案例复盘

真实项目里的踩坑、取舍与验证过程，包括那些没走通的路。

篇笔记

本专题

全部笔记

2026/10/29

企业做模型供应商选择时，先看供应商为谁做产品、企业业务是不是它的主业，再评估供应商稳定性。如果供应商做企业业务只是为了给自身算力兜底，随时可能切回消费业务或受管理层个人意志左右，企业不宜把核心业务绑在上面。

2026/10/27

团队自建 AI 工具解决具体流程问题后，企业依然需要评估买软件的必要性。只供内部特定环节使用的小工具适合自行编写，涉及多方协作、日常客服与安全防护的系统仍需购买成熟软件。管理层先盘点资产并划清边界，做完即停。

2026/10/22

制定企业 AI 战略，先明确自身在技术链条上的角色定位。Amazon 先做自己的第一个客户，内部验证后再对外开放；Apple 握紧业务入口按需采购模型；微软搭建连接老系统与新模型的中间件。多数企业宜借鉴前两者的推进顺序与采购心态。

2026/10/19

编程与数学任务对错当场能测，长周期工作难以及时验证。挑企业 AI 落地场景，先看反馈回路长短；广告投放是少数天然具备即时验证闭环的业务。

2026/10/15

微软 E7 每人每月 99 美元，智能体用量超出部分按 Copilot Credits 另算。AI 按量计费让企业每月看账单。多数企业一年才编一次预算，按月决策接不住。

2026/10/13

给消费级 AI 应用定价，先分清谁付钱。Ben Thompson 在播客里说，OpenAI 在重走 Dropbox 的路。Jobs 对 Dropbox 说的是「一个功能，不是一个产品」。OpenAI 同时做广告转化追踪和企业产品。

2026/07/07

AI 能帮你更快写出站点，但让它真正上线并稳定跑起来，靠的还是工程纪律。一次真实上线的复盘。

不收费。也可以微信扫页脚二维码直接聊。