方法论
先诊断，再落地。诊断和卖药分开，才敢告诉你哪些药不用吃。
一张诊断单，三种人三种用法
- 老板拿到：钱花在哪、不花在哪的排序——一张能说「不」的清单
- IT 负责人拿到：可核查的技术判断与参考栈，不是厂商 PPT
- 业务负责人拿到：车间主任、销售总监、财务经理都听得懂、接得住的试点任务与培训
四条判断标准
- 1卡点能不能具体到一个动作
- 2数据现不现成
- 3投入量级匹不匹配
- 4验收标准能不能事先写清楚
四条里有任何一条答不上来，正确动作是同一个：先诊断，再谈付费。
你公司在哪一级：企业 AI 成熟度五级
对绝大多数传统企业，下一站的正确目标是L3，不是L5。最大的浪费不是买错工具，而是跳级。
四步把一个场景变成可复制的样板
不必一次改造全公司。用一个真实场景验证，再把样板复制到更多岗位。
- 1选场景：只选一个。标准就一条——现在有人天天在干、干得很慢、而且干错了要赔钱。
- 2划边界：它能读哪些数据、能不能写回 ERP、说错了谁担责、哪一步必须人签字——写下来再动手。
- 3定验收：先用你现在的做法测一遍基线（现在做一次要多久、错多少），验收标准写在前头，不许事后改。
- 4再复制：一个场景真跑通了，才往别的岗位、别的车间搬——一次沉淀，多处使用。
90 天只做一件事 · 失败是正常产出，也是结论。
我们的技术判断力
AI 能不能落地，不是看它多聪明，是看它在你的边界内能不能跑起来。
我们不代理任何软件，不卖许可证——我们只做判断。
注：「成熟度五级」评的是您公司自身；五道线里的「供应商成熟度」评的是要引入的技术。
任何一项 AI 技术走进企业之前，我们会替你先过五道线：
| 维度 | 老板要问的问题 | 我们核查什么 |
|---|---|---|
| 一、许可证 | 授权条款允许你商用吗？ | 许可证性质、传染性条款、模型授权 |
| 二、供应商成熟度 | 是成品、可试点 90 天的半成品，还是只值得盯着的方向？ | 真实部署、维护活跃度、同体量案例 |
| 三、部署 | 能不能装进你自己的机房，数据不出门？ | 内网/专有云/边缘，迁移成本 |
| 四、合规 | 行业监管与数据安全，合不合规？ | 行业监管、个保法、等保密评 |
| 五、退出成本 | 万一它不行了，你的数据和流程能不能搬走？ | 数据可迁移性、替换成本、锁定风险 |
这五道线来自我们持续维护的企业开源 AI 索引——350+ 条目，覆盖 16 个业务职能，每一个都按这五轴打过标签。
多数企业把预算花在了最显眼的成品软件上，而钱真正能省下来的地方，是该买的会砍价、该建的自己攒。
以上标签是判断辅助，不是背书；最终引入决策以公司法务、合规与安全评审为准。
▸ 给 IT 负责人：我们的默认参考栈（可替换，展开）
| 层 | 默认选型 | 为什么 | 内网/信创替代 |
|---|---|---|---|
| 模型 | 通义千问 + DeepSeek（+ 国际备份） | 两家国产 + 一家国际，不绑单一供应商 | 同源，均可内网部署 |
| 推理 | vLLM | 吞吐与成本的行业事实标准 | vllm-ascend |
| 调度 | Ray Serve | 弹性伸缩、多模型、K8s 原生 | 同 |
| 网关 | LiteLLM / One-API | 密钥、配额、计费、审计收在一处 | One-API 自建 |
| Agent | LangGraph + Dify | 可控、可审计的流程编排 | Dify 私有化 |
| 知识库 | RAGFlow + Milvus + BGE + MinerU | 解析质量才是检索效果的真正瓶颈 | 同源 |
| 治理 | Langfuse + promptfoo + NeMo Guardrails | 缺了这层，方案无法向董事会交代 | Langfuse 自建 |
| 安全 | Trivy + garak / PyRIT | 扫供应链、红队模型 | 同源 |
▸ 给 IT 负责人：部门级闭源套件调研（展开）
财务、生产、供应链主计划、法务、内审等职能的主流方案基本闭源——SAP、o9、Salesforce 等厂商的「AI 智能体」均为闭源重投入；财务与供应链的开源仅存在于边缘（如分析类、预测类单点工具）。这一层的正确姿势是选型、谈判与实施管理，而不是自研。
一句备注：默认多源、默认可替换、默认可内网——这是我们不做平台撮合的直接结果，我们不从任何一家厂商抽成。
建好没有：拿任何一家 AI 厂商的方案，问这七个问题
前面四条判断标准管「该不该上」；这七问管「建好了没有」——也是我们交付每个 Agent 前的自查清单。
- 1它替谁干活？（角色：服务对象与职责范围）
- 2干成什么样算干成？（目标：成功标准与优先级）
- 3它说的话，能不能指出出自哪份文件？（知识）——指不出来，就是在编
- 4它能动我哪些系统？谁能改我的数据？（工具与权限）
- 5哪一步必须人签字？（流程：异常分支与人工复核点）
- 6最后交出来的是什么——一句话，还是一张能进 ERP 的单据？（交付物）
- 7出了事能不能查到是谁干的？这个月它花了我多少钱？（治理：审计与成本）
少答一条，你买的就是一个会打字的聊天窗口。
AI 负责获取、整理、调用、跟进；人负责审批、例外和价值判断——这不是把责任推给机器，是把责任边界划清楚。
常见问题
▸ 我的行业 AI 能用吗？
看数据基础与流程现状，同一行业答案可能相反，先做 ¥1999 一把手问诊。
▸ 开源软件能商用吗？
看许可证；部分附条件，最终以公司法务、合规、安全评审为准。
▸ 数据不出门怎么做 AI？
技术底座层可内网部署；部门套件层多闭源，靠选型与谈判。
▸ 收费问诊和厂商的免费售前有什么区别？
免费售前的目的是卖出后面的产品，所以它很难对你说「不做」。问诊收费，我们才有立场告诉你哪些投入可以省下。
▸ 「该建、该买、还是该等」是怎么定的？
先看五道线（许可证、成熟度、部署、合规、退出成本），再对照建买等三态：技术底座层现在就能自建，部门套件层只能买，高速变动层建议再观察。具体结论以问诊为准。
框架是公开的，判断是个案的。您的企业该从哪一环开始，一次问诊就能说清楚。