FIELD NOTES / 现场笔记
从真实问题出发，记录 AI 如何进入业务。
每篇内容只解决一个判断：一个问题是否值得使用 AI、从哪里切入、怎样进入生产，以及如何证明它真的产生价值。
- 日期未记载
Agent 已经在运行，为什么管理层仍然看不到结果？
Agent 的任务日志不会自动变成企业能管理的业务结果，中间缺的是一条证据链。
- 日期未记载
AI 落地为什么经常先暴露流程和数据问题？
AI 没有制造流程债务和数据债务，只是让过去依赖人工补丁掩盖的问题变得可见。
- 日期未记载
企业应该如何选择第一个 Agent 场景？
第一个场景不选“最有想象力的”，选价值明显、边界清楚、失败成本可控的真实工作流。
- 日期未记载
怎么让豆包、DeepSeek 在回答里提到你？
AI 会不会提到你，有可观测的规律：问句式标题、说人话、拆价格拆步骤、发在 AI 常检索的平台。官网站点负责承接，不负责被发现。
- 日期未记载
如何判断 Agent 是否真的在降本增效？
“降本增效”需要基线、对照和完整成本口径，不能用调用量代替业务结果。
- 日期未记载
为什么“多做一些”往往无法改善业务结果？
更多 Agent、更多内容和更多自动化，并不会自然转化成营业结果——价值必须通过完整因果链传导。
- 日期未记载
FDE 是什么，为什么企业 AI 落地需要这个角色？
FDE 负责跨越模型与业务之间的部署鸿沟，对“从模型能力到营业结果的全部距离”负责。
- 日期未记载
为什么很多 Agent 项目停留在 Demo？
Demo 证明“有一次可以做到”，生产系统要证明“反复做对、出错可控、确实产生价值”。