trafly

@BlueSkyXN 是的，成果和案例很关键，光讲方法很难说服企业。我过去的 ToB 经历不能直接当成 AI 项目的成绩，这部分需要在具体项目里积累。不过，我之前梳理过一套方法，也研究了一些产业数字化上市企业的 AI 落地案例，可以作为场景选择和试点设计的参考。这些是案例研究，不是我自己的交付成绩。

涉及跨部门、改流程的项目，往往需要一把手支持，和 CEO ／董事长之间的信任也很重要。所以我更希望先从一个小场景做起，把问题和验收标准说清楚，做出结果再谈下一步。

不同行业差异很大，还得和熟悉行业、客户业务的伙伴一起做。我觉得 AI 落地未必比数字化轻松，数据、流程和人员配合都需要磨合。不必等全公司的数据都标准化，但至少要确认试点涉及的数据和流程具备条件。

看了楼里的讨论，我最近在整理“企业 AI 化十节点”这套判断框架。里面的节点 0 ，不是先问企业想不想上 AI ，而是看业务对象和数据基座有没有成形：对象能否稳定记录，字段和规则是否相对统一，流程经验能否复用。

我在想，做 FDE 项目时，需求梳理是不是也得往这一步追：客户说要做 Agent ，背后的业务对象、数据口径和处理规则到底清不清楚？如果还不清楚，可能要先补基座，或者把试点范围压到低风险辅助，而不是直接把 Demo 跑通当成落地。你们实际项目里，通常怎么判断这个边界？

@BlueSkyXN 找项目合作，不是招同事。我目前是独立做事，希望认识有企业客户或具体项目的技术团队。我参与需求梳理和试点设计，开发实施由对方负责，具体按项目商量分工和费用。

小心哦，合并后的 cursor 是默认不带第三方 LLM 额度的，需要购买 API 额度

这个挺逗的，我做了一套暹罗猫，一套黑猫的。免费的。

@catning 有 vibe coding ，vibe work ，就会有 vibe design.有的通用性职能会有针对性 APP ，SKILL ，插件等。

感谢楼主