播客 · 用听的方式了解我们怎么做交付
按客户决策问题与技术主题分类，点分类筛选。完整文字版在博客。
9:34一个 Dify 应用怎么交出去
客户拿来一份产品手册和一份常见问题，要一个能问的 Dify 应用；签合同前他只问三句话——装上了吗、你怎么证明它是对的、以后谁来维护。这一期把这三句话拆成九步走一遍：需求收集（含最关键的一问：以后这份手册谁更新）、需求分析（库内答对／库外明说未找到／越界拒绝）、方案与边界（也写清这次不做什么）、环境落地（严重项不清零不装应用）、语料工程（八个目录标题挤掉答案段，51 段并到 43 段）、应用上线（依赖检查当门禁、冒烟三问、引用开关）、验收（两层证据、十五条用例、误报写豁免并留痕）、交付（逐条勾的清单、凭据单独移交、客户自己跑一遍）、巡检维护（只读巡检、备份真的恢复出 143 张表）。数字与结论都来自一次真实演练，哪些是实测、哪些还在验证，片子里都说清了。
16:37别急着上多智能体
客户点名要「多智能体」，是 AI 交付里最危险的需求信号之一——因为它听着高级，本质却是多个概率系统协作，故障面指数放大。这一期给出一个可落地的判断框架：多智能体成立的三前提，任务真能分治、中间产物可验证、协作收益大于协作成本，三问全过是真需求，缺一个就是伪需求。为什么敢这么判？我们用四起真实交付事故说明一个结论：LLM 是理解与生成的引擎，不是流程的控制者。最后说清立场：我们不反对多智能体，反对的是给确定性能搞定的任务硬上协作，以及拿「单 agent + 工具」改名充数。
15:36修没修好，不看你改了多少
体检报告放在桌上之后，真正的难题才刚开始：这一堆问题怎么修、修到什么算好。这一期讲修复这件事本身的规矩——为什么不能一把梭（单变量、依赖序、每项独立验收），动手前为什么必须先做改前快照（没有基线，就没有「变好了」这个结论），每类病灶「修到什么算好」的门禁怎么定（把「修好了」从形容词变成可判定），以及一个真实反例：一千四百零一个段落里有三百四十一段结构残缺，为什么「把分段上限调大」治不了它——根因是内容与分段契约不匹配，不在算力。最后一环是闭环证据：复检报告的前后对比。本讲是「验收、体检与修复」系列第三讲（收官）。
14:55AI 应用上线之后，谁在盯它
项目交付完、验收通过、应用上线，三个月后你问一句「最近用得怎么样」，得到的回答通常是「还行吧，没人反馈问题」——这句话听起来像好消息，其实是这个领域最典型的盲区。AI 应用最常见的故障形态不是崩，是悄悄变差：它不报错、没有对照组、后台展示的是流量而不是健康。这一期讲 AI 应用体检：检什么（环境、应用六个维度、Agent 三层资产）、凭什么判定（参考范围与健康分，关键规则是每个维度取最差的那一项）、三个真实案例（四十四条问题集查出六条该答没答、一千四百零一个段落里三百四十一段结构残缺、响应九五分位四十二秒），以及一条边界：诊断和修复是两件事。
12:45交付靠不靠谱，看它的用例
客户问应用做好了？交付方说我们测过了没问题。上线两周后回答开始胡说、引用错文档、多轮丢上下文——整个过程没人说谎，但结论是错的，错在「测过了」这个动作本身。判断一个 AI 应用交付方靠不靠谱，不看它敢不敢承诺，看它拿什么来验：用例。这期讲清为什么自测自证不可信、高质量的用例为什么是长出来的而不是设计出来的，以及一套可复用的验收方法：节点级取证、概率采样、用例冻结、归因三分、版本锚定。
7:35工具都免费了，为什么还要花钱找人做 AI
大厂桌面智能体把通用办公的活打到几乎不要钱，那找人做 AI 还剩什么价值？客户自己动手的真实路径是卡在四个点上：数据、对接、验收、演进。这期讲清那条分界线——什么活自己干，什么活该找人。
14:01清洗不是分段：一条七段数据清洗管线
客户丢来 337 份手册、4277 页，格式混杂还夹着扫描件。直接灌库行不行？我们完整走了一遍：检索质量大概率不及格，而且垃圾进库不报错，只静默变差。这期讲沉淀出来的七段清洗管线——盘点备份、素材预检、格式转换、去噪去重、脱敏、分段适配、质量门禁，每一段都带实测数据与踩过的坑。
18:27AI Agent 的沙箱到底是什么
我们写了 27 项探针、搭了 6 种执行环境，从完全不隔离一路测到远端沙箱，量出四条跟直觉相反的结论：容器默认是最高权限、只读根不等于锁住、资源超限是被内核打死、状态保不保留看容器活多久。最后落到一句判据——隔离强度不是安全等级，是任务边界。
15:25你在改结果，还是在改系统
用了 AI 反而更累：它写得越快，你审得越多。问题不在模型，在你花力气的地方——改结果是消耗型动作，改系统是投资型动作。三个层级、一次真实的迁移、四个能落地的动作。
5:25客户问：这应用以后能加功能吗
客户验收时问：这应用以后能加功能吗？我们最早的答案是加节点就行。直到客户真提了需求，才发现那是重构主链路，不是加节点。判断有没有给未来留位置的三问，一次真实的交付复盘。
20:05把 AI 训练成能独当一面的搭档
二十多天前，它写一份工作流我改的地方比它写的还多；现在它能自己把一整件事做完，还能拿出走过的证据。训练五步法、五步里三步是人的活、错误只发生一次——一份把 AI 助手训练成搭档的完整记录。
4:58AI 不稳定，先看活是不是分错了
同一批内容、同一个要求，跑三次三种结果。这不是要求写得狠不狠的问题，是这类活本来就不该交给 AI。三句判断、一个隐蔽的坑，以及最后那句落点。
5:37AI 编了一份假报价单，问题不在 AI
空输入、缺字段、没有退路——AI 胡说往前追，都能追到这三处。一次真实事故的复盘：它编出一整份假报价，下游还当真了；我们改了两版提示词都没用，最后定下三道检查。
20:11什么才是真正的资产
裁员、三十五岁、转行焦虑背后，是一个没想清楚的问题：什么才是你真正的资产？答案是沉淀下来、经得起验证、可复用的经验——唯一不会折旧、不随人消失、还会自己增值的资产。
18:52技能沉淀给 AI
上一篇问「不背那怎么学」，这一期给答案：把实践沉淀给 AI Agent，人脑只留判断力。人脑是易失存储，知识装在执行链路上才留得住。附落地五步与四条边界。
18:57该动的时候别开会，不该动的时候别折腾
该动的时候在开会，不该动的时候瞎折腾——这两件事我们各踩过一次。判断一件事该不该动，第一把尺子是：这是扳机，还是开关？扳机扣下去收不回，开关还能按回来。三个问题定性质：做错了能不能低成本回到原来的状态、会不会让外部世界产生你控制不了的变化、窗口是不是有限。前两个任一为「是」就是不可逆，决策要慢；只有第三个为「是」是有时效的，决策要快；都不是就可以放开试。最有价值的一句：不可逆往往不是天生的，是设计出来的——加审批闸门、先预览、二次确认，本该不可逆的事就变可逆了。第二把尺子管关系：动作一旦被对方观测到就留了痕，信息能删，「曾经发生过」撤不掉，所以有些事系统上百分百可逆、关系上不可逆。这一期讲判断动作的两把尺子、一张能上手的决策卡，以及我们自己判错的两处。金句：不动，也是一次动作。
14:49AI 落地四形态｜流程卡在等人审批
AI 工作流跑到需要人拍板的环节就停住了——这类环节很常见：AI 起草的回复要人确认才发出去、巡检发现高危项要人批了才处理、任务要动真实系统前得有人点头。但实测中我们发现一个比「节点怎么配」更现实的问题：流程停下来之后，审批人怎么知道有活要批？默认情况下待审批的表单静静躺在系统里，发起人以为提交了，审批人压根不知道。流程卡在「等人审批」，本质是卡在「等通知」。这一讲讲怎么把审批通知这条腿接上：人工确认节点的暂停与令牌机制、两条送达通道（邮件原生、企业微信外部推送）、四个实测踩过的坑，以及为什么审批是刹车而不是堵点。这是「AI 落地四形态」系列的最后一讲，收尾把五讲串成一条线。金句：AI 落地的分水岭，从来不是模型够不够强，而是活儿交出去之后，你还说得出它在做什么。
15:18AI 落地四形态｜敢让 AI 碰真实系统
插件装好了、接口调通了、Dify 平台也能回话了——但要让它真去碰客户的服务器器执行巡检，客户问的三个问题：「它要是乱来怎么办？有没有人能拦住它？出了事怎么查？」三个问题，教程一个都没答，方案当场卡住。这一期讲的是：把 AI Agent 接在 Dify 外面，让它当 Dify 的外部执行体——Dify 管编排，它管干活。这一期讲「接通」和「敢用」之间隔着的一整个执行体系：为什么工具级接法（插件/自定义工具/MCP）给不了任务级要的状态、断点、闸门；三根柱子怎么搭——断点式执行编排（约 160 行零依赖的执行服务，0.6 秒受理不阻塞流程）、安全闸门（高危默认拒绝、执行体零接触，显式声明加授权置位双条件，授权单次有效）、对照验证（同一模型同题两答，一个诚实拒答、一个十秒交付可对账结果）。金句：敢让 AI 碰真实系统，不是模型给的底气，是体系给的。
24:35AI 落地四形态｜把手册变成会答话的机器人
值班工程师盯着告警，第一反应是翻手册——几百页设备文档散在七八个分册里，先得知道「OSPF 邻居震荡」在哪一章，翻到还要在几十页表格里找自己的型号版本。这一期讲怎么把「翻手册」变成「聊天里问一句」：执行体做入口与调度、平台承载知识库与问答应用，回答带出处、带置信度、带修复建议、带风险提示、还带诊断流程图。拆开讲五步链路的取舍（意图识别、查询改写带规则闸门、多库检索加重排、按契约组织答案、图清单回传），为什么 18 条用例双跑实测的结论是「知识要放平台」；再讲交付重心为什么七成功夫在清洗，以及三个真实排过的坑。金句：格式的专业性本身就是答案质量的一部分。
18:51AI 落地四形态｜不用睡觉的同事
「有没有一个不用睡觉的同事，替我们盯着？」「这批乱文档，能不能找个 AI 整理成统一格式？」这两类需求有个共同点——都不需要一套系统，需要一个会干活的 AI：不部署平台、不建知识库、不画流程，交付物就是执行体加一份技能或规则。这期讲清楚轻量独立形态能干的活（值守监控、文档与数据处理、技能型内部工具，每类配真实交付样例）、不能干的活（知识要规模化、流程要业务方自己改、多人在线要门户工单），以及三个真实踩过的坑（规则定松了漏报定紧了吵人、清洗必须前置、技能沉淀要让下一次更便宜）。金句：值守的价值不是 AI 发现了人没发现的，而是 AI 替人熬了夜。
17:34AI 落地四形态｜一个平台能走多远
「我们就用一个平台，能做到什么程度？」这半年这个问题被问得越来越多。市面上的内容要么是单点教程，要么是「平台不够、要接外部 Agent」——中间缺一张地图：只用一个平台到底能交付哪些应用、边界画在哪。这期补上这张地图：四类场景可以纯平台内交付（知识库问答、确定性工作流、平台内 Agent、标注与知识运营，每类配实测例子），三条边界跨过去才需要外接执行体（碰真实系统、跨系统自主长任务、执行体侧技能沉淀），外加三种翻车形态与一张判断路径。金句：先问需求在不在平台外——不在，平台内交付就够。
15:33RAG 知识库｜文档一变，答案就旧了
前三讲讲的是怎么把库建好，这一讲回答最后一个问题：它能活多久。手册 v2 发布那天起，v1 的内容就过期了，但问答系统不知道，它还在答旧版——而且答得头头是道，有出处有章节，非行家一眼看不出问题。知识库会过期，而过期比没有更危险：没有库时人知道自己不知道，会去翻最新手册；库答了旧版，人以为问题解决了，错的答案被当成对的执行。这期把持续更新拆成一条链：粒度（建库时定结构）→ 版本（旧文档三种去处）→ 守门员（每次更新必过两道验证）→ 责任（谁长期跑这套流程）。
13:37RAG 知识库｜型号隔离这道坎，卡在哪儿
客户提了个听起来很合理的要求：库里有 125 和 65 两款设备的手册，问 125 的问题不能答出 65 的内容——答错型号，客户照着配，设备起不来。我们本以为答案现成：给文档打型号标签、让系统从问题里认出型号。拿真实问题实测，三轮下来 3 次查询 0 次全对，每次还多烧 6629 个 token、延迟从 7.5 秒拉到 26.9 秒。这期讲清元数据过滤的能力边界：闸门认标签不认人、只管放行不纠错；型号能不能隔离，不取决于过滤，取决于「125」这个值从哪来。附值源三路、可照做的四步流程、以及「没带型号」「判断不出型号」「用户也不知道型号」三连问的应对。
15:44RAG 知识库｜检索噪声怎么从 75% 降到 0
库里文档一多，检索就开始串味：问 S6850 的配置，命中的却是 S12500 里几乎一模一样的章节；问正式发布的操作步骤，命中的是还没审核的草稿。根子在于向量检索是概率匹配，它只看语义像不像，不知道这段属于哪个产品线、是哪个版本。这期讲元数据过滤这道确定性闸门：先按条件筛子集、再在子集里做向量，同一查询 8 段结果里的噪声从 75%（6 段无关）降到 0，而且 top_k 不缩水。包含 Schema 设计三问、manual 与 automatic 实测对比，以及一个最隐蔽的坑——数字字段过滤值传成字符串，会静默返回 0 段且不报错。
13:16RAG 知识库｜分段模式能不能自动设
把文档灌进知识库之前，有个选项经常被随手一带而过：分段模式——通用、问答对、父子。它决定了后面两件事：用户提问能不能命中、命中了答案完不完整。而几十上百篇文档逐篇判断，是建库流程里最琐碎的一环。这期回答一个很实际的问题：能不能自动设？答案是能自动一部分——问答结构可以靠确定性规则识别给建议，父子还是通用是语义判断、必须人工拍板。附两个机制事实、三句话判据与五步操作链。
14:29Hermes Agent 的 Profile 机制：如何让一个 Agent 服务多个部门
同一个助理先给市场部做了知识问答，技术部也要一个——听起来只是多加一份资料，结果串味了：技术部问「接口超时怎么排查」，助理答出「建议按报价口径与客户确认」。第一反应是配权限（市场问题只放行市场资料），但这条路走不通：知识库平台的权限单位只到「应用」，助理的隔离单位只到「档案」，两侧都没有细粒度权限的开关。真正的解法是换思路——不给一个大脑分权限，给它分档案。本文讲清档案机制、四条判断信号、多档案与双实例的边界，以及一个必须说清楚的灰色地带。
19:10查出问题之后：救、重建，还是放弃
上一个还在跑的烂尾项目查出七个问题之后怎么办？这期给一个反常识的判断：相当一部分烂尾项目，结论是「不该修」——不是修不了，是修好了也没价值。判定六问逐个讲透（当初的问题还在吗、资产还在吗、病在哪一层、修复与重建的成本比、有没有能拍板的人、对成功的定义现实吗），三种结论对应三种动作，附一组从客户原话判断倾向的对照。后半段讲怎么把病查清楚：三层采集、真实问题四层出题、体检报告的三样东西，以及体检和独立验收的分工。
18:49AI 项目烂尾的七个征兆，你经历过哪些？
AI 项目最典型的烂尾不是崩掉，是「还在跑、还能演示、但已经不产生价值」——静默烂尾。一条真实案例：网络设备厂商的 AI 问答应用，页面能开、演示流畅、运行统计里失败次数是 0，体检做完四十一分（最差一档），七个问题里五个肉眼看不出来。这期把七个征兆逐个讲透，每条都配我们查到的证据和自查信号：需求只有一句话、没有人对最终效果负责、数据是「传上去」的、验收只看「跑通」、系统在悄悄拒答、上线即弃管、没有基线。
13:19知识库从需求到交付：每一步做错了，你会看到什么
接到知识库需求最常见的做法是「文档收来就传、传完就上线」，半天搞定演示很漂亮。这期不复述流程手册，只讲一件事：九个环节里，每一步做错了，你会看到什么信号。侦察漏项会在后面某天返工；清洗不到位模型会答「未找到」；拆分偷懒第一次更新时爆发；打标漏标是静默答不出来；维护只验新内容等于没验。
17:55RAG 知识库，一次清洗与分段配合失误的案例：分段切断了代码块
一次知识库体检里，1401 个分段中有 341 个是代码碎块（24.3%）——检索命中碎块，AI 拿到的就是半截内容。这期从碎块形状倒推根因，定位到一条容易漏掉的链路：清洗合出来的长代码块超过了目标库分段配置的上限，被分段器按长度硬切，切点落在代码围栏上。含对照实验（30.0% 降到 5.3%）、五档上限对比，以及剩下 5% 为什么必须回源文档层解决。
13:24个人 AI 助理怎么做：私有资料变助手，以及它为什么需要长期维护
一位独立执业律师的早上：找一份三个月前的合同模板，硬盘、微信、邮箱翻了半小时，找到三个版本却不确定哪个最新。这期讲三个问题——个人的资料为什么会越攒越难用；怎么把它变成一个只属于自己的 AI 助手；以及一件更少被提到的事：助手做完之后会悄悄退化，而没有人会收到通知。
18:20AI 应用术语大白话：温度、TopK、召回、Rerank……一张地图看懂
跟客户讲方案，最大的障碍往往不是技术难，而是术语不通。这期把 AI 应用里最容易混淆的概念按六个层次串成一张地图：调模型的旋钮、检索的三道闸、Agent 与记忆、编排结构、应用形态与平台、容易混的几对——每一层都给能直接说给客户听的讲法，也给技术团队排障时的检查清单。
13:47AI Agent 的 Harness 到底是什么：规则、约束，还是别的
AI 经常答应得很好，做出来却是另一个样子。这期把 Harness 讲透：它不是什么、本质是围绕决策三时刻划边界、真实系统里的五层结构、36 次受控实验照出的四个机制，以及它管不住什么。
7:32AI 应用上线后维护自己做还是找人做
AI 系统的正确性不是交付时一次性确立的。自己做维护的三个条件、三种承接模式、一条分界线，以及那句判断标准：关键不是有没有人管，是那个人有没有时间和判断权。
7:38AI 项目的钱花在哪最容易超支
超支多数不是执行方贪心，是有一块工作量开工前根本看不见。四块高发区（语料工程、系统集成、需求变更、上线后维护），以及三个能在报价阶段就防住它的动作。
6:29企业的数据到底能不能喂给 AI
「放心，绝对安全」「这个涉及技术细节，你不用管」——两种常见回答都不对。数据安全底下混着三个不同的问题；风险的真实来源往往不在模型；以及四个可以逐条验证的机制。
7:26AI 场景值不值得做
「我们也做个 AI 吧」——这句话后面的点子，十个里落地不到一半。卡住的不是技术，是「做出来值不值」。三个判据、三类建议往后放的场景，以及为什么第一个项目要选最容易验证成功的。
4:45AI 项目多久能做完
客户问完多少钱，紧接着就问多久能做完。可这个问题本身就埋着风险：AI 不能「做完才知道行不行」。三个可见节点、三个真正拖长工期的变量，以及为什么「十五天肯定做完」值得多问一句。
4:25做 AI 项目到底要花多少钱
同一个「AI 客服」需求，报价能差出上百倍，不是有人黑心，是大家在说不同的事。用一手交付数据拆开成本：4277 页手册全量索引约 16 元、单次问答不到 1 分钱，钱真正花在语料工程、应用编排、环境集成与上线后维护。
11:49我停止给 AI 讲规则，改成甩样本，它开窍了
让 AI 写工作流，开头十个里只跑通一个；后来我停止给它讲规则，改成甩样本——20 多天，69 个实验、87 份可运行的工作流文件。这期讲这套「给样本」的方法。
17:27AI 项目为什么该跑起来再设计
AI 项目不能先想清楚再做。这期把整套交付方法讲一遍：开工前只写一页纸、用实验代替推演、一次只切一小块、验收分内外两面，以及为什么不是所有单子都该走全流程。
19:22反对 AI 八股文
AI 面试考背诵、知识区发套路文、简历堆技能列表，这套评价机制在 AI 时代已经失效，因为知识变成了最便宜的东西。这期讲为什么「背」不再算能力、什么才算能力，以及不背之后该怎么学。
