研究文章

研究

以證據為本,討論人工智能工作在企業中究竟如何完成——每個論斷都有出處,每條邊界都寫明。

每篇文章都把同行評審或一手資料與本站的能力組件、技能包對應起來,並直接説明證據止於何處。

篇文章
60
個系列
6
條文獻引用
251
訂閲源

精選C59 · 工程篇

先跑贏補貨公式:讓智能體經營門店之前,要過規則基線這一關

當語言模型智能體從替消費者比價轉向經營零售終端時,單點指標的改善並不自動轉化為更高的期末淨資產。在一項長週期自動售貨機經營基準測試中,五款智能體有四款輸給了經典的臨界比與定期補貨規則;工程上須在放權前以扣除推理成本後的淨值跑贏規則基線,並在提交前校驗單品可用庫存與人工審批閾值。

約 8 分鐘3 參考文獻

閲讀全文
  1. L 長文 已發佈 1 篇
  2. A 方法論 已發佈 6 篇
  3. B 行業篇 已發佈 16 篇
  4. C 工程篇 已發佈 17 篇
  5. D 治理與信任 已發佈 15 篇
  6. E 組織與人 已發佈 5 篇

長文

圍繞一個大問題系統梳理證據的長篇文章:給出明確判斷、反方觀點與置信度。

已發佈 1 篇

方法論

人工智能如何真正進入企業:任務顆粒度、人工複核關口、評測方法與誠實的成本核算。

已發佈 6 篇

行業篇

十四個行業裏的真實邊界,以及忽視邊界時現場會怎樣失效。

已發佈 16 篇

工程篇

把智能體、模型網關、記憶、評測與成本治理當作工程問題來討論。

已發佈 17 篇

治理與信任

安全、合規、數據與可解釋性:讓人工智能系統經得起審計的條件。

已發佈 15 篇

組織與人

當工作與軟件智能體共同完成時,崗位、技能與變革管理如何演進。

已發佈 5 篇

AI 落地診斷

約 3 分鐘 · 9 個問題

對話僅用於本次診斷 · 回覆由 AI 生成