案例 11 · 外贸资料管理
Datawhale原书章节 · 印刷页码 105—117 · 当前仅加载一页

原书第 112 页 · 点击页面可放大查看
查看与复制本页文字
文字由原PDF提取,阅读顺序和表格请以原页为准。
一起部署到客户自己的Codex里,再让客户本地的Codex按照我们的规范,在他的电脑 和文件环境里继续完成开发。 我们前期花了几十个小时把框架做好,然后让客户侧的Codex继续跑大约40个小时。跑 出来以后,老板开始测试。 测试产生的日志、问题和记录,再由客户侧的AI整理给我们,我们根据这些反馈继续修 改规范和任务,再让客户侧的AI完成适配。 这个过程对我来说很重要。因为它改变了过去“驻场工程师必须一直守在客户电脑旁 边”的工作方式。数据不需要离开企业,开发和适配却仍然可以继续。 第四步,让交付沉淀成企业自己的能力。 更重要的是,我们不想永远替企业做这些需求。 我的目标是把文件文档化,把资料关系梳理出来,把知识沉淀下来,再建立工作流、 Skill和Agent。这些东西逐渐沉淀以后,企业自己就能解决越来越多的问题。 我更希望最后交付的是企业自己解决下一批问题的能力,让企业以后不必每遇到一个问 题都来找我。 Q4:相比传统方式,使用AI后的实际效果如何? 如果只从一个软件项目的角度看,现在其实还很难给这个案例下一个“效率提升了多少 百分比”的结论,因为项目本身还处在第一阶段,交付也还没有全部完成。 不过,这个项目已经发生了几个非常明显的变化。 第一个变化,是企业开始真正理解AI能做什么。 那个角标尺问题,老板本来以为要研究一两天,我们现场用AI大约10分钟就找到了产品 来源和刻度含义。后来他觉得矢量图很难做,我们又直接问AI应该用什么工具,当场把 112/243