OPALL

笔记

高价值 AI 项目判断笔记

FIELD NOTES · JUDGMENT OVER NOISE

笔记不负责热闹,负责判断。只保留能体现项目判断、业务边界、证据链和人工审核意识的内容。术语只作为辅助,判断才是主体。

阅读路径

READING PATH · 宏观到微观 · 由浅入深

  1. 概念不牢,先补底。研习底稿三级阶梯:F-001 Agent 是什么 → F-002 RAG 部件清单 → F-003 怎么读 AI 项目。基础扎实的读者可直接从下一步进入。
  2. 先看社会与组织。N-011 · AI 不是下一个工具浪潮,而是责任结构的重写——谁签字、谁负责、谁留证据;配套判断框架
  3. 再看产业与系统。系统的可信来自结构而非演示:N-009 长任务生成系统 · N-002 私有知识先于 RAG · N-006 边界不清为什么失败
  4. 然后是方法与证据。怎么评估项目、怎么被评估:N-003 项目如何变成证据 · N-005 先看证据链 · N-007 评测需要 trace 和 replay
  5. 最后落到具体实践。一个场景一个场景地画边界:N-001 邮件 · N-004 报价 · N-008 流程闭环 · N-010 没有实验室怎么做

已发布

N-001

为什么业务 Agent 不应一开始自动发邮件

核心判断:第一版业务 Agent 应辅助判断、生成草稿并保留人工审核,而不是直接替人发送邮件。判断对象:AI 接入邮件、销售、报价或客户沟通流程时的发送权、审核权和责任边界。

已发布
N-002

为什么私有知识系统应该先于 RAG

核心判断:RAG 不是知识系统的第一步。先稳定来源、权限、版本、证据结构和人工审核流程。判断对象:内部知识源、项目文档或业务知识进入 AI 系统前的来源、权限、版本和证据边界。

已发布
N-003

AI 项目如何变成可追问证据

核心判断:一个 AI 项目要变成可追问证据,至少需要三类材料——Artifact 说明做了什么,Boundary 说明没做什么,Review 说明别人可以从哪里追问。

已发布
N-004

报价 Agent 的真实边界

核心判断:报价 Agent 的价值不是自动报价,而是发现缺失条件、整理假设、提示风险,把价格承诺交给人工确认。判断对象:AI 进入报价与销售承诺流程时的确认权与责任边界。

已发布
N-005

高端 AI 项目为什么先看证据链

核心判断:README、trace、artifact、测试和边界声明,比顺滑 demo 更能支撑判断。判断对象:评估高端 AI 项目时的证据链体检方法。

已发布
N-006

边界不清的 Agent 项目为什么容易失败

核心判断:Agent 项目失败的主因不是模型不够强,而是权限、异常、审核、日志和回退被省略。判断对象:从演示走向生产的 Agent 项目的边界设计。

已发布
N-007

为什么 Coding Agent 评测需要 trace 和 replay

核心判断:通过率数字会说谎;任务定义、环境边界、trace、产物和验证结果都被保留,评测才能被审计。判断对象:Coding Agent 评测系统的可信度。

已发布
N-008

业务流程如何转成 Agent 审核闭环

核心判断:接入 Agent 不是替换某个人,而是把流程拆成建议、审核、动作、反馈四类可复盘状态。判断对象:业务流程引入 Agent 的正确切入方式。

已发布
N-009

长任务生成系统的工程边界

核心判断:生成式 3D 等长任务系统的可信度不来自单次生成的惊艳,而来自任务状态、失败处理、质量门和成本结构。判断对象:公开可观察的生成式 3D 产品与 API,仅作为行业公开样本,不含任何内部信息。

已发布
N-010

没有实验室和算力,如何做出可追问的 Agent 项目

核心判断:Agent 工程项目的门槛不是算力和实验室,而是闭环与证据。判断对象:在校生与转方向工程师的项目路线与证据链。

已发布
N-011

AI 不是下一个工具浪潮,而是责任结构的重写

核心判断:AI 带来的组织变化主要不是效率变化,而是签字、审核、留痕三件事的重写。判断对象:组织与个人在新责任结构中的位置(阅读路径第一层)。

已发布

草稿与准备中

前沿产品观察只作为系统模式输入Marvis、Agentforce、Copilot Studio 等公开样本用于观察平台化与治理趋势,不写成 OPALL 自己的项目经验。

准备中