企业ai

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。

Resistance丶未来

魔芋AI：构建安全、可控、合规的大模型生产力枢纽在过去一年，大模型技术以一种不可阻挡的姿态，完成了从“技术浪潮”到“企业生产力”的身份转变，大模型API已经成为企业不可或缺的基础设施，如同水和电。然而，当规模化使用的同时，因为缺乏有效管理手段，企业管理者们正面临着关乎组织、合规、成本与稳定性的多维度挑战。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.35｜追问比演示重要——技术团队问出的五个工程缺口企业级 AI 平台真正的考验，从来不是客户看完演示点头鼓掌，而是技术团队问完一圈之后，自己还有几个问题答不上来。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.34｜知识图谱接进来、异步嵌套修掉、依赖往回收——藏在修复里的三层架构演进企业 AI 系统里最难发现的一类问题，从来不是会报错的 bug，而是看起来一切正常、但在某个并发节点悄悄挂住的 “静默故障”。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.32｜企业AI的隐形工程：登录、接管、发布、资产——一个都不能少企业里最容易被低估的工程，往往是“登录”。大多数人觉得登录就是输账号密码，或者接个 OAuth，两天搞定。直到真正要在一套系统里同时支持飞书、钉钉、内部账号，还要让 token、中间件、目录同步全部跟着走——才会意识到，认证体系是整个平台的地基，动一块，全身抖。

AutoGen做了什么？Multi-Agent框架在企业场景的边界在哪AutoGen是微软研究院于2023年9月开源的多智能体协作框架，经过两年迭代至v0.4版本，已具备企业级部署能力。

采购部门用AI审供应商资质：从3天压缩到3小时的方案采购部门有一个耗时最长的重复性工作：审核新供应商资质。一份完整的供应商资质包通常包含：营业执照资质证书（ISO、行业许可证）

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.31｜可视化、可编辑、可脱敏、可隔离——企业系统接管的四个“可”“接入”和“接管”，差的不只是两个字。把一个企业系统接进 AI 平台，最初的里程碑是“能发现”——能探索到这个系统有哪些接口、能不能登录、能不能拿到数据。但“能发现”离真正落地还差很远。落地需要的是：能配置、能编辑、能描述每个接口是干什么的、能带真实凭证去测试、能在接管运行时稳定校验。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.30｜看不见的地基：从“能用”到“可信”的30天企业 AI 有一条隐形的门槛，很少被人明说：功能能跑，和企业真的敢用，是两件事。这两天翻提交记录，没有一个单独的功能让人觉得特别亮眼。但整体看完，这是近几周最扎实的一次迭代——因为团队一直在补这两件事之间的距离。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.29｜自然语言变工作流：Agent 自动拼装子图的实现路径把一件复杂的事做简单，有两种方式：降低门槛，或者让别人替你做。团队选择了后者。那个“别人”，是我们自己的 AI。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.28｜企业AI的交付不是给工具，而是给搭好的能力企业软件有一个经典陷阱：把复杂度留在产品里，然后期待用户自己学会用。这周我们掉进去了。然后爬出来了。知识库上周正式上线，工作流今天进入测试，多 Agent 协作被正式列为第四个核心功能。看起来是推进顺利的一周——但认真审视细节之后，有三件值得记录的事。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.19｜两个环节 vs 十几个环节：Hermes厉害在哪里？这两天有人去翻了 Hermes 的源码，把它整个聊天循环的结构看了一遍。看完之后，沉默了一会儿。Hermes 的消息在进入大模型之前，只经过两个环节：第一个是组装提示词——把系统提示词和从用户记忆里召回的内容拼在一起，构成初始上下文；第二个是选择模型提供商，决定这次走哪个模型。然后，消息直接打到大模型，大模型要用工具就进工具循环，循环结束输出，完事。

科技晚报｜2026年5月10日：AI 开始补审查、权限与合规这些硬骨头一句话导读：5 月 10 日这篇科技晚报更值得关注的，不是哪家模型又刷高了榜单，而是 AI 正在补一组更难但更接近生产环境的能力：GitHub 开始正面处理 agent 工作流的 token 成本和 PR 审查质量，Google Workspace 则把权限控制、显式同意和可复用技能往企业日常流里推。对技术人来说，下一轮竞争会越来越像“谁能把 AI 管得住、审得过、用得久”，而不只是“谁先演示出来”。

业务负责人的AI焦虑：花了钱、用了工具，但什么都没留下来上个月，和一家中型企业的运营总监聊天。他给我倒了一杯茶，叹了口气说：“去年我们公司花了十几万买各种AI工具——ChatGPT会员、Copilot、Midjourney、还有两个垂直领域的AI应用。员工们也用得挺起劲的，效率确实有提升。但我最近复盘了一下，发现一个问题让我很焦虑。”

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.18｜功能被悄悄改没了，然后我们写了个看门狗五一节前最后一天，腾讯会议集成做了一次比较完整的优化：用户可以在聊天里直接配置自己的会议 token，转写和纪要在模型回复之后，气泡上方会直接弹出下载按钮，不用再跳转页面。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.17｜让 AI 做代码重构，要盯着它的策略，不只是看结果今天没有大功能上线，但有几件事同时在推进：知识库服务打包合并进主镜像，腾讯会议的体验优化刚提上来等着合版测试，多 Agent 的并发问题还在调，前端拆分引发的一连串连锁反应也在收尾。

名不经传的养虾人

从0到1：企业级AI项目迭代日记 Vol.14｜正式版上线第一周：一个403、一次重构、一个新方向上周，正式版发出去了。说是“正式版”，其实并没有什么特别隆重的仪式。无非就是把前面欠下的一些账先补了一遍：工具能力补齐、已知问题修掉、稳定性重新跑一轮，确认没那么容易崩了，再把版本推上去。

LangChain做了什么？企业场景中它和专用AI平台的定位区别上个月，一个做AI应用的朋友问我：“我们团队用LangChain搭了一个RAG（检索增强生成）原型，两周就跑通了。但现在要上线，发现一堆问题——调用链路太复杂、成本不好控制、权限管理基本没有。LangChain到底适不适合企业用？”