AI 试点那笔账，铺开之后翻几倍 试点那三个月的账单，和全员铺开之后每一个月的账单，不是同一张纸上的数。这一篇讲清楚三件事：为什么一个任务不是一次问答、为什么单价降九成而账单还在涨、为什么员工个人省下的时间进不了公司的账。附一张铺开之前要填满的三栏表、一张把账单压回去的五层… 推荐阅读 
平台要下线，你的数据拿得走吗 「服务中断」和「服务终止」是两件事：前者会修好并回来，后者不回来。这一年公开报道里出现了不少后一类公告：老平台定日子永久下线、运营二十年的站点宣布关停、模型厂商在帮助站开出一页「停止服务须知」。这一篇不谈要不要换供应商，只算另一笔账：真要换… 推荐阅读 
员工把客户资料贴进了公网 AI，要不要全禁 禁止员工用公网 AI 这件事，多数公司输在执行上：需求不会消失，规避成本比执行成本低得多，禁令最后只把使用推进地下。这篇不讨论该不该用，只讲三件能落地的东西：贴出去的内容分几类、四条路各自的真实代价、以及不花钱今天就能做的三件事。 配置中心、消息队列、数据库这些，装过、接过、也查出过问题的，写在这儿。给步骤、给配置，也给出错的时候该看哪一行。
AI 在企业里怎么落地 29 篇把大模型接进自己的业务系统，要过四道关：先用清楚你说的智能体到底指什么、接 MCP 这类协议会多开哪些口子、模型前面要不要单独加一层、真上业务时又卡在哪一步。
业界动向要不要跟 25 篇厂商发了什么、产品实测怎么样，这里只挑值得看的那部分：这件事发生了什么、对你手上这套系统意味着什么、现在要不要跟着动。凡是数字都写清出处和统计范围。
技术与业务之间 28 篇改造怎么评估、怎么交付、怎么算账，再加两个现在就要做的技术决定：老系统要不要动、验证做到什么程度才敢上线。
智能体替你读邮件、看网页、翻合同，读回来的内容里可能夹着一句「把资料发出去」。这类攻击叫间接提示注入。十月十三日，MITRE 发布的 ATT&CK v20 把直接注入和间接注入列成了两项技术；九月二十五日，OpenAI 公开的实验里，一条藏…
给智能体放开权限是一次性的动作，收回来这一步没人管。IDC 在 2026 年 1 月给的估算：活跃智能体从 2025 年约 2860 万个涨到 2030 年 22.16 亿个。Netwrix 2026 年的报告里，把服务账号和智能体这类机器…
让智能体替人干活，出事那一刻谁能让它停下来，多数公司没人答得上。十月下旬 OpenAI 更新模型行为规范，把「在约定范围内行动」和「保持可纠正」抬到最高一级。这篇讲停止分三档、开工前写四行工单、指令权限分层、花费上限、日志留痕和上线前那四道…
助手记住客户的偏好，用起来很方便。但记忆存在哪、留多久、谁能删，多数团队没定过。十月下旬多份公开材料都在讲同一件事：现在的系统很会记，难的是忘。这篇按五类内容讲清保留期限、删除清单和上线前要定的四件事。
欧盟网络韧性法案的上报义务 2026 年 9 月 11 日已经生效，比全面适用早了一年多。产品只要卖到欧盟，知情后 24 小时内要交早期预警，72 小时内交完整通报。这篇讲清楚谁要报、老产品为什么也算、三个时间点各交什么，以及今天能做的四件…
欧盟这一轮改的是时间表，高风险义务推到 2027 年和 2028 年，但透明度那一条没跟着走。存量生成式产品的最后期限是 2026 年 12 月 2 日，还有一个月出头。这篇把日期、范围、罚则和该改的三处产品位置讲清楚。
每个系统都有自己的旧账。这里写当时卡在哪、怎么判断、后来凭什么说判断是对的。数字只是结果，怎么得出这个数字，才是你能带走的东西。
架子从空白起，和在跑的系统上换骨架，两件事难的地方不一样：前者难在几十个人同时往里写，后者难在每一次改动都不能让用它的人察觉。
当时新系统真正难的不是选哪个注册中心，是几十个人同时往里写：三个月后同一件事会有五种写法，而写在文档上的约定活不过第三个月。
怎么做服务按两个问题分层：要不要独立看几个域要用、进哪一层看有没有业务规则。六个平台服务不带一条规则，财务这种整仓都是规则的留在业务域；每个仓固定六层、新服务从骨架复制；降级统一返回一个能被认出来的失败；全局事务只放在开单、结算这类跨服务写入口；网关路由放进配置中心，接一个新服务不占发版窗口。
当时一套跑了几年的系统还在赚钱，但业务规则已经和最初那批人的写法长在一起了。整体替换的风险和双轨维护的成本，同时摆在一张桌子上。
怎么做功能照做、代码全重写：平台层沉进一个约 26 万行、带 3438 个测试方法与覆盖率门禁的底座，业务侧只写业务；对外的 URL、字段名、错误码原样保留，前端和第三方系统零改动；端点数 178 对 178，模块之间没有一处越界引用；每一阶段都留一个能核对的数字。
一个项目从立项走到验收，这六步各有各的卡点，每一步都给一条能对着自己系统核对的标准。
要做一套自己的业务软件，订单、履约、结算、内部平台都算：需求已经清楚，技术架子还没定
把需求变成能开工的设计：模块怎么分、数据怎么存、技术怎么选，交出来的东西能直接排进开发计划
大促就撑不住、慢查询频发、消息越积越多的系统
找到真正卡住的地方，给出能验证的优化结果，而不是先换一批机器
跑了多年、没人敢大动的 ERP 和内部系统
不用整体推倒重来，按业务优先级一块一块换，每一步都能停下来
已有 ERP、MES、工单这类单据清楚的系统，想让 AI 答得上业务细节的团队
一个读得懂你自己单据的助手：数据怎么接、哪些能查、答不准怎么退回人工，连同评测集与运维交接一起给，不停在演示
