企业 AI 应用
与智能体工程
让制度、手册和业务记录有据可查，让检索、抽取和草稿生成进入可核对的工作流。
丘闻 AI Lab 展示技术能力与验证方法。公司主体、服务合作与交付流程请访问 丘闻网络公司官网。
- 从一个小范围 PoC 开始
- 先确认样本、人工基线与验收口径，再决定模型和部署方式。
- 输出需要能被核对
- 保留原文依据、版本与权限，证据不足时拒答并转人工。
- 上线取决于验证结果
- 不要求先买 GPU；高风险操作由人确认，保留原流程和回退路径。
核心 AI 能力
每一项都写清输入、输出、如何验收、有什么限制，以及哪些环节必须人工确认。没有验收口径的能力，我们不写在这里。
企业知识库与有据问答
把制度、规程、标准、手册和历史通报整理成有版本、有生效期、有权限的知识库，回答时给出原文出处。
输入、验收与责任边界
- 输入
- 制度、规程、标准、SOP、设备手册、历史通报等文档，以及角色与权限规则。
- 输出
- 带原文引用、版本和适用范围的答案；证据不足或文件冲突时拒答并提示人工。
- 验收
- 固定测试集上的引用正确性、答案支持率、拒答率与过期文件识别率。
- 限制
- 只覆盖已导入且已授权的文档；不回答资料范围之外的问题，也不替代专业判断。
- 人工确认
- 口径冲突、过期版本和高风险结论由业务责任人确认后才可对外使用。
Agent 与业务流程自动化
在一条已经理清的工作流里编排检索、抽取、校验和草稿生成，把重复的人工环节变成可追溯的步骤。
输入、验收与责任边界
- 输入
- 一条明确的现有流程、触发条件、可调用的系统接口和判定规则。
- 输出
- 结构化处理结果、待办、提醒与操作草稿，每一步记录输入、依据和耗时。
- 验收
- 与人工基线对照的完整率、平均处理时长、人工修订量和失败回退成功率。
- 限制
- 不接管生产控制系统，不自动下达指令；流程本身没有理清时不做自动化。
- 人工确认
- 提交、审批、关闭和对外发送等有后果的动作必须由人执行。
文档、表格、图片与 OCR 信息抽取
从扫描件、表单、台账、报告和照片中抽取需要的字段，输出可入库、可核对的结构化数据。
输入、验收与责任边界
- 输入
- PDF、Word、Excel、扫描图片和拍照件，以及字段字典与标注样例。
- 输出
- 结构化字段、原文定位、置信度标注和待人工复核清单。
- 验收
- 按字段分别统计准确率、漏项率与人工修订量，误报和漏报分开复盘。
- 限制
- 版式差异大、字迹模糊或缺少字段字典时准确率下降，需要先做样本评估。
- 人工确认
- 金额、日期、责任人、编号等关键字段一律进入人工复核队列。
模型、API 与工具集成
把模型能力接到已有系统上，并保持模型可替换：同一套业务逻辑可以在不同模型和部署方式之间切换比较。
输入、验收与责任边界
- 输入
- 现有系统接口或导入导出样例、账号与权限规则、可选模型与服务清单。
- 输出
- 统一调用层、提示与工具定义、日志与用量记录，以及模型切换与回退方案。
- 验收
- 同一评测集下不同模型的效果、时延与成本对比，接口联调用例全部通过。
- 限制
- 受限于对方系统开放的接口与数据；封闭系统只能先做导入导出侧车。
- 人工确认
- 接入生产系统、开通账号和放开数据范围由客户信息化与安全部门批准。
AI 评测与错误分析
用固定样本和人工基线衡量一个 AI 应用到底做对了什么、错在哪里，让效果可以被复现和比较。
输入、验收与责任边界
- 输入
- 脱敏样本、人工基线答案、业务判定口径和历史错误案例。
- 输出
- 评测集、逐项指标、错误分类清单和改进前后的对照记录。
- 验收
- 评测可重复执行，指标口径由双方书面确认，重大错误逐条复盘。
- 限制
- 指标只对评测集覆盖的范围有效，不能推广为全场景保证。
- 人工确认
- 指标阈值、是否通过和是否上线由客户验收人判定。
公有 API、私有云与本地部署评估
按数据能否出域、并发、时延、运维能力和成本来选择部署方式，而不是先买硬件再找场景。
输入、验收与责任边界
- 输入
- 数据分类分级要求、并发与时延目标、现有机房或云资源、运维与预算约束。
- 输出
- 部署方案对比、资源与成本估算、迁移路径和回退方案。
- 验收
- 在目标环境完成一次真实负载验证，记录时延、失败率和所需运维动作。
- 限制
- 本地部署会带来采购、机房、运维和折旧成本，只在确有必要时建议。
- 人工确认
- 数据出域范围、网络开通和安全评审由客户决定并留存记录。
四条能力原则
它们会逐条落到每次 PoC 的验收表上，而不是停留在口号。
有据可查
答案显示原文和版本
权限隔离
按角色和数据域控制访问
固定评测
用固定样本和人工基线
人工接管
高风险输出必须人工确认
从一个可验证的 AI 场景开始
我们更希望先聊清楚一条具体流程：现在谁在做、要花多久、错在哪里、有哪些数据可以脱敏使用。这比先讨论模型参数更快得到结论。
先看方法：查看方案样例与交付流程。样例是验证方向，不代表已经交付的产品。
讨论 AI 场景