<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[周红伟讲AI]]></title><description><![CDATA[人工智能科学家，培训AI和ChatGPT学员超过10万人。]]></description><link>https://blog.csdn.net/starzhou</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; starzhou]]></copyright><item><title><![CDATA[FDE实践：Muse和Instinct常驻个人智能体]]></title><link>https://blog.csdn.net/starzhou/article/details/167269279</link><guid>https://blog.csdn.net/starzhou/article/details/167269279</guid><author>starzhou</author><pubDate>Thu, 08 Oct 2026 11:16:25 +0800</pubDate><description><![CDATA[最近很多人体验到了Muse、Instinct、Today等Personal Agent（简称PA）产品。PA 正在把用户与 AI 的关系从单次问答推向持续委托，以及进入个人助理的最终形态。这篇报告基于AI，整理了市面上6款产品的基本数据和一些初步判断，最后有关于PA的产品架构图猜想。]]></description><category></category></item><item><title><![CDATA[Codex+WorkBuddy：FDE方法论让企业智能体真正跑起来]]></title><link>https://blog.csdn.net/starzhou/article/details/167177561</link><guid>https://blog.csdn.net/starzhou/article/details/167177561</guid><author>starzhou</author><pubDate>Tue, 06 Oct 2026 21:24:58 +0800</pubDate><description><![CDATA[上个月去一家做精密零部件的企业做 AI 落地回访，CTO 坐下来第一句话就是抱怨：Codex 买了，WorkBuddy 也买了，演示的时候会议室里所有人都说震撼，可两个月过去，真正在用的还是只有测试组那个小伙子。其他人照样在 Excel 里手填数据、在微信群里接龙审批。这话我这两年里已经听了不下十遍。问题从来不在工具本身。Codex 这类 AI 编程代理，能自主读仓库、改代码、跑测试，能力是实打实的；WorkBuddy 这类智能体工作台，可以把业务流程编排成可视化工作台并提供 Skill 扩展，理念也没毛病]]></description><category></category></item><item><title><![CDATA[FDE实践：都在接DeepSeek、WorkBuddy，券商AI最终靠什么拉开差距？]]></title><link>https://blog.csdn.net/starzhou/article/details/167177532</link><guid>https://blog.csdn.net/starzhou/article/details/167177532</guid><author>starzhou</author><pubDate>Tue, 06 Oct 2026 21:21:17 +0800</pubDate><description><![CDATA[2026年7月，广发发布易淘金AI原生版“AI透镜”，围绕“聚光、放大、透视、望远”四类能力，对应选股、盯盘、交易与问答四大高频场景。通用大模型的语料主要来自公开互联网，而券商AI的知识建立在行情、交易、持仓、投研与监管口径等专域数据之上，并叠加机构长期积累的研究框架与业务经验。据公司向记者介绍，其金融垂直大模型并非简单的问答机器人，而是萃取中金300名资深研究员与近3000名一线投顾的成熟方法论，基于内部投研数据与实时行情构建，意在解决传统AI服务“零散化输出”“多场景点式分布”的行业难题。]]></description><category></category></item><item><title><![CDATA[FDE实践：从“自己闷头做”转向“接入智能体”，中信证券、广发证券、中信建投、国泰海通纷纷行动 券业迈入Agent时代]]></title><link>https://blog.csdn.net/starzhou/article/details/167177494</link><guid>https://blog.csdn.net/starzhou/article/details/167177494</guid><author>starzhou</author><pubDate>Tue, 06 Oct 2026 21:17:30 +0800</pubDate><description><![CDATA[中信建投证券表示，以入驻WorkBuddy为例，公司的专业金融投研能力转变为人人可及的“大众对话流”，彻底打破专业金融资源的壁垒，用户可以在通用Agent平台，调用机构级的专业数据能力。广发证券认为，AI对券商内容服务的重构不止于降本增效，更推动内容服务从成本中心走向增长引擎、从辅助工具走向核心能力、从流量运营走向客户长期经营，助力券商在财富管理转型中构建差异化护城河，完成从“内容服务”到“智能服务”的战略升级。”中信证券表示，面对行业人才流动的客观情况，单纯依靠人堆出来的产能是脆弱的。]]></description><category></category></item><item><title><![CDATA[Codex+WorkBuddy:FDE到底该怎么干？]]></title><link>https://blog.csdn.net/starzhou/article/details/167173867</link><guid>https://blog.csdn.net/starzhou/article/details/167173867</guid><author>starzhou</author><pubDate>Tue, 06 Oct 2026 14:49:24 +0800</pubDate><description><![CDATA[这次的ATxSummit期间，OpenAI、Google与NVIDIA几乎同时宣布扩大与新加坡的合作。三家公司的布局各具特色：Google直接建立了新的“国家AI合作伙伴关系”，聚焦社会挑战、人才培养和安全AI生态的构建。Google与新加坡政府联合发布了一份关于AI Agent安全部署的白皮书。NVIDIA在新加坡设立了亚太地区第二个研究中心，核心目标是发展实体AI（Embodied AI）。]]></description><category></category></item><item><title><![CDATA[FDE企业的AI操作系统：智能体时代企业 AI 落地的前线操作系统]]></title><link>https://blog.csdn.net/starzhou/article/details/167173852</link><guid>https://blog.csdn.net/starzhou/article/details/167173852</guid><author>starzhou</author><pubDate>Tue, 06 Oct 2026 14:47:24 +0800</pubDate><description><![CDATA[我所说的 Lean-FDE，不是 Lean 加 FDE 的机械拼接，而是一套完整的前线作战体系，是基于凯哥最近一年全面 All In AI 的实践总结。Lean-FDE 是面向智能体时代的前线部署工程师建设和运营体系。它以客户现场为起点，以价值流为主线，以复杂性判断为方法，以概念模型为桥梁，以智能体工程和 AI Coding 为执行手段，以评测治理为质量保障，以商业转化和组织采纳为最终闭环。它的核心不是“把 AI 做出来”，而是“把 AI 做成结果”。]]></description><category></category></item><item><title><![CDATA[FDE 变天了：全球 AI 大厂正在争抢的，不是程序员，而是“前线造局者”]]></title><link>https://blog.csdn.net/starzhou/article/details/167173831</link><guid>https://blog.csdn.net/starzhou/article/details/167173831</guid><author>starzhou</author><pubDate>Tue, 06 Oct 2026 14:44:55 +0800</pubDate><description><![CDATA[如果要理解 FDE，绕不开 Palantir。Palantir 官方博客对 FDSE 的定义很清楚：它是嵌入客户现场的软件工程师，负责配置 Palantir 既有平台，解决客户最困难的问题。Palantir 还特别区分了传统软件工程师和 FDSE：传统软件工程师更像是“为很多客户开发一个通用能力”，而 FDSE 更像是“为一个客户组合很多能力”。这句话非常关键。传统工程师的逻辑是产品中心主义：我做一个标准产品，卖给很多客户。]]></description><category></category></item><item><title><![CDATA[FDE：让AI从演示走向生产的关键力量]]></title><link>https://blog.csdn.net/starzhou/article/details/167173803</link><guid>https://blog.csdn.net/starzhou/article/details/167173803</guid><author>starzhou</author><pubDate>Tue, 06 Oct 2026 14:42:37 +0800</pubDate><description><![CDATA[FDE站在AI模型与企业真实生产系统之间：进入客户现场，理解业务与数据，亲手完成集成和交付，再把一线经验带回产品与研究团队。AI时代，FDE如何把尚不成熟的AI能力部署进企业核心业务，并通过评估、规则、工具、信任建设和产品回流，让AI从原型走向生产。Dev是“一种能力，服务多个客户”；Delta是“一个客户，调用多种能力”。Delta把公司的软件平台部署到客户那里，职责是替客户实现技术成果，成败看对客户目标的实际影响。客户项目缺功能或遇到Bug时，Delta可以直接改核心产品代码，但要和产品团队协调；]]></description><category></category></item><item><title><![CDATA[FDE实操：Codex+WorkBuddy+Skills+Agent+RAG+MCP落地企业实战工作坊]]></title><link>https://blog.csdn.net/starzhou/article/details/167173732</link><guid>https://blog.csdn.net/starzhou/article/details/167173732</guid><author>starzhou</author><pubDate>Tue, 06 Oct 2026 14:38:54 +0800</pubDate><description><![CDATA[用最通俗的话来说，FDE就是一种驻扎在客户现场的工程师，负责填补“产品能做什么”和“客户需要什么”之间的巨大鸿沟。这个角色的特殊之处在于，它把软件工程师与咨询顾问的特质融于一身：不仅要会写代码，还要能深入客户现场解决实际问题，指导企业如何导入AI技术，并教会AI模型如何适应特定的业务环境。]]></description><category></category></item><item><title><![CDATA[FDE实操：Codex+WorkBuddy+Agent+Skills+RAG+MCP企业原生智能体构建实操]]></title><link>https://blog.csdn.net/starzhou/article/details/167173685</link><guid>https://blog.csdn.net/starzhou/article/details/167173685</guid><author>starzhou</author><pubDate>Tue, 06 Oct 2026 14:33:53 +0800</pubDate><description><![CDATA[当前，Agent、Skills、MCP工具接入、RAG知识库、向量数据库、模型微调、ASR拾音系统等单点技术资料并不少，但缺乏一条把这些能力串起来的实操主线。很多团队能跑通一个演示原型，却无法把智能体稳定嵌入真实业务流程，原因往往不在模型能力本身，而在于缺少一套从任务拆解、提示工程、技能封装、知识库构建到部署运维的完整实操方法。内部还传出个说法，说这是继QQ、微信之后，腾讯的第三个战略级产品。：会写背景、目标、架构、计划、预算五章结构，能提前应对数据安全和国产化要求，能排里程碑、管验收、做运维交接。]]></description><category></category></item><item><title><![CDATA[2026诺贝尔生理学或医学奖：如何用一束光“操控”大脑？]]></title><link>https://blog.csdn.net/starzhou/article/details/167173478</link><guid>https://blog.csdn.net/starzhou/article/details/167173478</guid><author>starzhou</author><pubDate>Tue, 06 Oct 2026 14:10:46 +0800</pubDate><description><![CDATA[2012年，利根川进和戴瑟罗斯等人又利用光遗传学，重新激活形成恐惧记忆时活跃的神经元，让小鼠在没有危险的环境中再次表现出恐惧，由此直接触碰到了“记忆印迹”这个过去十分抽象的问题。这和前面提到的细菌视紫红质，已经有了很大的不同。有人提出问题，有人在看似毫不相关的微生物中找到零件，有人证明这些零件究竟怎样工作，有人第一次把光变成控制神经元的“遥控器”，还有人把这一切真正组装成足以改变整个学科的技术体系。它让科学家能够在复杂的大脑中指定一类神经元，精确改变它们的活动，再直接观察行为和功能究竟会发生怎样的变化。]]></description><category></category></item><item><title><![CDATA[FDE实操：Claude Opus 5.5：不会剪视频也没关系，Agent 开始自己当导演了]]></title><link>https://blog.csdn.net/starzhou/article/details/167127548</link><guid>https://blog.csdn.net/starzhou/article/details/167127548</guid><author>starzhou</author><pubDate>Mon, 05 Oct 2026 15:11:17 +0800</pubDate><description><![CDATA[Opus 5.5出来之后，确实感觉很多传统的剪辑工具都不需要再使用，只要你有想法+有钱，那么就可以让claude自己跑。只要你有想法、有预算，再加一点耐心，很多以前必须掌握专业软件才能做的东西，现在已经可以直接让 Claude 自己跑出来了。如果未来模型的视觉理解、长期任务稳定性、工具调用和成本继续改善，那么“不会 AE”“不会 PR”“不会做音乐”这件事情本身，可能真的会越来越不重要。软件技能的门槛正在下降，而“你到底想做什么”正在变得越来越重要。]]></description><category></category></item><item><title><![CDATA[Codex+ Workbuddy私有化部署案例实操]]></title><link>https://blog.csdn.net/starzhou/article/details/167117599</link><guid>https://blog.csdn.net/starzhou/article/details/167117599</guid><author>starzhou</author><pubDate>Mon, 05 Oct 2026 08:34:01 +0800</pubDate><description><![CDATA[如果你所在的企业正在做这类探索，建议从今天开始，用一个最小场景跑起来——不需要等所有条件都完美，先让AI帮团队做完一件小事，后面的事情会自然展开。知识库的价值，就是把这些内容变成AI可以检索、引用、归纳的语料。每个季度做一次简单复盘：团队里有多少成员在用WorkBuddy，用得最多的是哪些Skill，哪些Skill创建了但没人用，哪些场景成员普遍反馈“AI省了很多事”。否则三个月后，知识库里躺着一堆过期版本，AI每次引用旧数据，成员反馈“AI又在胡说八道”，然后整个知识库被弃用——这是最常见的失败路径。]]></description><category></category></item><item><title><![CDATA[Codex + WorkBuddy +DeepSeek Harness + RAG + Agent + MCP 实战训练营]]></title><link>https://blog.csdn.net/starzhou/article/details/167117529</link><guid>https://blog.csdn.net/starzhou/article/details/167117529</guid><author>starzhou</author><pubDate>Mon, 05 Oct 2026 08:20:10 +0800</pubDate><description><![CDATA[建立政企AI项目闭环思维，从客户需求挖掘、方案评估、原型验证到私有化部署、安全合规、交付验收，不再只懂技术不懂客户交付。理解FDE与传统开发、售前、交付工程师的本质区别——“一个客户，多项能力，写生产代码，对结果负责”。面向中国移动、邮政、银行等政企技术交付人员，目标掌握大模型RAG、Agent、MCP连接器、Harness智能体平台，完成企业级AI项目从需求调研→原型开发→私有化部署→交付验收全链路FDE交付能力。：理解FDE的本质不是“技术开发”，而是“在客户约束内交付可运行的生产系统”；]]></description><category></category></item><item><title><![CDATA[国企技术骨干和腾讯云FDE“结对子”，全面落地：FDE在国企的最佳实践]]></title><link>https://blog.csdn.net/starzhou/article/details/167117487</link><guid>https://blog.csdn.net/starzhou/article/details/167117487</guid><author>starzhou</author><pubDate>Mon, 05 Oct 2026 08:09:21 +0800</pubDate><description><![CDATA[国企用AI，最怕什么？怕不安全、怕不合规，更怕AI不懂业务。今天，一家管理资产超七千亿元的山东省属骨干金融企业，山东省鲁信投资控股集团有限公司（以下简称“鲁信集团”），正式宣布全面推进WorkBuddy落地应用，成为山东省属国企中率先在集团层面系统推进全员AI助手的企业。不久前，鲁信集团引入腾讯WorkBuddy，通过“结对子”的方式，推进一批“AI员工助理”在11个直管企业、31个业务场景陆续落地，服务金融、投资和实业运营一线。//从一线中来，到一线中去。]]></description><category></category></item><item><title><![CDATA[最火AI岗位FDE：月薪5万，都干这些：FDE落地方法论]]></title><link>https://blog.csdn.net/starzhou/article/details/167117469</link><guid>https://blog.csdn.net/starzhou/article/details/167117469</guid><author>starzhou</author><pubDate>Mon, 05 Oct 2026 08:05:31 +0800</pubDate><description><![CDATA[零一万物现在全面转向企业AI，走的路径是：先找到企业的一号位，再派前线部署工程师进场，梳理企业的Ontology，最后沉淀成产品和平台。作为FDE，他们会把项目里能复用的模块，按场景沉淀到一个评测和迭代平台上，再搭建Skill Hub、Agent Hub，组里的FDE都在上面做评测和优化。大厂FDE主要是去推广自家产品，而土FDE主要面向“土老板”，用OpenAI还是Gemini都行，也没有销售任务，“你要什么东西，我就给你什么东西”。但他也承认，AI发展得太快，“你昨天做的产品，今天就跟不上了”。]]></description><category></category></item><item><title><![CDATA[FDE实操：微软 CEO开始写智能体代码，微软 CEO 最新谈 Agent 时代：比云计算大几个数量级的机会正在到来]]></title><link>https://blog.csdn.net/starzhou/article/details/167117396</link><guid>https://blog.csdn.net/starzhou/article/details/167117396</guid><author>starzhou</author><pubDate>Mon, 05 Oct 2026 07:48:45 +0800</pubDate><description><![CDATA[　　你有没有想过，微软这家公司在 AI 时代到底在下一盘什么棋？很多人觉得微软只是 Open AI 的大股东，靠着 Azure 卖算力赚差价。但当我看完 Satya Nadella 最近在 Sources Podcast 的这场访谈，我意识到这个判断可能太浅了。　　Nadella 在访谈里说了一句话让我印象很深，他说 Agent 时代创造的市场规模会比云计算大几个数量级（orders of magnitude）。这不是随便说说的豪言壮语，他从产品形态、商业模式、AI 安全、到 Windows 的未来，把整盘]]></description><category></category></item><item><title><![CDATA[腾讯《FDE模式行业观察与实践》报告快速：从实践经验总结FDE该怎么干 ，WorkBuddy FDE 实践]]></title><link>https://blog.csdn.net/starzhou/article/details/167072556</link><guid>https://blog.csdn.net/starzhou/article/details/167072556</guid><author>starzhou</author><pubDate>Sun, 04 Oct 2026 08:37:12 +0800</pubDate><description><![CDATA[考核维度覆盖三类指标：客户落地（按时上线、使用率、客户满意度、续费扩展），工程质量（稳定性、 权限安全、评测覆盖、故障响应），经验积累（Skill产出数量、反馈采纳率、模板复用率、跨客户节省工时）FDE缺人是行业典型问题，国内强FDE高溢价，弱FDE普通化，初级FDE 10—25K/月，中级AI交付25—45K/月，高级FDE和战略客户岗位50—80K/月甚至更高。报告内容质量很高，没有虚空的概念拔高，都是通俗易懂的实践总结，对于在探索FDE的AI技术供应商和关心FDE的从业者有比较强的参考和借鉴价值。]]></description><category></category></item><item><title><![CDATA[OpenAI和Claude、腾讯、阿里实践的FDE:一文带你全面了解FDE：让AI变成真正的生产力]]></title><link>https://blog.csdn.net/starzhou/article/details/167072520</link><guid>https://blog.csdn.net/starzhou/article/details/167072520</guid><author>starzhou</author><pubDate>Sun, 04 Oct 2026 08:30:36 +0800</pubDate><description><![CDATA[以及进行信息延展，比如工厂生产的这批产品的收益预测、在市场上有什么风险等等，这些信息并不在原始数据中，是AI分析出来的。那这时候企业的AI系统就会找到这批订单，找到对应的用户和手机号，编辑道歉声明，并针对不同用户的不同特征，安排合适的赔偿措施。大模型负责语言、分析，本体负责构建企业世界，图（Graph）负责关联，Agent负责执行，记忆机制负责长期状态，工作流（Workflow）负责编排。他可以把甲方原本60分的业务，优化到80分，也可以优化到100分，具体如何选择，FDE个人具有很强的主观性。]]></description><category></category></item><item><title><![CDATA[金融机构接连入驻WorkBuddy，争的不是多一个Skill，是下一个高频入口]]></title><link>https://blog.csdn.net/starzhou/article/details/167035734</link><guid>https://blog.csdn.net/starzhou/article/details/167035734</guid><author>starzhou</author><pubDate>Sat, 03 Oct 2026 11:54:39 +0800</pubDate><description><![CDATA[内部侧，8月WorkBuddy在兴业证券内部试点上线，短短一个月覆盖20余个部门、400余名员工，累计对话超2万次，Token消耗超60亿，承担文档润色、会议纪要、数据整理、材料撰写等通用办公任务；专区聚焦个股、基金、市场行业、自选四大投研场景，首发9大自有专家、配套24项Skill，接入机构持仓、公司公告、财务行情、产业链资讯、资金拥挤度等9大类底层数据。券商依托自身成熟的数据资源，搭建一体化投研专区，把多类数据、专家、技能打包，重点解决碎片化问答痛点，实现连续递进式投研任务处理。]]></description><category></category></item></channel></rss>