- 博客(249)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 AI操作硬件的门槛有多高？我花一个晚上、两百多块钱，亲手试出了答案
据Anthropic 2026年8月官方公告，8月27日他们刚发布MHS标准的研究预览，要让AI智能体统一操作物理设备——MCP管软件，MHS管硬件，媒体把它类比成USB-C（据CNBC 2026年8月27日报道）。给有设备、有产线的老板一句实话：不用买开发板，不用学Python，但建议尽早做一次"可接入性评估"——哪些设备有接口、哪些流程先上AI、投入产出怎么算，一次过清楚。这也是樊军刚AI给企业做AI落地时的标准动作：设备手册、工艺文档、报价规则，先变成AI能查的知识库，再谈智能化。
2026-09-24 23:27:51
508
原创 你的设备，AI能接管吗？给老板的一张自查清单
有，而且关系不在设备上。AI接管的是设备，但AI省钱的大头在流程：报价、比价、质检、排产，不挑设备贵贱。清单今晚就能分，合同三句话明天就能加，软件层的AI这周就能跑——你现在签的每一张设备采购单，都是在给十年后的车间埋线。设备接进来那天，接住它的是会用AI的队伍，不是围观的人。它们可以被"人+AI"的流程包住：人照旧开机器，AI管排产、记录、质检、物料——设备不聪明，围着设备的流程可以聪明。设备接进来之前，先让流程有据可查：工单别只写纸上，交接别只靠嗓子——接通那天，AI读的不只是设备，还有你攒下的记录。
2026-09-24 00:18:37
191
原创 找人做AI项目，是找个干活的还是找个拿主意的？翻译和律师的区别
回头看，这一季六篇讲的是一本账：第70篇教你对年代筛简历，第71篇带你看行情牌，第72篇想清楚买的到底是什么，第73篇把考核线立在试用期——试用期不是感情缓冲期，是拿数据的窗口期——第74篇把家里的活分好，哪些自己干、哪些别硬来。这个系列的统一免费钩子——AI用人账诊断，收官篇照旧有效：把你的情况发来（想解决什么问题、打算开什么岗、手里收到的简历），樊军刚AI给你出一页意见：该不该开这个岗、该项目制还是自建、简历帮你把关、考核线怎么设。你找了一家做AI的，把需求一说，对方听完点头：能做，三天后报价发你。
2026-09-21 23:53:27
191
原创 老板自己都会用AI了，还要不要招人？家里有药箱，不等于自己做手术
把情况发来——想解决什么问题、哪些活打算自己干、手里有没有收到的简历，樊军刚AI给你出一页"AI用人账诊断"：哪些活自己人就能干、哪些别硬来、真要做，项目制还是自建。据BCG公开发表的分析，AI转型的投入和价值，10%在算法、20%在技术与数据、70%在人与流程——你的骨干把AI长在自己身上，长的正是那70%。他自己会用AI工具，小改动自己动手——在樊军刚AI看来，这不是"抢了乙方的活"，这是最理想的甲方画像：会用工具、算得清账、知道哪些活该找人。管这摊事的能力，第40篇聊过，就三件：派活、验收、权限。
2026-09-21 00:08:01
151
原创 真要招AI岗，试用期怎么考核才不白花钱？球队试训那套直接抄
数据不过线，再大的名气也不签——名气是过去在别人的联赛里挣的，数据是在你队里当场测的。还有一个出口别忘：如果技术产出不过线，但业务感觉好、跟车间和采购聊得来，可以考虑转AI接口人——第17篇聊过这个岗，懂业务、会提需求、能盯验收，是系统跑起来之后最缺的人。再看不少老板招AI岗的"试训"是怎么过的：人招进来，三个月忙得团团转，到期那天问自己一句"干得怎么样"，答案多半是"人挺努力的，再看看吧"。这不是狠心，是对双方止损——你止损的是一年约15万的全成本，他止损的是在一个够不着的岗位上耗掉的履历。
2026-09-19 22:45:21
148
原创 AI时代还要不要招程序员？三十年前的打字员岗位，答案早写好了
简历会包装，工作量不会说谎，包装得再漂亮的"实现"，也替不了判断。这里也给正在求职的年轻人说句公道话：打字手艺当年是真本事，今天学写代码也不是原罪——错的是把"三个月速成的实现"包装成稀缺品卖高价的错位，不是学手艺的人。已经招了人、或刚发完offer的老板：把人从"一双写代码的手"，重新对焦成"一个带AI的人"——懂业务、会派活、能验收，这样的人比外面再招一个"AI开发"值钱得多。高薪招"AI应用开发"，很多时候是在电脑普及的前夜重金聘打字员——你买的是正在贬值的"实现"，缺的是不会贬值的"判断"。
2026-09-18 00:15:12
128
原创 一万月薪，能招到真懂AI的工程师吗？先看看行情牌
第一，62850元是全国新发AI岗位的平均数，不是"AI工程师都拿6万"——是抢人最凶的那批岗位，把均价抬到了这个位置。这里要跟第17篇对齐一句话，免得读串了：第17篇说过，等你的系统跑到三五套、三个信号凑齐，开一个守成的运维岗，那时候人好招、也不贵——那说的是从1到10的岗位。说到这，必须给二线城市和一万月薪正个名：一万在本地是有竞争力的工资，错的不是预算，是预算和岗位说明书的错配。想直接跑起来的公司，从单点场景起步：樊军刚AI的单点场景3万起、2-4周上线，先跑通最痛的一个点、跑出真实数据，再谈扩展。
2026-09-16 00:10:22
101
原创 想招AI应用工程师，简历怎么看真假？先对年代，再看成色
第一份，自称十年以上开发经验，履历密密麻麻，可读到最后，AI的部分薄得像一页广告——名词都在，东西没有。逛过古玩市场的人都知道，那里每件赝品都配着一个完美的故事——祖上传下来的、工地里挖出来的、老宅房梁上取下来的，故事越圆满，越要警惕。行家进场，先学的不是看货，是听故事听出破绽：说是清代的物件，底款却是民国的字体——年代对不上，包浆再亮，也是做旧的。对已经招了人的老板说一句：拿这三问回去照一照手上的人，不是秋后算账，是搞清楚该给他派什么活、按什么线考核——考核线怎么立，这个系列后面专门有一篇讲透。
2026-09-15 00:27:36
52
原创 AI项目最怕烂尾，甲方该怎么盯？网购那套流程，全都用得上
AI项目最怕烂尾，甲方该怎么盯？网购那套流程，全都用得上先看三个数。据S&P Global 2025年的调查，42%的企业放弃了大部分AI项目——上一年，这个数字还是17%；平均每家组织有46%的AI概念验证，夭折在投产之前。另据Gartner 2025年6月发布的预测，到2027年底，超过40%的agentic AI项目（能自主干活的那类AI项目）将被取消，点名的原因：成本上升、价值不清、风控不足。数字吓人，先别急着得出"AI项目碰不得"的结论。把烂尾的项目拆开看：多数不是技术死，是过程死——没节点、没
2026-09-15 00:10:20
187
原创 AI系统刚上线挺好用，怎么越用越不对劲？它是鱼缸，不是家具
第06篇聊过，AI项目交付完才开始，维护期才是价值大头——那篇答的是"为什么要维护"，这篇接着往下说：养，具体就是上面这四件事。指定一个"鱼缸管理员"，每月抽半天，干的就是第40篇说的那三件事——派活、验收、权限：把新价格表、新规则喂进去，抽查一批回答的质量，看哪里开始跑偏。一套本来能干活的系统，连同"上AI"这条路一起被否掉——三个选项里，这个看着最省，其实是最贵的一个。先把答案放桌上：效果回落，通常不是系统坏了，是世界变了它没跟上——业务在变、资料在过期、模型在换代，而系统还停在上线那天。
2026-09-12 00:59:33
158
原创 AI项目怎么验收才不扯皮？把形容词变成数字，写进合同
销售嘴上的"能省不少人"，技术拍胸脯的"准确率没问题"，老板心里的"应该能快不少"——只要没落纸，到验收那天全都不算数：不是有人赖账，是隔了几个月，谁也拿不出当初说的到底是什么。"明显提升"不是数字，"响应更快"也不是，"报价响应时间不超过10分钟"才是——再说一遍，这个10分钟只是示意，你的阈值得从你的基线里长出来，跟乙方一起商定。特别篇2聊过，你花钱买的不是代码，是结果的确定性。验收线，就是确定性的合同形态——两道线、三件套、配合义务、签字责任，每一条都在把"应该没问题"变成"写着呢，照办"。
2026-09-10 23:53:58
115
原创 AI演示看着很厉害，一上线怎么就不行了？试驾的路，是销售挑好的
演示和上线之间的落差，是全行业的真实沟壑：据MIT媒体实验室旗下研究项目2025年发布的报告，仅5%的定制企业AI工具进入生产环境（同一份报告还提到，95%的企业GenAI试点未产生可测量的损益影响）；但谷底埋着的项目，多数不是输给技术，而是输在"看完演示，没人接着做验收设计"这个环节上——演示没有错，错的是演示之后的那段路，常常没人规划。再回头看那条死亡谷：掉进去的项目，多数不是样片骗了人，是样片之后没人接着做验收设计——甲方把样片当成品，乙方把签单当终点，从样片到上线的那段路，成了没人认领的空白。
2026-09-10 00:09:17
133
原创 AI用了有没有效果，怎么证明？这道题的答案，得在上系统之前准备好
反过来，这杆秤还在替你筛人：把基线拍在桌上，说"效果就按这个口径、在这个数上比"，敢接的乙方是在自我加压——这些要求，换樊军刚AI当乙方，一样照单全收。系统上线三个月，老板开会问"咱们这AI到底有没有用"：运营说"感觉挺好用"，财务说"账上没看出变化"，牵头上系统的经理说"同行都上了"。他们此刻的数，就是活着的"之前"——同一段时间、同一种活，一边用一边不用，比出来的差距，比回忆可信得多。这张纸此刻看着平平无奇，但它有个特性——基线是免费的，错过是永久的：上线之后，再没有干净的"之前"。
2026-09-09 00:01:47
69
原创 花钱上了AI，到底值不值？效果这本账，就藏在五个口袋里
第02篇聊过中小企业花3万做AI多久能回本，那本账拆开看，装钱的就是这几个口袋：省下的助手工资、少赔的错单、快出来的报价——每一笔都对得上工资单和报表。它对你的意义在于：账数得清，"按效果合作"才谈得起——第32篇聊过的那种风险共担的合作方式，地基就是今天这五个口袋。多数项目不是没价值，是从头到尾没人给价值记过账：立项时拍脑袋说"能提效"，上线后问员工"感觉怎么样"，年底算总账，翻遍报表找不出一个能指着说"这是AI挣回来的"的数字。也给你省了鉴别的力气——敢陪你一个口袋一个口袋数的乙方，本身就是筛选信号。
2026-09-07 22:43:55
140
原创 你公司的AI系统是哪一年的“款“？一张验房单查清楚
到这一篇，"范式系列"收官：杠杆与感觉（第56篇）、两种思维（第57篇）、资料怎么翻（第58篇）、经验怎么沉（第59篇）、人怎么挑（第60篇）、五个问题收在本篇——识货、识人、识年代，往回翻，都在。2026年款的姿势是管理出错率：AI是概率性的，不求"不会错"，求"错了兜得住"——靠的是一套缰绳：权限（能动哪些系统）、审批（多大的事必须人签字）、留痕（每一步可查可回滚）、兜底（搞不定自动转人工，绝不瞎编）。两代的差别，说到底是造系统的人把AI当什么——把AI当函数的造出死流程，把AI当员工的带出活产能。
2026-09-06 23:43:05
194
原创 招AI人才到底看什么？会写代码和会带AI，是两回事
把你现有的AI系统或供应商方案（脱敏后）发过来，樊军刚AI鉴定它是哪一代范式——下一步谁决定、资料怎么翻、经验沉淀在哪、出错怎么管——出一页"年代判定+升级路径"意见，这件事免费。技术人今天面对的是同一个窗口：范式换代刚开始，"AI工程师"该会什么、该考什么、值多少钱，还没有定论——先转过去的人在写标准，后转过去的人在背标准。只说敢、说不出缰绳的，多半还没出过事故。如果你正琢磨"程序员怎么转型AI"这件事，先把最重要的话说给你：通篇没有"淘汰"这回事——恰恰相反，砌墙天下第一的手艺，是当包工头最硬的本钱。
2026-09-06 12:10:01
319
原创 老师傅的经验，AI怎么才能学会？麦当劳早把答案写成了手册
第58篇聊资料怎么翻，这一篇聊经验怎么沉——两篇合起来是这场换代的两个现场：资料从"切片等人查"变成"AI自己翻"，经验从"文档等人看"变成"手册AI照着干"。老师傅的经验怎么沉淀、AI怎么学会你们公司的干法——这是"范式系列"的第四篇，AI工程师樊军刚带你拆解这一季的第二个换代现场：经验沉淀方式的换代。第20篇的FAQ里说过，老师傅脑子里的经验进不了柜，得先访谈、提炼成"什么条件下怎么办"的规则、落成文档才进得了柜——那一步是把经验逼出纸面，最难也最值钱，全部算数。文档记的是知识，手册定的是动作。
2026-09-06 11:38:55
148
原创 去年花钱建的AI知识库，今年是不是过时了？做Claude的团队把自家检索系统拆了
实测下来，不让AI吃提前捞好的段落，让它自己拿着搜索工具在资料里反复翻找，效果"大幅胜出，令人意外"——而且更简单，还顺手甩掉了切片检索的几个老毛病：索引过期、安全顾虑、隐私顾虑、可靠性隐患。这是"范式系列"的第三篇，AI工程师樊军刚从这个最典型的心慌讲起：这一季的第一个换代现场——AI翻资料的方式，刚刚换了一代。新法天然缓解：AI翻的是文件本身，读的永远是当前这一版——文件昨天换的，它今天翻到的就是新的。答错时只会调参数、加切片规则的，他手里的地图还是2024年的——你付的是新钱，买的可能是旧地图。
2026-09-04 22:42:18
199
原创 技术团队明明很强，为什么AI项目还是做砸了？金牌销售升总监，栽的是同一个跟头 带过销售团队的公司，多半见过这一幕：把全年销冠提拔成销售总监，半年后团队反而带散了。他栽就栽在太行——行到看不下去下
同样的剧情，正在技术团队里上演：一群工程能力很强的人接了AI项目，忍不住把AI的每一步都写死、每个输出都拦一遍——AI成了流水线上的零件，永远长不成能独立干活的员工。他的手艺没得挑，缺的是总监的活法：放手，然后验收。据Gartner 2025年的报告，市面上数千家自称做智能体的供应商里，真正具备智能体能力的约130家——名实不符的方案太多，而方案的年代，根子是写方案的人的思维年代。先把答案放桌上：技术团队做砸AI项目，输的往往不是技术，是思维范式——用"写程序"的脑子，去做"带员工"的活。
2026-09-03 23:50:44
214
原创 让AI操作机器到底靠不靠谱？六家机构实测：99.3%的成功率和一次翻车
樊军刚，AI工程师，专注企业AI落地方案。CS科班出身，2021年起深耕AI，强化学习(RLHF/DPO)方向，累计AI实战投入超$40,000（Cursor+Claude深度使用1年+），自研AI军团Harness协作体系，AI安全研究成果获MITRE国际CVE编号收录。AI的角色是老师傅：在测试台上研究、调试，产出一套控制程序，验证无误后，交给不会走神的确定性代码去高速执行。今天，让老板敢把机器交给AI的，不是演示视频，是焊死在驱动层的护栏、动作前的拦截，和失败后一句诚实的"我没做到"。
2026-09-02 22:40:20
172
原创 公司用上AI，怎么感觉反而更乱了？一场实验捅破了“感觉快了“的窗户纸
从这一篇开始开第四季"范式系列"，补老板决策链的最后一块拼图：怎么鉴别——供应商的方案是哪一代范式，团队的思维是哪一年的，知识资产该往哪一代技术上沉淀。这是"范式系列"六篇要拆的题，路线先画出来：下一篇讲两种思维的分水岭——用"写程序"的脑子管AI，和用"带员工"的脑子管AI，差在哪、怎么换；这是"范式系列"的第一篇，AI工程师樊军刚就从这个最常见的吐槽讲起——这一季只回答一件事：怎么鉴别你买的AI、请的人、建的系统，是哪一代思维。而判断的底层，是思维范式：用AI的人，脑子里装的是哪一年的"操作系统"。
2026-09-02 22:18:04
190
原创 买卡还是调API？五个问题，把这个决策一次做完
买卡还是调API？五个问题，把这个决策一次做完会议室里，这场架很多公司都吵过：IT负责人说，数据是命根子，必须买卡自己搞；财务负责人说，一年跑不了几回大模型，调API按次付费多划算。吵到第三轮，谁也说服不了谁——两边都在讲道理，没人过流程。这是"算力决策"系列的最后一篇，AI工程师樊军刚把前面五篇算过的账，收成一张通关卡：这个决策不用吵，用问。先把答案放桌上：买卡还是调API？五个问题定路线：一问数据，哪条法规禁止你的数据出域；二问负载，量大且全天候稳定吗；三问能力，32B开源模型够不够用；四问组织，养得
2026-09-02 00:04:08
164
原创 AI能直接上手操作机器了？Anthropic刚立了个新标准，老板需要看懂的几件事
据Anthropic官方公告，首批伙伴名单包括：云计算巨头AWS，机器人厂商优傲机器人、斗山机器人，仪器与生命科学领域的丹纳赫、Tecan、QIAGEN，还有AI开源社区Hugging Face的LeRobot项目和树莓派基金会。棉花包、罐头箱、机器零件，每种货物形状不一样、怕不怕摔不一样，装卸方式也各不一样，全靠工人一件一件往上扛，偷了、摔了，货主只能认栽。要看懂MHS的位置，先看它的「哥哥」MCP。人形机器人是造一个新的「身体」，MHS是给AI和你已有的设备之间定一个通用接口——设备不换，换的是大脑。
2026-09-01 00:24:42
220
原创 哪些企业真的该自建AI算力？五类企业，五个不同的答案
算力决策」系列到了收口：第50篇算三本账，第51篇分两种"不能"，第52篇拆开一体机价签上的保险，第53篇看清涨价行情的底牌，本篇把"谁该买"的边界补齐；买错规格的，掏的是大炮的钱。第一处，"等降价再买"的账上一篇已经重算：多家机构预判新增产能最快2027年底、2028年才逐步释放（预测口径，不是承诺），真刚需的企业早买锁成本反而可能是对的。把你的业务情况（脱敏后）发过来，樊军刚AI把你的场景放进五维清单——数据、负载、能力、组织、问责——出一页"买、租还是调API"的路线意见。先租后买，账越算越准。
2026-09-01 00:07:57
346
原创 显卡内存涨疯了，现在囤硬件搞AI是不是高位接盘？
按SemiAnalysis的数据，H100一年期租赁合约价从2025年10月的约1.70美元/GPU/时，涨到2026年3月的约2.35美元，半年涨约40%——而且截至2026年8月，各云厂商的按需H100容量基本售罄，集群采购的等待周期普遍12-18个月，小到64卡的集群短期也极难采购（据SemiAnalysis、Spheron数据的公开报道）。行情是别人的，账是自己的。机构在建仓：巨头买卡不是炒卡，是囤生产资料——买来跑自己的业务、对外卖算力，有规模效应、有议价权，拿得到你拿不到的长约价。
2026-08-30 23:38:12
220
原创 AI一体机突然这么火，几十万一台到底值不值得买？
账算明白，买是对的，不买也是对的。2026年，AI一体机成了演示厅里的主角：黑色柜子推进会议室，通电开机，大屏跑着DeepSeek，销售补一句——模型就在您自己机房，数据一个字节都不出门。市场价是一本账，"国产化加分+地方智算补贴+问责保险"是另一本账，分开算：国产卡产能在爬坡、生态在补齐，叠加补贴，政企与中端推理场景可能真划算——买的不是面子，是算清楚的综合账。第二步，把公司最敏感的那一小块数据接上去——图纸、配方、财务，第19篇的数据分级在这里兑现：机房只放必须放的，让机器干只有它能干的活。
2026-08-29 23:21:37
227
原创 公司数据不能给外人，AI是不是只能私有化部署？先分清两种“不能“
大量的数据泄露，源头不是外部攻击，是内部管理漏洞——弱口令、常年没打补丁的服务器、离职员工的账号权限还开着，每一样都要人盯、要钱养。想直接跑起来的公司，从单点场景起步：单点场景3万起、2-4周上线，以调API交付为主，敏感数据按这篇的办法做脱敏管道——先跑通场景、跑出三个月真实负载数据，再决定要不要自建，先租后买，账越算越准。把业务情况（脱敏后）发过来，樊军刚AI把你的场景放进五维清单——数据、负载、能力、组织、问责——出一页"买、租还是调API"的路线意见，第一关就是今天的数据关，这件事免费。
2026-08-28 23:40:37
180
原创 企业上AI，到底要不要买显卡和服务器？先把三本账算完再决定
从这篇起，“算力决策"系列开讲，一共六篇，把企业算力这笔账一次算完：要不要买硬件（本篇）、数据安全的两种"不能”（第51篇）、AI一体机卖的是什么（第52篇）、涨价行情的真相（第53篇）、哪些企业真的该自建（第54篇）、五个问题做完决策（第55篇）。机房改造（承重、供电、消防）、电力和散热（GPU是电老虎，全年电费不是小数）、坏卡损耗（显卡是消耗品，烧卡换卡是常态）、运维团队（懂GPU集群的工程师，薪资远高于普通IT）、还有推理框架的部署和调优——每一项单看都不起眼，加起来超过买卡的钱。
2026-08-27 23:56:46
237
原创 现在才开始AI转型，还来得及吗？日本追平大清用了26年，你的对手用不了3年
里说过，日本赢在"整个国家机器换了操作系统"——先用起来，再想明白，最后改组织，这个顺序打穿三层，26年够用。原因不复杂：AI的新闻一天一个，同行群里有人晒AI十分钟干完两天的活，也有S&P Global 2025年对1000多家企业的调查说，42%的公司放弃了大部分AI项目。大项目分期落地，先验证最痛的点，逐步扩展，风险锁在每一期。樊军刚AI提供"AI转型三层诊断"：把你的公司情况（脱敏后）发过来，帮你定位器物用到哪一步、思想卡在哪道墙、制度动没动——顺便告诉你，你的公司现在站在哪一年，先拆哪道墙。
2026-08-26 22:20:22
208
原创 怎么判断公司的AI转型是真完成了？四个标准，一查就知道
一个没有验收标准的项目，走着走着就变成"一直在搞"——钱一直在花，话一直在讲，谁也不敢宣布收官，因为谁也不知道终点在哪。AI的产出，谁签字、谁担责？如果诚实的答案是"好像没什么影响，大家回老办法照样干"，那说明AI从来没进过你公司的骨头，它一直在皮肤上：用了提点速，不用也无妨——这就是"锦上添花"的准确含义。查完四条，拿不准公司卡在哪一层的老板，把情况（脱敏后）发给AI工程师樊军刚，帮你出一份"AI转型三层诊断"：器物用到哪一步、思想卡在哪道墙、制度动没动，对照四个标准缺哪条、先补哪条，出一页诊断意见。
2026-08-25 23:54:54
163
原创 AI把传话的活都干了，中层管理者该往哪走？1894年的状元，给中层打了个样 “AI来了中层怎么办？““管理岗会不会被AI取代？“——这个问题，老板在问，中层自己更在问。场景已经很具体：周报AI自
位置二：AI班组的监工。你现在坐的位子、攒的业务判断，就是你的状元头衔——趁它还值钱，把它换成新体系里的位置。传话、汇总、催办、写汇报，这些活的共同点是"信息经我手，不经我脑"——不生产判断，只搬运信息，恰恰是AI接管最快的。樊军刚AI的单点场景3万起、2-4周上线——先用一个最痛的场景，把"AI跑流程、人管例外"完整跑给你看：例外上浮给谁、AI归谁管、部门怎么带，三个新位置自然浮出水面。同一批中层，你先给新位置再推转型，他们是推力：例外归他们判，AI归他们管，部门归他们带——转型动的是旧活，长的是新权。
2026-08-24 23:30:08
175
原创 一个人加AI能顶一个部门，公司的组织架构该怎么变？
樊军刚，AI工程师，专注企业AI落地方案。当信息不再需要人肉搬运，一件结构性的事发生了：中继层的信息职能被抽空，留下来的主要是成本——信息层层传递中的延迟、失真和过滤，每一层都在收一笔"中继税"。至于被AI接走传话职能的那些人往哪去，是下一篇的主题——职能会被接走，人另有去处，这篇先把结构说清，不赶人。变的是信息结构，不是组织图的形状——中继密集的单元变小，判断密集的单元照旧，一切以数据说话。要换的是基本单元：从"一个小组"换成"一人+AI班组"——一个业务骨干，带一组分工明确的AI，干原来一个小组的活。
2026-08-23 15:57:34
154
原创 私有化部署的AI只会聊天？接上DeepSeek开源刚9天的新框架，它开始自己动手干活了
2026年8月22日上午，樊军刚AI在昨天那台机器上把这件事做完了：还是那张八年前的RTX 2080 Ti，还是那个阿里开源刚8天的Qwen3.8-27B，接上了DeepSeek 8月13日刚开源的agent框架DeepSeek Harness——开源刚9天。模型和框架都已免费开源，一张八年前的旧显卡、一个上午，就能拼出一个数据不出门的数字办事员——但它眼下还是个通用毕业生，要练成懂你业务的老手，得走下一步：强化学习。这就是"聊天"和"干活"的分界线：聊天AI是坐在你对面的顾问，你问，它答，动手的还是你；
2026-08-22 13:15:40
221
原创 AI转型是把每个部门的活都AI化一遍吗？给马车装发动机，不如重新想怎么造车
于是不少老板拿出最熟悉的打法：把流程从头到尾捋一遍，每个环节配一个AI——销售用AI写跟进记录，行政用AI整理会议纪要，财务用AI审发票，人事用AI筛简历，一个部门一个部门排过去，像给流水线每个工位添一台新机器。这些夭折的项目里，一种典型死法就是这种"贴片式AI化"：每个环节贴一个AI工具，试点汇报很好看，一到投产就死——因为流程没变，AI的产出还得塞回旧流程的缝隙里，人照样伺候流程，只是多了一道"把AI结果抄进系统"的新工序。人管例外——只在两种时刻出手：AI判断不了的例外情况，和不能出错的签字点。
2026-08-21 23:07:09
223
原创 私有化部署最新大模型有多难？阿里开源刚一周，我在八年前的旧显卡上跑通，还拔了网线
本篇的免费动作：把你公司的业务场景和手头机器的配置（哪怕是一台旧电脑）发来，樊军刚AI帮你判断三件事——适不适合私有化、现有机器能跑什么级别的模型、从哪个场景开始练——出一页意见，这件事免费。但部署只是入场券，真正值钱的是部署之后——用强化学习把模型在你的业务上练到极致，练出一个同行拿不走的数据飞轮。难的是装上以后——把它练成懂你家业务的模型，那才是值钱的部分，也是专业活。Q4_K_M是把模型权重压低精度的打包方式，270亿参数的模型被压到18GB，刚好卡进22G显存的甜点区，能力的损失却很小。
2026-08-21 22:22:01
201
原创 AI转型要动组织，第一刀该砍在哪？大清到最后才想明白：先改考什么
留一道自查题：翻开你公司的考核表，数一数上面的指标——有几条是结果（快了多少、赢了多少、错了多少、省了多少），有几条是动作（做了多少、写了多少、熬了多少）？反过来，考核考结果的公司，同一批员工、同一套AI，用力方向完全不同：既然公司认可的是快、是好、是成，AI就成了员工手里最好的兵器——他们会主动挑最痛的活交给AI，因为省下来的每一分钟都算自己的业绩。考什么，人就长成什么——这不是在批评读书人，是在描述一个组织的力学：考核是组织里信号最强的指挥棒，聪明人的时间和精力，永远流向被考核认可的地方。
2026-08-20 22:59:47
211
原创 AI会出错，正经业务到底敢不敢交给它？
那一篇回答的是"怎么防"，这一篇回答的是"为什么敢"——防线不是不信任AI的证据，恰恰是敢放手的底气。想迈过"敢交"这一步，最好的起点是挑一个错了能改的环节先跑起来：樊军刚AI的单点场景3万起、2到4周上线，跑出来的第一份资产不是省下的人工，是你自己业务的出错率数据——有了这本账，“敢不敢"就变成了"划算不划算”；真正要看懂的是：留痕改变的不是数字，是错误的性质——人的错误是散落的糊涂账，AI的错误是可管理的数据库。B账，AI：同样的活，AI一天处理1000单，错5单，0.5%的出错率。
2026-08-19 22:40:38
218
原创 AI转型交给IT部门或者年轻人去搞，行不行？1871年，日本把半个政府派出了国
樊军刚，AI工程师，专注企业AI落地方案。拿着试点结果去找老板，老板听完说"不错，先放一放"——不是老板反应慢，是老板没有体感：他一次都没用过AI，汇报里那句"提效40%"对他来说只是一个数字，不是一件他摸得到的事。所以IT主导的"AI转型"，最好的结局就是：全员有了账号，工具躺在电脑里，年终汇报多了一页"数字化转型成果"。想让下场从一个真实场景开始也行：樊军刚AI的单点场景3万起、2到4周上线，交付的不只是一个能跑的系统，是一个老板能亲自参加复盘的试点——系统可以委托，复盘你必须亲自到，这一半代劳不了；
2026-08-18 23:09:12
292
原创 公司里最会用AI的年轻人，为什么待不住？郭嵩焘的下场说透了这件事
AI工程师樊军刚做企业AI落地，被老板问得最多的就是"怎么留住会用AI的人"——答案从来不在招聘话术里，在你公司的免疫系统里。樊军刚AI的交付方式也是照这个逻辑设计的：单点场景3万起、2到4周上线，交付的不只是一个能跑的系统，是一次能让先行者立功的试点——上线快、效果全公司看得见、复盘会上老板亲自认可，试点负责人有名分、有业绩；一个都举不出来，说明免疫系统正在杀你的转型：用得最好的人在偷偷用，想公开用的人被"偷懒"的指控拦着，最先离开的恰恰是看得最清的人。他的书被杀，不是因为说错了，恰恰是因为说对了。
2026-08-18 00:36:08
190
原创 天天让员工学AI操作，方向是不是错了？该学的不是“用AI“，是“管AI“
他每天的常态不是"用AI"，是"当经理"：手底下不是一个AI，是一支AI班组。往后一个业务员手底下，可能常驻报价AI、比价AI、文档AI——他就不再是"会用AI的业务员"，而是"带AI班组的一线管理者"。所谓"会写提示词"，本质不是软件技能，是派活能力——公司花大钱让员工学提示词技巧，学的其实是管理动作的皮毛，却没人告诉他们这是管理。AI工程师樊军刚做企业AI落地，帮企业把"管AI"变成正式动作：单点场景3万起、2到4周上线，交付的不只是一个能跑的工具，是一套"派活—验收—权限"的管理闭环；
2026-08-17 00:28:15
224
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人