2026-09-27 · 第2场直播

1. 本地视频模型与显卡投入算账：长期产量决定硬件边界

动画导演与创作者在探讨视频生成工具链时，针对“本地部署开源模型 vs 订阅云端闭源模型”算了一笔细账：

• 硬件成本与产量平衡：配置两张 3090（24GB 显存）的本地主机，硬件投入在 1.5 万至 2 万元左右。若仅用于低频尝试或做一两个短片，显卡折旧和电费并不划算；但如果团队有持续大量的长视频生产需求，本地部署无需按秒支付云端 Token 费用，长期综合成本更低；

• 真实生成速度与画质短板：创作者 Simon 分享了自制《三体》同人 MV 的实操参数：双卡并发运行开源模型时，大约 6 分钟可同时产出两条 10 秒片段（平均 3 分钟一条）。但在画质与声效上，本地量化模型依然存在局限：远景细节易模糊，音效声像缺乏空间定位深度，综合细腻度仍落后于顶尖闭源平台；

• 经验启示：评估是否购买高端显卡做本地生成，必须结合已有设备底座、月度成片时长指标，以及对远景细节与微表情的质量容忍度，切忌为单一实验盲目添置重资产。

2. 智能家居平台升级：开发者底座、主动智能与硬件边界

智能硬件产品经理分享了从“手机遥控器式的被动响应”向“上下文感知的主动智能”升级的真实思路：

• 主动智能的场景定义：不再需要用户手动按开关，而是综合分析环境温度、历史作息习惯、用户到家状态与实时天气，由系统主动联动空调与新风设备；

• 规划统一的四层能力架构：

• 多模态输入：支持接收并理解用户上传的家庭环境图片与短视频；
• 自然对话交互：支持多轮上下文理解的口语化沟通；
• 结构化知识库调用：根据不同设备品类与具体型号，精准命中产品说明与故障排查知识；

• 长期记忆与任务协同：记忆家庭成员偏好，跨设备协同调度任务；

• 嵌入式工程的底层约束：许多边缘端小型智能硬件算力有限，只能运行 C/C++ 编写的轻量程序，无法直接承载 Python 运行时或庞大模型。产品经理在规划方案时，必须与固件工程师对齐设备算力边界，不可轻信大模型生成的架构图而忽视嵌入式落地的真实制约。

3. 传统老机床设备改造：参数密集不等于有可诊断的知识

设备数字化从业者分享了为传统工厂老旧切割机、机床引入 AI 诊断时的真实卡点：

• 高频数据陷阱：设备每 5 秒采集并上传一次 PLC 电压、电流和转速数据，数据流极其庞大。但丢给 AI 分析后，却根本无法诊断出设备异常或故障预警；

• 根因分析：缺乏“故障经验”的语义关联：工厂积累了海量正常运行的传感器数值，却极度缺乏“某项参数异动对应何种物理磨损、轴承松动或操作失误”的历史故障维修标注数据。数据量大不代表信息密度高；

• 落地切分策略：

• 第一步先做轻量“设备知识库”：将机床型号说明书、日常点检保养规范做成 RAG 问答助手，解决一线工人查阅文档的痛点；
• 第二步做深度物理改造：针对高价值核心故障，必须由资深机修工程师与硬件工程师联合，在关键受力点加装特定震动或温升传感器，建立明确的故障特征映射库，而非盲目上传无标注时序数据。

4. 物联网平台升级：不要为了叠 Agent 重造 IoT 基础底座

针对家电与硬件企业升级 Agent 的讨论，现场指出了普遍存在的重复造轮子误区：

• 借道成熟基础设施：针对小家电这类预算有限的项目（如几万元外包项目），已有涂鸦智能等成熟成熟的 IoT 云平台。设备接入、指令下发、文件存储与路由转发早已成熟，完全无需打着“AI Agent”旗号从零自研物联网底层中台；

• 定位核心价值层：客户付费购买的是“自然语言理解用户意图并调度设备”的应用体验，而非底层的通信通道。在成熟 IoT API 之上直接封装 Agent 调度逻辑，才是快速交付、控制开发成本的正解。

5. 磁吸按钮控制 Codex：轻量硬件打通个人移动工作流

王总分享了团队将小型物理按键与云端编码 Agent 打通的实战玩具原型：

• 移动端轻量交互构想：在手机背面安装磁吸实体按钮，在通勤路上单击按钮即可语音下发需求指令；

• 远程协作链路：语音指令经由后台分发至办公室常开的电脑端 Codex 执行代码生成与环境调试，手机端通过远程桌面或异步消息随时查看 Agent 执行进度；

• 极简原型思维：在黑客松或早期创意阶段，先用最轻量的小硬件验证“随身下发目标、后台自主执行、远程快速核验”的闭环，比一上来规划庞大的分布式软硬件系统更容易检验真实需求。

6. FDE 人才社群与商业变现：培训、承接项目与生态投资

围绕如何构建良性的 AI 交付（FDE）生态，现场讨论了多层次的商业化闭环：

• 漏斗型变现链路：
• 免费科普与实操交流：通过社群和直播间免费分享真实案例打磨信任，筛选具备扎实动手能力与契约精神的同路人；
• 交付人才梯队建设：将具备实际动手能力的开发者组织起来，组成专项交付突击队，承接中小企业落地的定制单；

• 参股与投资孵化：在跑通具体垂直行业标品后，为优秀的超级个体（OPC）提供企业客户资源并进行业务投资；

• 公开展示能力的接单逻辑：在直播间或公开平台先展示真实做成的小案例，给出需求方可以自己动手尝试的方案；当企业发现自己没有精力或缺乏技术人手时，自然会向提供方案的成熟团队发起付费咨询与落地外包。

7. 企业销售内训与客服 Agent：先建标准答案，再做自动化评分

针对文科科研背景的企业主想要对大健康和设备推广门店引入 AI 客服与内训的需求，现场给出了低成本落地方案：

• 先明确规则与标准，AI 才能做评审：
• 许多老板希望 AI 直接“帮我给销售打分”、“按老板思想回客户”。但如果企业自身没有成文的《标准话术手册》和《打分判定规则》，AI 就会自由发挥甚至产生严重幻觉；

• 实操步骤：企业先梳理销冠的优质回答标准，将销售一线录音转写为文本，让大模型对照标准答案打分并指出遗漏点；

• 轻量落地工具链：利用 Codex 或轻量低代码工具，把企业整理好的标准化问答直接接入企业微信或飞书机器人。对于简单客服问答，几千元即可搭建完成，切忌盲目采购几十万元的复杂定制中台。

8. 客服知识库的核心资产：完整保留从破冰到成交的对话链路

医美及私域操盘手分享了销售知识库搭建的关键维度：

• 拒绝碎片化金句罗列：仅仅收集销售散落的几句漂亮反问或推销词，无法教会新员工和 AI 如何成单；

• 以“成交链路”为单元归档：

• 将用户做脱敏匿名编号，完整记录从首次破冰加微 $\to$ 需求试探 $\to$ 抛出顾虑（嫌贵/担心效果）$\to$ 价值化解 $\to$ 促销促单 $\to$ 最终转账的全周期多轮对话；

• 详细记录沟通的时间间隔节奏、推单时机与关键话术转折点；

• 双重价值：这样的多轮成交语料既能作为大模型客服长上下文 Few-Shot 样本，也是新销售入职培训最有价值的实操教材。

9. 铜陵工业现场改造：红外微改造老设备，不动整条生产线

移动通信与工业数字化团队分享了在安徽铜陵落地的实用工业项目案例：

• 老设备微创改造原则：在跟进高铁配套设备厂的 10 兆牛重型液压机改造时，设备价值数千万元且运行多年，全线推倒重做成本极高且客户无法承受停产风险；

• 局部加装视觉与传感：方案选择在机床关键工位加装红外阵列传感器，用于实时识别高温铸件的物理轮廓与到位姿态，通过边缘计算网关将几何识别结果转化为标准信号，直接注入现有的 PLC 控制系统；

• 工程启示：企业最欢迎的 AI 改造是“尽量不动现有产线与控制系统，仅靠加装一两套视觉或感知小设备完成关键闭环”，这种低干预、低风险方案的成交率远高于推翻重来的大系统。

10. 个人经验底座构建：用 Codex 结合芒格式反方思维复盘

王总分享了利用大模型做个人长期决策辅助的实操习惯：

• 真实记录输入：将白天的重要会议备忘、业务沟通记录与决策疑虑整理成上下文丢给 Codex；

• 反方视角与压力测试：不再让 AI 充当迎合自己的“吹捧者”，而是明确设定角色——要求其调用查理·芒格的逆向思维模型，专门寻找当前商业决策的脆弱点、失败路径与盲目乐观假设；

• 决策辅助定位：大模型负责提供不同流派（第一性原理、博弈论、反直觉推演）的质疑问题清单，最终做决定和承担商业后果的始终是创始人自己。

11. 传统企业不愿买 AI 的三层真实阻力

综合铜陵工业调研与各地产业园区的实际走访，现场剖析了传统制造与实体企业对 AI 观望的底层原因：

1. 数据断层与信任顾虑：多数中小工厂结账或维修完成后，纸质单据随手丢弃，历史数据完全缺失；同时对核心财务和生产参数上公网存在极强的信息安全防范心理；

2. 认知错位与概念混淆：许多传统老板和园区管理层分不清“大模型、智能体、RPA、工作流”的区别，只听过概念却完全不知道能解决厂里具体的哪个漏水点；

3. 老员工与老师傅的自保防御：工厂老师傅担心把经验参数教给系统后，自己失去不可替代性甚至面临裁员风险，因此在数据采集配合上存在天然的抵触与隐瞒；

4. 破局路径：不跟客户空谈 AI 架构，将其封装成在本地产业集群内立竿见影的“即插即用行业小工具”，让老板亲眼看到能省下具体工时，才愿意掏钱试点。

12. 园区项目的现金流避坑：政策名额、实物支持与实际到账分开

产业园区内容与科技项目操盘手兰总，给出了政府园区合作的切肤之痛与现金流警示：

• 补贴承诺不等于可用现金流：园区常以“算力补贴券”、“专项研发扶持资金”作为招商亮点，但从通过申报、立项评审到最终资金实际打款，周期往往长达半年甚至一年以上；如果将公司的员工工资和服务器开支寄托在补贴到账上，企业极易发生资金链断裂猝死；

• 实物支持的价值核算：免租金办公场地、员工宿舍等属于实物抵扣，确实能压低初期固定成本，但无法直接转化为支付外包与研发的现金；

• 团队组建与猎头避坑：猎头推荐的履历光鲜候选人往往习惯了大厂的庞大支撑体系，到了创业团队根本无法独当一面；更务实的方法是从行业一线在岗、正在出成绩的人员中物色，或者挑选动手能力强的实干苗子由团队自行培训。

13. AI 培训的落地法则：半天见成效，三天出成果

针对面向中小微企业主与基层员工的 AI 实操培训，现场总结了高留存的教学节奏：

• 坚决砍掉长篇理论科普：学员没有耐心听一周复杂的 Transformer 架构或学术定义，讲深奥理论只会导致学员迅速流失；

• 极速正反馈设计：

• 半天内必须让学员通过具体工具（如 WorkBuddy、豆包、轻量工作流），亲手将原来需要耗费一整天的写方案、抠图、整理表格工作在 10 分钟内跑通；
• 两至三天内必须让学员带走一个与自己业务强绑定的现成自动化流水线；
• 只有先建立强烈的“真能省时间、提人效”的直观体感，学员才有动力继续深入付费学习高阶技能。

14. 武术 AI 影像制作：实拍升格 + AI 重生 + 降格解决动作串扰

在探索将传统武术动作与 AI 视觉生成结合的项目中，制作团队分享了解决武术动作高频形变、穿模与模糊的实战技巧：

• 纯文生视频的死穴：武术动作讲究拳路法度和筋骨发力，直接用纯提示词生成视频，经常出现“三只手、动作变形、招式穿模”等不可控故障；

• “实拍升格 + AI 重绘”工作流：

• 邀请真实武术家在绿幕前完成套路实拍，并采用高帧率（升格，如 60fps/120fps）记录动作；
• 将高速连贯的高清实拍画面抽帧，提取姿态动作与白模特征；

• 将骨骼姿态输入视频模型做风格化重绘与材质替换，最后再降格恢复到正常播放帧率；

• 效果收益：这种混合工作流既完美继承了真实武术的专业发力与招式准确度，又获得了 AI 天马行空的国风特效与画质质感，大幅降低了全手工逐帧三维骨骼绑定的制作周期。

15. 医疗与高危场景的责任底线：科研辅助不能直接越界为临床诊断

针对十家医院管理背景的参与者对医疗 AI 的顾虑，现场界定了清晰的落地权责界限：

• 谁签字谁负责的不可抗拒原则：在医疗、金融等强监管高危行业，系统出具的任何结论一旦涉及处方与手术，必须有具备国家资质的主治医师签字并承担法律责任；AI 不具备法律主体地位，出了医疗事故没有任何商业保险可以为大模型买单；

• 安全落地路线图：

• 严禁让 AI 越界直接充当主治诊断者；
• 当前正规落地应严格限制在海量医学文献检索、跨学科疑难病例背景信息初筛、病历文本自动化整理质检等辅助科研环节；在受严格监督的流程中协助医生提高查阅资料效率，永远将最终判断权牢牢锁死在专业执业医师手中。

16. 李校长 OPC 诊断服务四步模型：精准定位创业卡点

李校长分享了面向个人超级个体（OPC）与小微团队提供商业化诊断的实战评估框架：

• 四步卡点排查法：
• 产品卡点：手里只有零散技术，根本做不出一个具备完整商业闭环的交付物；
• 需求卡点：自嗨式研发，无法区分客户的真实付费需求与客气赞同的伪需求；
• 首客卡点：产品做出来了，但完全缺乏商务渠道，拿不到前 10 个种子付费用户；

• 放大卡点：做成了几个标杆单子，但流程极度依赖创始人个人时间，无法标准化复制与规模化扩张；

• 诊断即服务（DaaS）：通过问卷与深度访谈，在 1 小时内帮小团队找准自身所处的唯一起阻卡点，并针对性地推荐产品打包方案、客户验证方法或获客渠道，以此作为后端深度陪跑与投资合作的信任入口。

17. 天津心心念念的单兵打法：9个闲鱼AI店与熟行业闭环

独立开发者心心念念分享了自己单兵作战、稳定月入数万元的轻量获客打法：

• 多账号矩阵获取精准需求：开设 9 个闲鱼小店承接“AI 系统定制开发、自动化脚本”，配合朋友圈与熟人转介绍，源源不断获取中小商家的具体开发询盘；

• 聚焦 5 万元以内的熟行业轻量单：

• 坚决不接动辄几十上百万元、涉及多部门漫长招投标与验收扯皮的大项目；
• 专门做门窗、小制造等自己熟悉的垂直行业，每单报价在 1 万至 3 万元之间；
• 坚持“预付定金后才开工、超出能力边界的不接、法律边界模糊的不碰”，用短平快的轻交付维持充沛的个人现金流与高口碑转介绍。

18. FDE 证书与资质辨析：实干解决问题才是真正护城河

针对行业内炒作的各种“FDE 认证证书、工信部红本绿本”的乱象，从业者给出了冷静分析：

• 证书不等同于实际交付能力：各类协会、培训中心颁发的证书，本质上是商业机构组织的培训结业证明，在中小企业落地场景中，没有任何老板会因为一纸证书直接买单；

• 真正的信任敲门砖：中小企业客户唯一在乎的是你是否做过同行业的成功案例、能否当面用 Demo 演示解决其现有系统痛点；与其花重金考取花哨资质，不如把精力放在打磨一个看得见、摸得着的实际业务原型上。

19. 贵阳国企培训业务：内部工作流跑通是转化的前提

建筑类国企培训负责人周总分享了引入 AI 培训板块的规划思考：

• 先内部降本，后对外赋能：在拥有场地与产业资源的前提下，如果企业内部自身的工程预算、资料整理与审批流程都还没用上 AI 工作流，对外开办 AI 培训班就会缺乏实战说服力；

• 务实合作路径：先由内部骨干联合外部懂技术的落地团队，把建筑工程现场的具体痛点（如施工图初审、物料报表自动核对）做成几套可复现的内部工作流；在内部验证产生明显降本效果后，再将该套标准体系打包输出给产业链上下游企业，才能形成长久可持续的培训业务。

20. 愚者 AI 线上超市驻场实战：以为要做员工提效，实际核心是动态调价

愚者 AI 分享了深入一家线上生鲜超市做落地的戏剧性转折：

• 脱离业务的盲目预设：初入项目时，开发者想当然地认为超市老板需要做“内部员工考勤自动化、员工文书提效工具”；

• 进店连干一周发现真痛点：开发者直接住进超市、跟单一星期，才发现生鲜电商在美团等外卖平台的生死线根本不是文员工时，而是周边几公里竞对生鲜商品的价格动态波动；

• 一击必中的交付物：开发团队迅速转变方向，开发了一套自动监控美团周边竞对爆品价格的轻量脚本，辅助店长在每天清晨与傍晚高峰期快速批量调价；这一改动直接带动了超市每日订单量与毛利的显著提升，客户爽快买单。真实需求永远在生产一线，而不是靠开发者坐在电脑前凭空猜想。

21. 门窗厂交付账本：3 万元小 ERP 之后，安装师傅调度才是 200 万元大头

天津心心念念分享了在一家传统门窗厂做 FDE 落地的深度账本挖掘：

• 切入点（小单破冰）：第一阶段以 3 万元报价为门窗厂定制了一套进销存报价小工具，将原本繁琐的铝材入库、门窗玻璃面积计算、报价单生成由手工算半天缩短到半小时搞定；

• 深挖利润大头（从工具到核心调度）：

• 项目交付后与老板复盘，老板直言：“文员省一个对我无所谓；厂里 8 名安装师傅每人每月工资 2 万元，一年下来安装人工成本要砸近 200 万元，这才是压死利润的最大石头！”；

• 老板当场提出：如果你的系统能优化排单派工路径与测量调度，让 7 个人干完原来 8 个人的活，愿直接掏 12 万元奖励（相当于省下一个师傅半年的年薪）；

• 商业启示：FDE 绝不能停留在帮老板省一两个打字文员的初级阶段，必须深入企业的核心成本与核心资产支出链条，真正帮企业切掉几十上百万元的硬性支出，才能赢得企业主的高额分成与深度绑定。

22. 驻场调研三层访谈法：老板讲感受、一线讲动作、中层看平衡

在门窗与造纸厂调研过程中，实战团队总结了精准获取真实业务流程的访谈法则：

• 三层人员必须分开独立沟通：
• 老板层：只听老板的经营感受、利润痛点与整体战略诉求；
• 一线员工：必须走到车间和安装现场，陪工人呆两三天，观察真实物料搬运、测量与录入动作，听工人抱怨哪个系统最卡手、哪个环节最繁琐；

• 中层管理：中层负责承上启下，既要向上汇报业绩，又要安抚手下员工。必须单独与中层沟通系统改造后的权责与利益分配，留足管理者的解释空间，切忌把一线与中层拉在同一个屋子里对质；

• 小步快跑，一周交付：剔除需求调研周期后，每个小功能模块从编码到现场可用必须控制在一周以内，让一线员工当场试用并反馈，通过持续的小胜逐步建立起全厂上下对数字化的信任。

23. 义乌跨境店群与企业算账逻辑：年销 10 亿大卖家的真实关注点

华东飞书与企业咨询团队分享了接触拥有 230 名运营人员、数千家店铺的义乌跨境大卖家的真实情况：

• 大卖家的成本结构与诉求：该团队年销售规模约 10 亿元，此前曾花费 20 万元采购过传统 RPA 脚本以减少人工点选；

• 老板的核心算账模型（ROI 与落地形式）：

• 企业主对于“又出了一款新模型”毫无兴趣，唯一关心的核心问题只有两个：第一，AI 具体以何种界面和形式融入 230 名运营每天的工作流程中？第二，投入产出比（ROI）如何严格量化？

• 老板明确表示：只要能明确证明 AI 能稳定解决 30% 以上的重复运营选品与上架工作，企业愿意拿出年营收的 1%（约 1000 万元）作为数字化预算；

• 交付团队的破局要求：面对规上企业，开发者不能再拿着终端命令行或通用网页去演示，必须拿出与企业现有 ERP、CRM 无缝集成的完整落地方案，并给出详尽的阶段性减负测算表，才能承接住千万元级的大客户预算。