-
人类社会知识领域扩展显著，机器智能究竟在其中扮演的具体角色？
知识边界在扩展，原因是新知完全在科技创新和全球化中生成着前所未有的形态，信息传播速度也伴随快速变化节奏在加速，人类智慧被放大，或被机器智能存储与计算或加工之后，与世界多种连接成为新的态势。这是一个非常深刻和富有洞察力的陈述，它概括了我们当前所处的知识和信息时代的几个关键特征。知识边界的扩展与驱动力上述的描述指出了知识边界扩展的主要原因和表现形式：科技创新：这是新知识生成的核心驱动力。新的科学发现和…- 0
- 0
-
AI知识管理 | 知识管理Process之类比之桥：如何用第一性原理，10倍提升你解决问题的能力？
“人类认知能力的每一次飞跃，几乎都源于一个恰到好处的新类比。” —— 侯世达在知识处理（Process）的终点，我们需要的不仅是向下深挖的“探源之钻”（第一性原理），还需要一座能跨越认知鸿沟的“类比之桥”。在本系列中，我们曾警惕“类比思维”，视其为创新的桎梏。但那是针对“低质量类比”的警告——即只模仿表面特征的“画皮式”模仿。而“高质量类比”，则是第一性原理最亲密的盟友。它并非简单的模仿，而是在不…- 0
- 0
-
维基百科向AI公司“亮剑”：从免费抓取到付费API，知识共享的未来何去何从？
在人工智能狂飙突进的2025年，一个看似温和的非营利组织正悄然发起一场关乎互联网文明根基的变革。维基媒体基金会近日公开呼吁人工智能公司停止无偿抓取维基百科内容，转而通过其付费企业级API——维基媒体企业平台（Wikimedia Enterprise）获取数据，并明确标注内容来源。这一举措远非简单的商业模式调整，而是一次对数字时代“知识如何被生产、使用与回报”的深刻再定义。这场转型背后，是理想主义与…- 0
- 0
-
企业AI 项目商业成果权责不清：技术与业务互推责任，谁该为结果买单？
“AI 模型准确率达标了，业务没增长，是业务部门不会用！”“技术部门开发的工具不贴合场景，怎么可能有商业成果？”AI 项目失败后，技术部门和业务部门常陷入这样的 “甩锅大战”。核心问题在于：企业没明确 “谁最终对商业成果负责”，把 AI 项目的责任拆成 “技术部门管开发、业务部门管使用”，却没建立 “共同担责” 的机制，最后技术指标达标了，商业目标却落空，没人为此负责。这种权责不清的根源，在于 “…- 0
- 0
-
私域知识工程实战：如何让AI一次性写出高质量代码？
AI编程的瓶颈不在于模型不够聪明，而在于信息不对称。通过简单、快速构建私域知识工程体系 ，让AI从 "临时工" 变成真正懂业务的 "老司机" 。1. 那个让人又爱又恨的"80分困境"作为一个在复杂业务系统中摸爬滚打的开发者，我相信你一定经历过这样的场景：满怀期待地打开Claude Code，兴冲冲地描述需求： "帮我写…- 0
- 0
-
YC总裁开源了他在用的AI记忆系统：10000个文件里找东西，再也不用grep了
Garry Tan是谁不用多介绍了，YC现任总裁，硅谷最有话语权的早期投资人之一。他之前开源过一个叫gstack的工具包，已经炸过一波朋友圈，那东西说白了就是一整套产品开发的superpowers，从需求分析到上线全覆盖。这次他又放了个更大的招 GBrain，一个个人AI记忆系统。Agent 问题很多人在用AI Agent的时候都会碰到同一个坎：你给它喂了大量个人笔记、会议记录、日程安…- 0
- 0
-
基于大模型、SKills 的知识管理
今天不聊新工具，聊点更高级的东西——三个巨佬的知识管理哲学还有我自己的知识管理及内容生成工作流Karpathy昨天 Andrej Karpathy（斯坦福 PhD、OpenAI 创始成员、前特斯拉 AI 总监、CS231n（全球最火深度学习课程）缔造者）发了条长推，炸了整个 AI 圈子。这条推文的核心观点是：他现在把大部分 token 预算花在了"操作知识"上，而不是"…- 0
- 0
-
别再把 AI 当聊天助手了：真正厉害的公司，正在长出“第二大脑”
标签：#AIAgent #企业知识库 #知识管理 #数据基础设施 #组织效率大多数公司做内部 AI，第一反应都是接一个聊天框。但真正卡住组织效率的，从来不是“大家不会提问”，而是答案散落在 CRM、工单、文档、代码库和会议纪要里。每次想把一件事问明白，往往都得先去找人。所以企业最需要的，可能根本不是一个“更会聊天的 AI”，而是一个能替你跨系统找答案、还能给…- 0
- 0
-
用 AI 搭了一座会生长的知识库
过去十年，我的笔记和记忆散落在 Apple Notes、Evernote 和飞书云文档里——767 个文件，横跨投资、技术、哲学、项目文档、生活随想。每次想找以前写的东西，三个 App 之间反复横跳，最后算了。这种体验积累久了，变成一种隐隐的焦虑：你知道自己这些年想了很多东西，但它们散落各处，就像想找家里小物件但是翻来覆去就是找不到。这次时机到了，用 Obsidian + Claude …- 0
- 0
-
企业做知识库，不是存资料，是先把“谁说了算”搞清楚
很多企业在做知识库的时候，都会有一个习惯动作：先选系统。是用网盘，还是用飞书，还是上一个专门的知识库工具。工具选完了，就开始让大家把资料往里放。听起来很合理。但很快就会遇到一个问题：资料是有了，但还是没人用。为什么？因为少了一件最关键的事情：谁说了算。我见过一个团队，做产品资料整理。他们很认真，把所有资料都放进了一个统一的地方。看起来很整齐。但一问具体使用情况，大家的反应是：“还是不太敢用。”原因…- 0
- 0
-
咨询 | Karpathy关于如何构建第二大脑和知识库的内容，我们根据知识工作者行业进行了一些适配，可以直接拿去使用
这几年，大家都在说「第二大脑」、「知识管理」，但很多人依然停留在「听起来很厉害」的阶段。真正卡住我们的，往往不是概念，而是一个问题：我到底该从哪一步开始做？今天这篇文章，就是给完全没有基础的小白写的，从零开始，手把手带你在本地搭建一个 AI 驱动的知识库，让 AI 帮你整理资料、搭建个人 Wiki，当你的「第二大脑」。这套方法对个人知识工作者、也对咨询公司都有非常大的参考价值，尤其是那些还没把知识…- 0
- 0
-
中台已死，语义层将重塑数据架构｜爱分析访谈
语义层正成为AI-Ready数据平台的核心技术架构，并被全球数据巨头Palantir、Databricks所关注和布局。2025年Palantir市值不断攀升，Ontology本体技术备受瞩目，而Ontology技术主要是用于解决语义层问题。2025年9月，全球数据平台巨头Snowflake联合 Salesforce、dbt Labs、BlackRock 等发起Open Semantic Inte…- 0
- 0
-
本体+ 大模型：Knora 如何破解企业AI落地中的幻觉与执行断层难题
导读 随着大模型能力的持续突破，企业级AI正从“对话式辅助”迈向“自主执行”的新阶段。然而，在复杂的业务场景中，通用模型往往难以支撑从分析到决策再到执行的全链路闭环。悦点科技基于十余年企业服务积累，正式发布 Knora 4.0 本体增强AI平台，通过领域本体（Ontology）与AI能力的深度融合，让企业知识结构化、业务逻辑显性化，从而构建可复用、可扩展的智能能力体系。本文根据悦点科技产…- 0
- 0
-
Karpathy又双叒叕发新概念了，这次我替你找到了那个产品
上周Andrej Karpathy发了一条推，1500万人看了。又是Andrej。又是新概念。这次他说自己最近把大量的LLM算力从写代码转向了「建知识库」，把论文、文章、代码仓库等原始资料扔进一个目录，让LLM自动编译成一个markdown wiki，然后在这个wiki上做问答、生成幻灯片、做数据可视化。他的wiki已经积累了100多篇文章、40万字，可以回答各种复杂的研究问题。最后他说了一句：I…- 0
- 0
-
把“填表”变成一句话：我们做了一个AI填表助手
每到学期末、评估期或者项目申报阶段，很多老师都会遇到同一件事情：填表。一张看起来并不复杂的表格，往往需要查询大量数据，例如：近三年的科研项目数量本学期的授课课程指导学生情况教学工作量统计问题在于，这些数据往往分散在多个系统中：教务系统科研系统人事系统研究生系统学生管理系统于是老师需要：1️⃣ 登录不同系统2️⃣ 查找对应数据3️⃣ 手动统计4️⃣ 再填写到表格中一张表格可能需要花费十几分钟甚至更久…- 0
- 0
-
大模型时代本体论Ontology驱动的AI知识引擎助力企业智能决策系统的未来进化-一篇献给企业董事会和CIO的深度思考(第一篇)
前言：时代的提问我们正处于一个充满悖论的时代。 产品迭代速度加快，导致信息爆炸性增长，AI4S的发展在互联网增加了大量的研究成果以及AI生成的内容，需要去伪存真。与此同时，大模型技术的突破为企业提供了前所未有的可能性，但也埋下了隐藏的陷阱。而美军在伊朗以及委瑞内拉利用Palantir的基于本体论Ontology的AI智能情报系统的宣传在互联网上引起了热烈的讨论[AI推演]美军如何利用Palanti…- 0
- 0
-
搭建“企业上下文系统”，用MuseDAM打造企业 AI 时代的唯一真相来源
导语 Intro在 AI 时代，大模型正逐渐成为一种公共基础设施。当模型能力不再是秘密武器，真正的差距取决于企业拥有多少高质量、可被理解、可被调用的“企业知识资产”。MuseDAM 正在通过AI原生的数字资产管理方式，构建企业级的“唯一真相来源”（Single Source of Truth），为每一家企业打下智能化的业务底座。通过 MuseDAM，企业知识不再是沉睡的文档，而是转化为驱…- 0
- 0
-
AI 时代，我找到了所有事情从 60 分到 100 分的密码
你有没有这样的体验？做一件事，努力了半天，感觉已经做得不错了——但就是停在那个"还行"的位置，再也上不去。写文案，改了七八遍，感觉比最初好了很多，但读起来总差点意思。做产品页面，自己看着挺满意，但转化率就是提不上来。学一项技能，入门之后就进入了平台期，不知道下一步该往哪走。我把这个状态叫做"60 分陷阱"——你付出了大量努力，却只能停在及格线附近。最近我找到…- 0
- 0
-
如何用Claude构建一人公司的知识库
很多人用AI用不好，不是提示词不够好，是因为AI不认识你。你对着它说"帮我写篇文章"，AI只能照着自己的理解来，给出的东西你肯定不满意。知识库的价值，就是你和AI之间的桥梁。想要做一人公司，把AI用好，能帮你干几个人的活，首先就必须会知识库。先说一个好玩的现象，去年小红书上卖知识库卖得挺火的。几十块、一百多，买一套整理好的内容。像纳瓦尔的观点、Danko的方法论、一人公司从0到…- 0
- 0
-
AI工作流在淘宝交易舆情巡检上的探索与实践
本文介绍了交易终端团队基于LLM构建的智能用户反馈舆情巡检系统：针对人工巡检效率低、易漏报、难洞察趋势等问题，设计“采集→清洗→AI判断→预警→分发→归因→复盘”工作流；核心采用四步AI能力（识别要素→判定意图情感→知识库语义匹配→闭环学习），强制模型在人工构建的业务问题分类库中匹配，确保可控、一致、可解释；通过新增/激增预警+钉钉推送+可视化看板实现快速响应；历经三阶段迭代，最终确立“预置打标+…- 0
- 0
-
银行本体论：重构银行领域世界观
引言：认知范式的迁移迫在眉睫我们身处一个银行业被重新定义的时代。传统银行的物理网点、实体柜员和纸质凭证，正以前所未有的速度向数字界面、算法服务和数据流迁移。在这一剧烈转型中，一个根本性的认知挑战日益凸显：我们是否真正理解数字形态下的银行究竟是什么？长久以来，公众、从业者乃至银行自身，都习惯性地采用一种“功能主义”的视角来认知银行。这种视角将银行定义为一个“金融服务功能的集合体”，其核心是存款、贷款…- 0
- 0
-
做了十几个知识库项目后，我把入库前的文档摸底流程产品化了
过去两年做企业大模型应用，知识库类型的项目咨询占比算是最高的，有公众号、知乎这些平台上来的，也有线下转介绍的。大家上来普遍会先问报价：有大概几千份文档，做一套知识库多少钱？早期我会根据文档数量大概估一个工时，结果后来很多项目做起来发现完全不是那么回事。同样是两千份，有的企业文档结构清晰、格式统一，清洗入库一周搞定；而有的企业文档里夹杂着扫描件、合并单元格、论坛爬虫数据，光清洗就得折腾半个月。数据治…- 0
- 0
-
最先被AI干掉的，可能是CRM
不久前，一家企业请我去帮他们做CRM选型。评估了多家供应商之后的结果是：所提功能都有，AI也是一些鸡肋，没有多少实用价值。比如自动生成报价、销售方案的PPT、Demo、成交概率预测等。当客户问到我的意见时，我建议他们都不选——因为他们自己也清楚，任何一家的产品，都不会真正好于现在在用的系统，何必折腾呢？看来，现有的CRM模式，已经走到了尽头。01传统CRM范式的失效这个结果其实早已在预料之中。作为…- 0
- 0
-
2026年企业落地AI的五大关键举措
在刚刚过去的2025年，AI正以前所未有的速度融入到人们的工作和生活之中。各个行业、各家企业都在积极探索AI的企业级应用场景。那么，AI的规模化应用存在哪些堵点？在2026年，我们该如何布局AI？带着这些问题，埃森哲与数十位全球领先企业的高管展开了一系列深度对话。他们的独特视角，不仅为我们清晰勾勒出AI应用的现实图景，也为企业规划下一步行动提供了切实指引。结合这些来自一线的实践与洞察，我们梳理出其…- 0
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×