企业ai

阿里云开源 UModel 并发起 USS 倡议：构建企业级通用语义标准，重塑 AI 交互底座企业的每个系统都在忠实地记录事实。告警系统记录异常，日志平台保存错误样本，Trace 系统记录调用链路，Kubernetes 管理运行状态，发布系统记录变更，CMDB 维护配置关系，CRM 跟踪客户，ERP 管理订单和库存。但这些数据是分散且混乱的。企业数字化转型正面临一个被长期低估的底层障碍------语义割裂。

ZGI Skill：从依赖锁定到外部接口升级的兼容治理ZGI Skill 的外部接口兼容治理，可以拆成四个动作，登记依赖、锁定契约、运行回归样本、分阶段切换。Skill 负责保存一类任务怎样完成，外部 API 和工具负责真正执行动作。接口升级后如果请求字段、认证方式、响应结构或限流规则改变，Skill 即使仍能被正确触发，也可能在执行中返回错误结果。

多个部门共用 AI 平台怎么隔离数据？多个部门共用 AI 平台时，数据隔离至少要落到四个边界，身份、知识库、工具凭证和运行产物。只在界面上分出几个工作区不够，平台还要保证一个部门发起的检索、工具调用和任务记录，不能被另一个部门越权读取或复用。最稳妥的做法，是先按数据责任划边界，再决定哪些能力允许共享。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.82｜审批不再只写数据库，而是真正恢复执行审批系统从“能挂起”走到了“能恢复”，长任务租约不会再被误回收，失败终于可以明确归因。密，但不乱。方向很清楚。

ZGI Runtime：Agent 上线后要看哪些指标？Agent 上线后至少要观察五类结果：业务是否完成、执行链是否健康、输出是否合格、风险控制是否生效、资源消耗是否可接受。调用次数和模型响应时间只能说明服务被使用，任务有没有真正办完，还要看工具回执、审批状态和业务系统结果。ZGI Runtime 可以把 Agent、Workflow 和模型路由放在同一工作区，部署时还可按需接入 OpenTelemetry trace。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.81｜工具调用前，先过一道审批门最近这48小时，一共169条提交。密集，但不乱。主线非常清晰：工具调用正在从“可用”走向“可控”。这是本轮最重的一条线。工具调用被分为直接放行、审计放行和人工审批三类，未登记的工具默认走最严格的路径——宁可多审一次，也不跳过。

ZGI Runtime：切换模型后 Agent 为什么失效？切换模型后 Agent 失效，常见原因落在任务契约：字段格式变了，工具参数没有通过校验，长资料被截断，错误返回也和原模型不同。迁移前需要固定输入、输出、工具协议与验收样本，再逐层检查差异。ZGI Runtime 把模型路由、Agent、Skill、Workflow 和知识放进同一工作区，模型配置可以单独调整，业务流程继续按原有任务契约验收。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.77｜隔离不只是数据，还有进程、上下文和依赖最隐蔽的隔离漏洞不是数据跑错了地方，是一个进程的退出方式影响了所有人。这轮巡检里有一个问题让我停下来想了很久：停止某一个租户的通讯进程，导致其他所有租户的连接同时断掉。

ifenxi爱分析

WAIC观察：企业AI进入底座竞争时代 | 爱分析调研怎么让大模型真正创造业务价值？答案在模型之外。过去几年，人工智能产业的发展主要围绕模型能力展开。从参数规模到推理性能，从多模态能力到训练效率，基础模型不断刷新技术边界，也推动AI应用进入新的发展阶段。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.74｜沉默是最贵的代价用户点击发送之后的沉默，比慢更伤害信任。慢，意味着系统在努力。沉默，意味着系统是不是还活着都不知道。两者在感知上的差距，远比实际耗时的差距大得多。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.71｜系统显示正常，但实际上什么都没发生工程里最难被发现的问题，是那些“系统显示正常、但实际上什么都没发生”的状态。进程在跑，但连接早就断了。工具能看到图片，但下载不下来。审批字段被填了，但控件不认。这类问题不报错、不崩溃，只是静静地让事情发生不了。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.67｜能运行，和能商用一个平台能运行，和一个平台能被商用，中间隔着一层用户永远看不见的工程。这一天的提交，用户能感知到的是知识库开始支持图片检索、演示环境可以不用企业账号登录。感知不到的是：构建产物变得可重复、长任务的断流和假死被修掉、连接瞬断不再导致静默失败、跨租户越权点被逐个堵上。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.65｜最危险的故障不是崩溃，是悄悄换掉了正确答案最危险的故障不是系统崩溃，而是系统看上去正常运行，但悄悄用一个错误的结果替换了正确答案。这24小时里，修了三件事。其中最值得记录的，是一次静默降级引发的连锁反应，以及最终的结构性修复。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.61｜记忆不是越多越好，装一道门比装满更重要给 AI 装记忆，比不装更危险——如果你没给它设一道门。我们在 Vol.44 接通了跨会话长期记忆，从那以后 Agent 终于能在下一次对话里记住你是谁、你偏好什么。但过了一段时间我们发现，它记的东西越来越杂：临时的任务状态被写进去了，用户某次说的口误被写进去了，一次性的操作指令也被写进去了。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.47｜从“能说”到“能上手”给 AI 装上大脑，不如给它接上手。这几天的工作，集中在一件事上：让 Agent 不只是能说，还能真正接过来、改完、还给你。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.46｜三个检索源、缓存限流、深度整合——联网检索一日冲刺新能力和新漏洞，永远一起到来。今天联网检索从零推进到了混合检索、缓存、限流、可观测全套。同一天，修了它带来的19个安全问题。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.44｜功能建好，和功能接通，是两件完全不同的事功能建好，和功能接通，是两件完全不同的事。我们的记忆模块跑了几个月，用户反馈：感觉 AI 每次都忘了我。不是模块坏了，是没接进去。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.41｜多租户不是一个功能，是一次手术多租户不是一个功能，是一次手术。给一个已经在生产环境跑着的系统加多租户支持，不能停机重写，不能推倒重来。只能在系统运行的同时，一层一层把数据结构、权限模型、鉴权链路全部换掉——就像给一辆高速行驶的车换发动机。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.38｜能演示的系统，和能日常用的系统，差的是这五件事一个系统能不能真正被团队用起来，不取决于它有多少功能，取决于改一个东西之后要不要重启、本地能不能跑起来、工具调用的 loading 会不会卡住不动。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.36｜临时方案下线，网关区分负载，用量穿透链路——这一周全是“归位”两个服务共用一套 embedding，不是为了省资源，是为了不让向量空间分裂。这一周做的事，表面上是几个看起来不相关的修复——知识库底座、摄取链路、飞书回调、网关超时、用量入账。但把它们摆在一起会发现，全部都在回答同一个问题：当一个企业 AI 平台里同时跑着多个子系统时，谁该负责什么、谁不该重复造什么、谁的边界在哪里。