张拼拼AI实战教练
← 回首页

企业AI落地，别用大炮打蚊子——五个级别该用哪一级

真人长视频 · EP0087 2026年8月26日 05:09
这一期讲什么

企业用 AI 最容易踩的一个坑就是拿大炮打蚊子——上来就要训练或者微调一个模型，其实业务当中的应用完全没必要用这么复杂高成本的方式来实现。吴恩达说过，75% 在做微调的团队做的那个事情根本就不需要微调，甚至都不需要那么复杂的提示词。但好多公司实打实踩过这个坑，花了很多的冤枉钱。

现在全世界一半以上的算力都拿去做 AI 编程了。这件事本身很奇怪——不是每个人都是程序员，但编程吃掉了一半的算力，所有大厂都在抢这条赛道。想想我们每天坐在电脑前干活，本质上是电脑把代码变成我们看得懂的文字和图片显示在屏幕上，我们再用鼠标键盘去编辑，编辑的过程又被电脑转成代码去操作文档。真正发生作用、让文件生成的是代码那个环节。Claude Code 和 Codex 直接跳过了我们操作电脑的过程，把我们的意图直接写成代码，直接就把活干完了。写方案是写代码，做表格也是写代码，做网页也是写代码。AI 编程本身并不是在服务程序员，而是用写代码的方式完成了几乎所有知识工作者能做的交付产出。

企业用 AI 最容易踩的一个坑就是拿大炮打蚊子——上来就要训练或者微调一个模型，其实业务当中的应用完全没必要用这么复杂高成本的方式来实现。吴恩达说过，75% 在做微调的团队做的那个事情根本就不需要微调，甚至都不需要那么复杂的提示词。但好多公司实打实踩过这个坑，花了很多的冤枉钱。

在聊怎么分级之前，先说一个我觉得很奇怪的事情：现在全世界一半以上的算力都拿去做 AI 编程了。不是每个人都是程序员，但编程吃掉了一半的算力，所有大厂都在抢这条赛道。这到底是为什么？

有天我突然反应过来了。想想看我们每天坐在电脑前面干活，本质上发生了什么——电脑把代码变成我们看得懂的文字和图片显示在屏幕上，我们再通过操作鼠标和键盘去编辑这些文档，这个编辑的过程又被电脑转成代码去操作文档。真正发生作用、让文件生成的是代码那个环节。Claude Code 和 Codex 这些 AI 编程工具干了什么呢？直接跳过了我们操作电脑的过程，把我们的意图直接写成代码，直接就把活干完了。写方案是写代码，做表格也是写代码，做网页也是写代码。AI 编程本身并不是在服务程序员，而是用写代码的方式完成了几乎所有知识工作者能做的交付产出。

事情是怎么发展到现在这一步的呢？我们可以从头回顾一下整个过程。

GPT 刚出来的那会儿，AI 就只是一个能输入输出文字的大语言模型。这个东西了不起在哪儿？它把全世界的知识和方法进行了预学习，我们每提出一个问题，它都能快速筛选出最匹配的答案，同时组织好语言演绎给你听。这个阶段它的角色就是一本会说话的百科全书——已经很惊艳了，极大地提升了信息处理、筛选以及演绎的效率。很多工作也是可以只用大语言模型来完成的，并不是说后面出了更高级的东西，这一级就没用了。

第二个阶段，聊天机器人出现了，也就是 chatbot。大家开始学提示词。聊天机器人在大语言模型的基础上用提示词加入了场景和身份，通常还外挂一个私有的知识库。你定义它是一个客服，它就按照客服的方式跟人聊天；再把公司产品手册、销售话术喂进去，它就可以像一个老员工一样回答问题。23 年的时候我在腾讯做过一个实验性的项目——AI 驱动的广告审核客服，可以让中小广告主自己完成广告内容合规的预审核。到现在为止，这可能还是 AI 在企业落地当中最常见的方式。

第三个阶段，工作流。走到这一步，模型能力有了比较大的提升，推理能力越来越强，也开始发展出多模态能力。工作流盛行的时候，我们可以把一个复杂的业务流程拆成很多并行或者串行的节点，像流水线一样往下执行，中间设各种判断条件。这种方式交互非常稳定，但也相对比较死板。现在已经没什么人做复杂工作流了，反而是简单的工作流在业务当中还在频繁使用，因为它可以极度高效地稳定量产交付。

第四个阶段，Skill。随着大模型能力进一步提升，不用把流程写死了——可以把工作流 SOP 写成大模型能够直接看懂的文档，一套文档就是一个技能，需要什么技能就载入什么技能，按照需求去调用。但到今天还有很多人把 Skill 奉为圣经，觉得自己的智能体装上了上百个大牛的 Skill 就已经天下无敌了。仔细想想 Skill 的本质是什么？无非是按照场景需求灵活载入的提示词而已。它当然有用，但没有那么神。

第五个阶段，Agent。说实话，Agent 到现在并没有严格的概念定义，不同的人说出 Agent 的时候脑子里想的可能不一样。今年年初小龙虾特别火——就是 OpenClaw 那个开源 Agent 项目——那时候「小龙虾」这个词基本上变成了 Agent 的一个代名词。Agent 是一个长时间自主运行、拥有长期记忆甚至人格特质的主体。它不按特定说明书做事，而是根据目标自己决定调用什么工具、用什么方法和路径去完成任务。通过长时间互动，它学习使用者的价值观、行为模式、决策偏好，慢慢变成使用者的分身。Agent 极度灵活，但同时算力消耗巨大、效率降低、容易出错。

AI 一步一步走过来，公司里的业务并不一定非要使用所谓最先进的技术，或者最复杂的技术。在完成同样品质交付的前提下，对于企业来说性价比和效率也是需要重点考虑的。作为一个企业的管理者，高频的、高人力消耗的、高业务价值的工作该用什么级别的 AI 能力去承接，应该有一个初步的思路了。

AI 编程本身并不是在服务程序员，而是用写代码的方式完成了几乎所有知识工作者能做的交付产出。