了解。///PART 02Token是AI处理文字的最小计量单位。可以把Token看作AI的「一口食物」。Token换算标
AI能力评估的关键要素
评估能力的强弱，直接决定了AI实力的高低。对于无法准确衡量的事物，你将难以进行有效的管理。企业真正的评估核心在于：衡量"AI系统执行任务的准确性"。供应商提供的基准测试如同入学测试；而企业自身的评估才是日常运营的关键。多数企业AI项目失败的根源都源于此类问题。多数企业AI系统的优化也都是在此领域投入的结果。大部分企业在这两个方面都缺乏系统性的规划。成熟企业则会定期执行"外部视角"检查，并在出现异常时进行"内部审视"。供应商基准帮助你判断"哪些模型值得
企业落地AI的四个关键步骤
1、挑选适配生态的模型； 2、利用MCP协议为Agent植入业务技能； 3、梳理业务逻辑，选用脚本、Dify或skills等工具搭建工作流； 4、整合业务资产与隐性知识，建立知识库并应用RAG技术。1. 模型挑选：重视生态背景挑选大模型（如Claude、ChatGPT、DeepSeek、Gemini、可灵/即梦等），不应仅凭直觉或口碑，而应考察其背后的生态支持。例如： ◦ Gemini在行业研究方面表现出色，得益于其与谷歌维基百科及必应搜索的深度整合； ◦ 可灵/即梦在视频生成上实现突破，归功于其对抖音、
近期AI模型研习心得
最近几天我正在钻研AI。尽管此前我对AI的态度一直不冷不热，导致相比社会主流显得有些保守。不过，由于我长期使用VSCode，通过其产品交互的更新迭代，多少能窥见大众使用AI的方式。此外，借助自媒体信息流，我也大致了解了AI的应用场景及开发范式。近期打算学习AI，主要基于以下几点变化：尽管其背后的逻辑与修改仍面临巨大挑战。虽然这过程无需程序员介入，但这既是优势也是隐患。但是VSCode Copilot需要付费使用。因此，基于上述四点，上周我简单学习了AI，目标如下：接下来，介绍一下我个人的工作站配置：12核