1. AI初创公司融资案例的研究边界与2024年盘点价值 1.1 关键词界定：AI初创公司、融资案例、投资机构与统计口径 我先把研究边界说清楚。聊AI初创公司融资案例，最容易含糊的地方是“AI初创公司...
我在做人工智能监管政策观察时，常被问到一个问题：政策文件这么多，究竟该从哪里看起？我的经验是先搭一个总体框架，把问题意识、观察维度、时间线、法域比较、信息源和争议点放在一张图上。这样读文件不容易迷路，...
第1章 企业部署生成式人工智能的进展：从试点验证到规模化价值释放 1.1 部署进展全景：应用场景扩展、组织模式演进与阶段性特征 我最近跟几家制造、零售和金融企业的数字化负责人聊，感受挺直接：生成式人工...
我自己在教育科技行业摸爬滚打了几年，跟不少做AI教育产品的创始人聊过，也踩过一些坑。回头看，大家最容易犯的一个错误就是把“卖什么”和“怎么赚钱”混为一谈，结果做出来的东西功能挺花哨，账却算不过来。这一...
1.1 用户反馈归纳的典型场景与业务痛点 我做用户反馈分析这些年，最常遇到的场景就是客服每天把几百条聊天记录、工单、问卷答案堆到我面前，让我“归纳一下最近用户都在抱怨什么”。产品团队也常来找我，希望从...
第1章 项目定位与整体架构设计 做一件事之前，我习惯先把它缩小到一句话能说清楚的程度。这个项目的一句话版本是：用模型厂商的 API，做一个打开网页就能聊天的助手。听起来像是周六下午就能搞定的东西。我确...
说实话，第一次认真琢磨用AI做讲义这件事，我心里是有点打鼓的。那会儿我手头有一门做了三年的企业内训课，每次开课前改讲义都能把我折腾掉半条命。后来一个做产品经理的朋友跟我说，你干嘛不试试让AI帮你先把框...
1.1 从重复任务到自动化脚本：需求识别、场景筛选与目标拆解 我第一次认真思考"要不要把这件事交给脚本"的时候，其实是被一堆每周都要重复处理的表格逼出来的。那会儿我每周一早上都要花两个小时，把七八个部...
1.1 客户访谈提纲提示词的定义、价值与典型应用场景 我经常被同行问到一句话：客户访谈提纲提示词到底是个什么东西？说白了，它就是你写给AI模型的一段结构化指令，用来让它帮你生成一份靠谱的客户访谈提纲。...
我最早做提示词，基本是“用完就扔”。每次有新任务，打开对话框，凭感觉敲一段话，效果时好时坏。后来带团队做内容生产，我发现同一个需求反复出现：写产品介绍、改用户评论、生成短视频脚本。每次重写提示词，时间...
角色：你是实验室方案预审助手，只做检查，不替方案补写内容。 任务：对照检查清单审查实验方案，输出问题清单与待补材料清单。 输入材料： - 方案正文：{{方案正文}} - 附件清单：{{附件清单}} -...
我做用户访谈有些年头了。早些年，每到访谈前夜，我都在空白文档前磨问题。问题写得太散，访谈容易跑偏；写得太硬，受访者聊两句就收住了。后来我开始用提示词让AI帮我起草问题，效率上来了，质量也更稳。访谈问题...
说实话，我一开始做模型延迟对比的时候，脑子里其实只有一根筋——拿个秒表，发个请求，看多久回。后来被现实打脸打多了才发现，延迟这事儿根本不是一个数字能讲清楚的。你跟产品经理聊延迟，他关心的是用户点完发送...
1.1 评测目标与核心问题 我平时做代码补全模型效果评测，最怕一上来就堆指标。功能正确性肯定要看，模型补出来的代码能不能跑、能不能过单测，这是硬门槛。补全可用性也躲不开，代码不光是正确，还得让开发者愿...
第1章 图片文字识别模型对比的评测框架与准确率指标 1.1 对比任务边界与测试集构建 我做过好几轮OCR模型横评，踩过最大的坑不在模型本身，在于一开始就没把任务边界划清楚。同一个模型，拿来做整页文档识...
我写这一章想解决一个很实际的问题：团队拿到一个模型仓库，看到 LICENSE 文件，到底能不能商用、怎么商用、边界在哪里。我的做法不是背许可证名字，而是把“模型许可证商业使用对比”拆成可检查的动作。法...
1.1 工具定位、核心能力与目标用户 我最早接触Real-ESRGAN是在处理一批老照片的时候。手里有一堆低分辨率、带噪点的家庭合影，用传统插值放大后画面糊得不行。朋友推荐我试试Real-ESRGAN...
我第一次接触 MLC LLM 是在一个特别尴尬的场合。当时客户拿着手机问我，能不能让这个 App 在没网的时候也跑个大模型，我脑子里第一反应是"这不现实吧"。半年后我回头再看这个判断，只能说那时候我对...
1.1 LanceDB定位、核心架构与适用场景 我第一次接触LanceDB是在做一个小型语义搜索项目的时候。当时的需求很明确：数据量不算大，几百万条文本嵌入向量，想找一个轻量、开箱即用的方案。Milv...
我第一次接触 ONNX Runtime，是在一个模型训练完却怎么也跑不快的小项目里。那会儿我用 PyTorch 训练了一个图像分类模型，训练脚本跑得挺顺，一到部署环节就犯难——总不能把整个训练框架塞进...
