2026-10-31 · 第2场直播

1. 企业谈AI项目：谁负责、先改什么、效果怎么算

去企业谈AI项目，不能只演示工具，还要回答“谁来做、改哪里、有什么用”。开场分享了一组曾在社群流转、被称为企业FD的问题，可以分成四类：

• 怎么组织：AI部门负责什么，与业务部门如何协作？

• 怎么做项目：如何发现需求、评估价值、立项、实施和复盘？哪些业务流程值得先改？

• 怎么判断效果：看人效、FTE（按全职人员工作量折算的人力投入）、收入增长，还是其他指标？

• 怎么长期运行：需要哪些知识、数据、Agent和技术基础？如何管安全风险、培养人才？

这些问题最终都要落到具体项目上。只谈战略、组织或架构，仍然回答不了企业为什么要投入。

2. 个人知识库与短视频工具：试过什么，卡在哪里

WorkBuddy整理历史对话为个人知识库：一次具体比较

一位连麦者常用WorkBuddy，看中它能与IMA、乐享知识库、腾讯会议、腾讯文档配合。他最近尝试把自己与工具的全部对话整理成个人知识库。

他先向“豆包工作”换了三种问法，都得到“办不到”的回答。WorkBuddy起初也拒绝了，但他继续要求：“想个办法完成，不管用什么办法。”约五分钟后，工具回复已找到办法、拿到权限，随后完成整理。他觉得这次尝试有效，但还没有逐条检查是否收齐所有对话。

他建议把工具里的内部专家、专家团和技能实际试一遍，其中有些功能对他有帮助。他自己的AI秘书仍使用基于飞书机器人与工作流编排的自动化助手（对接私有化 Agent 网关），平时直接在飞书工作群中响应指令并流转数据。

宠物微短剧提示词与桌面工具的试用线索

连麦者近期没有接新开发项目，主要调短视频/短剧提示词，关注15秒、30秒一集的宠物短剧。他听说有人用GPT生成给视频模型的提示词，自己测过几个，感觉GPT提示词稍好。在实际测试中，GPT-4o 输出的提示词结构和镜头语言描述更加细腻，适合作为前置分镜生成器对接各类视频模型。

主持人推荐了桌面端微短剧生产工具 Argonize AI：该工具内置了成熟的分镜微短剧生产流水线，并支持每日积分配额，便于低成本测试分镜生成。

两人也聊到Muse。连麦者刚安装，还在研究。主持人当天刚把它跑通，提醒要注意网络环境，暂时还不能判断硬件会不会限制使用。两人还试过GrokBot，主持人觉得容易上手，并说当天在界面里看到了支付宝支付选项。

宠物图片工作流的颜色还原失败

同一连麦者尝试MiniMax、ComfyUI相关工作流，不管怎么换提示词，都还原不了头像猫的毛色。把工作流发给做宠物社交的邓总，对方跑后也有色差。主持人提到Simon蒸馏过若干提示词，但这类由于扩散模型潜空间采样偶发性导致的色差，单纯依靠 Prompt 文本加权往往难以锁死生物纹理特征；在生产流程中，需要接入 ComfyUI 的 IP-Adapter 特征提取节点或针对目标宠物训练特定 LoRA 权重，才能稳定保证角色与毛色一致性（Character Consistency）。

弹幕里的工具补充

弹幕交流中，有开发者分享了海外工具的使用经验：包括在生图与脚本调测中测试 Singapore 相关的 Agent 原型，以及利用 Google 2.5 Image 与 Flash 轻量级模型进行低延迟图文分镜初筛，但在正式商业交付中仍切回工业级模型流水线。

3. 上海线下活动：为什么收费，行程怎样安排

线下活动收费的用途：锁人数与覆盖场地餐费

11月9日计划上午参观火山并交流、下午内部分享，10日另一活动仍沟通。组织方说有48个名额，外访需要登记身份。初步199元、含两餐，约三至四场活动、两天。收钱不只是餐费场地费，也为了减少口头报名后不到场，便于确定人数与订场。对方建议向算力或中转服务商拉赞助，主持人回答还没有拉到，目前还没有谈成赞助。

上海线下技术实战闭门会与企业交流

除参观火山引擎技术生态与产品交流外，其余时段集中进行内部技术实战分享与前沿模型工程落地研讨。知识社群运营方面，重点从单一静态知识库转向注重实战交付与现场陪跑的高频互动社群。

4. 县城老板做财税服务：先自己用，再卖给同行

县城做AI生意：早布局不一定比等市场成熟更赚钱

一位经营快递柜和充电桩的县城老板，暂时不打算做本地AI园区。他观察到，当地更多是在规划和会议上谈AI，身边的人还说不清具体能怎么用。扫盲培训可以考虑，但需求还没有明显起来。

主持人担心，等市场成熟再入场，竞争者也会更多。他的看法相反：太早投入，可能还没等到需求就先撑不住。市场一旦起来，别人也能迅速追加投入，接着便是价格战和关系竞争。

他做快递柜和充电桩时，都比市场需求更早入场。快递柜靠已有资源守住了生意，充电桩却碰到场地、挂表和关系竞争等阻力。当地新能源车在2023年还很少，2024年也只是零星出现，后来才快速增长。这让他更愿意等具体需求出现，而不是一开始重金铺开。

快递柜和充电桩仍是他的主业，也能让他接触同行老板。接下来做AI，他想先把自己的业务流程、安全和资质跑通，再复制给同行。财税服务是他随后重点介绍的方向；至于AI明后年会怎样，他还在观察。

从自用财税和数据中台，复制为小老板的垂直服务

这位老板已经给自己做了财税系统，感觉好用，希望以后能替代一部分代账服务。不过，对外服务还缺税务专业人员把关，所以暂时不敢直接让朋友的企业上线。

他也做了一个数据中台，把自己几个平台的收入、成本汇到数字大屏上，朋友老板看后很喜欢。接下来，他想把财税和数据分析连起来，既可以打包卖，也可以分开卖。他看到的具体需求是：老板每天要从多个系统导出报表、筛选查看，却没有人专门盯这些数据。因此，他想先解决自己的麻烦，再服务做同类生意的老板。

另外两条衍生业务线也在同步搭建：一是围绕充电桩设备的全生命周期管理（销售、上门安装、巡检运维、工单派发与智能客服协同）；二是围绕快递分拣驿站与运输车辆的数据大屏监控，结合多模态工单自动回复与电话语音助理。核心思路是以自营网点为试验田打磨产品，跑顺后再向本地商户推开。

他的目标是服务二三十位老板，按年收费，自己负责维护和迭代。他觉得再多就顾不过来。本县有九个快递品牌，除顺丰、京东、邮政外，多由私人经营者负责。邻县、市里及行业会议，也都是他能接触到潜在客户的地方。

财税订阅的试用期、功能分层和外部模型接口费

面对市面上出现的 9.9 元超低价报税引流工具，现场分析指出低价产品多用于引流获客，无法承载多税种复核与深层风控。在实际商业设计中，通常提供 30 天深度试用期（财务人员熟悉业务与历史凭证对账通常需要 2~3 周），试用期后保留基础凭证录入，高级智能对账、涉税风控扫描与跨期报表按月或按年订阅（分阶梯度为 199、299、499 至 999 元/月，以及面向连锁集团的独立部署版）。

基础模型费用准备包含在套餐中。如果客户想接其他大模型，就需要自己开通接口、提供API Key，并另外支付接入费，付费后再接。目前系统主要供他自用，这套收费方案还在设计中。

AI扫盲培训先按市场行为做，地方资源可以加成

阿斌建议，主持人可以先整理培训框架和支持方式，再找当地有资源、熟悉科技局等部门的人推广。各城市的市场和价格不同，应该分别谈。

主持人更希望这门生意不靠政府资源也能成立，把对公资源或补贴当成额外支持。随后校长提出，培训首先要解决的是信任：陈厂长会与商会、电商园或园区合作，先办免费线下沙龙，让老板听过、认可后再谈下一步。

5. 办AI培训：先找得到客户，再组织课程和讲师

培训的第一能力是组织得到目标企业，不是先凑讲师

校长介绍了陈厂长的做法：先与商会、电商园或园区合作，办免费线下沙龙。老板听后认可，再谈企业培训、智能体开发或深入企业业务做AI落地服务（后文称FDE）。

他认为，办培训先要解决的，是“能不能在约定时间把五十位目标客户请来”。园区与入驻企业本来就有日常往来，邀请老板参加AI沙龙更容易获得信任。外部团队如果只能绕几层朋友找人，即使课程不错，也未必组织得起来。

直播间可由各专业人整理生视频、ComfyUI 节点式工作流、Agent、FDE等不同课程，形成矩阵。当地有人自己讲，有人请专业讲师全国飞。主持人正在收成熟课程与讲师资源。课程可参考已跑通的市场样板，但课程矩阵本身不替代本地组织能力。

扫盲与专业培训：对象、付款方和后续产品分别设计

有人把县城扫盲与一二线FDE商务咨询/编程技术培训区分。另一位强调关键是对象而非城市：部门组织的科普适合扫盲。自主招学员则要让人学会具体能力、能出结果才有较高付费空间。专业培训可尝试对接就业培训相关渠道。扫盲先把企业组织起来，后续再谈合作、手把手教或独立部署，另算费用。

支持与机构合作的人提醒，组织听众、提供场地、发通知和布置会场都要花钱。有人建议与本地机构共同办科普，争取场地、宣传支持或补贴，让听众免费参加，课程方仍有收入，再靠口碑扩展。能争取到哪些支持，需要在当地具体谈。

全国入池与地方办培训的争论：资质不是一个词就通用

一方设想用有资质的主体申请各省人工智能应用服务商库，再由本地团队跑市场、主体统一提供培训支持，减少逐市逐县从头谈。另一方认为地方利益和协作关系分散，不能假定省级对接就能调动所有当地安排。另一方还指出“服务商”与“培训资质”未必等同。现场有人说每地入选数量、申报二十项Agent应用或五类项目，具体文件与适用资格仍需对应当地条件确认。

商业争议还涉及是否需要向个别人员返还大量利益，双方对普遍程度也不同意。政府资源路线同样有谈判、准入和利益冲突成本。主持人拿市场路线比较：等长链路手续走完，短平快团队可能已经办完培训。不同路线的速度与组织成本应分别算。

一位营销从业者在上海/杭州/温州及广东接触商会协会，正做文旅产品，观察企业在找AI嫁接增效。他随后进入分享，尚未在这段展开具体成交结果。

愿意买单的人和说得清需求的人，可能不同

有弹幕说自己接触的央企领导想做AI样板、有预算，但具体员工讲不清楚要做什么。它揭示了立项意愿与一线任务描述之间可能存在的落差。

6. 从商会和老客户起步：三位经营者的不同条件

商会营销者与种子客户：先从自己公司的CRM练手

茂名一位做文旅营销的王总，正在用WorkBuddy做客户管理系统。他刚接触AI，希望先在自己公司减少重复工作，再考虑是否能节省人手。

他与本地企业家协会有联系，准备先找少量老板聊需求、试做案例。按他的观察，这些企业知道AI值得关注，但还说不清它能怎样改善各部门工作，目前常见用法只是拍企业视频。

本地生活服务商的NFC新入口：已有客群与新报价分别算

同在茂名的另一位创业者，原来做抖音本地生活服务，与前面的王总不是同一个人。他曾与杭州总部合作，现在觉得原行业遇到瓶颈，想把AI商家推广、矩阵营销、顾客营销，与NFC“碰一碰”及后续私域转化结合起来。

他找以前合作的程序员问过，自开发产品大约要两三万元。市场上也有人推出最低888元的报价，他还没有卖出自己的新产品。

他的老业务已有成交基础：2023年3–12月，服务过一百多家商店，最低付费1980元。借着当时的行业红利，他用约半年清掉了原来做电商留下的一百多万元负债。他说到时间时，先说“半个月”，随即改成了“半年”。

另一位参与者介绍过一种六七人团队的销售方法：在老板面前用微信“小薇”询问附近的门窗店，看能否找到对方的店；找不到时，就向老板推销小程序。不过，这段没有讲清小程序与AI推荐之间怎样连接。

主持人说自己不熟悉地推，但这位本地生活服务商已有成交经验和老客户，值得从这些基础出发，尝试商家生图、生视频、自媒体矩阵等需求。这位服务商目前还在学习AI，没有介绍新AI产品的成交结果。

有资源但缺AI能力：先挑协会里的一个老板试水

六脉王总有十来年行销经验，与温州商会、华侨商会联系较深，能把老板约来吃饭交流，但缺少懂AI、能向老板解释方案的人。

他看到两类需求：一类想获客，例如希望豆包等智能体推荐自己的企业。另一类想改善内部工作。他准备先把产品理解到约80%，负责与企业沟通，再把反馈交给开发者。主持人建议先从协会里一位老板做起，做出效果后再靠熟人介绍更多客户。

7. 朋友圈有曝光，为什么有人成交、有人只有点赞

普通人的第一营销阵地：晒自己做的结果，而不是借别人的大案例

校长举学员最近学web coding、做图片小工作流，在朋友圈晒成果，被做亚马逊的朋友看到后以800美元买走。他另举原做餐馆的邻居学习AI，朋友圈带来约两三万元短剧订单。另有同学教AI作图收3000、做电商一套图收800的身边样本。这几个订单分别来自不同学员。

他的方法不是先找企业说自己多厉害，而是先练会小工具、小工作流、生图、生视频或小宣传片，公开展示自己解决的小问题，让熟人重新认识自己的能力。只晒讲师或主持的案例，潜在客户可能直接找原作者。自己手里有活，展示才产生可信关联。可以从有趣的AI合成照片等可见结果打开对话，再经熟人传播出现具体需求。

校长不建议没有行业经验的人一上来就接MES或化工大项目。他提到别人有“三四百”级的项目作比较，但没有说明金额单位。按他的设想，普通人可以先练两三个月，把小技能做到七八成，再用能够展示的成果做熟人生意，慢慢积累，而不必先追求企业FDE这样的定位。

朋友圈获客的反例：真实需求、好评与付费之间仍有距离

“小白兔学java”有十五六年开发经验，在头部外企工作，供应链背景近二十年。周末给朋友开发工具，晒朋友圈抖音，通过做供应链咨询的985同学推销售，又让连云港老家的朋友转给老板圈，至今未卖出一单。他强调产品不是凭空想象：同学要求的MRP已有十几万行代码。另一个数据处理、分析、出单工具让朋友及其老板惊叹好用，一谈付费却没落实，他也没正式要求对方付款。同学正在谈的项目最初预算“五十个”、后来想谈“二十个”，具体金额单位和合同都还未落实。

朋友反馈当地老板更关心无息/低息贷款扩产，未把提效当优先事项。他的技术圈前同事看到成果多只是点赞，与“熟人看见便会购买”形成实际反例。讨论者建议不要只问一家公司好不好，而要找几十甚至上百个潜在人群问是否愿付费。有赞美但不付钱，不能当商业验证完成。

曝光要对准短板，并且能承接：资源商的不同经验

韩总以自己五月观察到Token交易机会举例：当时缺资金，不想直接借，经营圈层曝光后有人主动来投，并带来其他资源。他认为能承接是因为业务当时确实挣钱，缺的主要是资金。他强调先明确曝光目的、缺的条件与承接能力，而非只展示热闹或夸自己厉害。

他质疑产品是否解决曝光渠道里那些人的真实问题，供需错位或缺多个条件都会导致有关注无成交。他又反省自己2016至2022技术开发经历、做过多个产品却少挣钱，反而看见非技术者做简单女性产品能拿到小结果，提醒别把旧成功经验和技术优越感当自动变现能力。

免费试用要先谈商务条件，也可能被内部开发截单

主持人建议给朋友公司做东西时先讲清试一个月后如何付费，别停在“改天请吃饭”的感谢。能直接谈几百元报酬，是他认为自己也需要跨过的商务心理坎。另一个开发者补充，他们做过几个企业定制产品，对方真实使用却没有成交，因为内部AI开发人员说可以自行做出同样东西，截断采购。没有付费不总等于完全没价值，也可能是交付过程中被内部替代。

同一朋友圈，买家圈与技术圈的诉求不同

校长澄清，800美元图工作流案例里的作者本身做电商、朋友也多电商，共同痛点才是关联。不是随便晒任一产品就必然成交。供应链软件开发者朋友圈多程序员，更适合展示多数同行卡住的具体技术点。跨境圈晒煤矿技术则容易错人。他把朋友圈价值归结为已有信任＋同类人共通问题，而不只是技术炫耀。另一人补充，发几个网站帖子可能不足形成真正曝光，技术好、产品好、宣传好、交付好是多环节，任一环节折损都影响成交。

试用反馈与真实购买之间

弹幕有人分享宁夏沙龙没有做起来、工具给朋友用但没卖出，也有人说十万元客户是主动找来的。关于试用，有人宁愿免费三个月换反馈，也有人主张一个月足够。试多久与验证哪些业务，应先谈清楚。

不是所有人都需要先被教育

弹幕里也有另一种看法：如果每个潜在客户都要从头教育，才能理解你的产品，也许还没找到真正需要它的人。现场有人主张先教育市场，评论者则更强调先筛选买家。两种看法对应的是不同的获客选择。

8. 阿斌怎样验证产品：先收钱、先问需求，或先做演示

阿斌的三种产品验证路径：先付款、先需求，或先演示页面

阿斌技术二十余年，面对客户不讲底层语言框架，只讲客户要什么、自己解决什么。他不少客户来自给自己代账的财务公司转介，不靠烟酒关系。他建议六脉这种商务资源者找本地踏实、开放、能配合的技术合作者，先谈利益分配，尽快把能力补齐，而不是再找另一个纯商务人。

阿斌把自己的产品验证方式分成三个阶段：

1. 做一对一定制时，先收钱再开发。

2. 做通用产品时，先找重复需求。线下接触十个、二十个，甚至上百个潜在客户，再做方案和最小Demo。

3. 现在更常先做演示网站。用静态页面让客户看懂怎样解决问题，再分别为销售、推广、运营、代理商和平台准备手册及方案。等市场验证过，再建正式平台。

他有二十余年技术积累，说自己连开发带测试通常不超过两天。这个速度建立在他已有的技术基础上。

他还向另一位咨询者解释，可以让Claude Code/Codex浏览已有可访问产品功能、整理框架，再实现自己的需求。这里用的是可访问功能与自身需求。

平台有受众基因，曝光平台也要筛

还有人提醒，内容发到哪里同样重要。小红书、美团、贴吧、知乎和海外X聚集的人不同，不能把“已经发过”当成“目标客户已经看见”。要看自己的内容能不能遇到真正需要它的人。

技术与商务分别补哪段链路

弹幕把一门生意拆成找客户、理解需求、做产品、销售和交付几件事：只会其中一项，往往还需要别人补足剩下的工作。有位评论者提到，自己的资源合伙人拿四成，介绍了他们的一种分配方式。

9. 免费培训值不值得做：教什么、谁来学、课后怎么办

市场教育的主张：小企业想先少花钱看效果，但要拿具体问题说话

一位做过十年商会、最近花一个月调研市场的参与者，认为FDE需要深入客户业务，不能照搬电商“一件代发”的轻交付方式。

他接触的小企业多数还在观望，愿意先花小钱看效果。老板更关心“今年一千万，能不能变成两千万”，因此获客、直播和流量，比笼统的提效介绍更容易引起兴趣。他接触到的是这样一批客户。前面那些已有内部提效需求的老板，则有不同的购买动机。

主持人要求把“你们没研究对”改成可交流的具体内容：在哪些企业调查、真实卡点在哪、踩过什么坑、如何解决。知识交流的有效输入不是资格压人或宏观否定，而是有对象、有问题、有过程的例子。

讲培训不能只讲“教育市场”：目标、工具和课程交付要落到具体处

前述市场调查者说当前要教育老板，自己线上线下免费，准备一天、三天、一周课程，愿当地组织老板后去尝试。他起初列课程思路为让老板感到趋势和紧迫感、再掌握工具。被追问如何制造紧迫感时又说这不重要，更重要是工具使用。其他人进一步问到底教哪些工具、做哪些事情，他迟迟未给出具体名称，仅称一天五节课、上午二节下午三节，需开电脑PPT，且认为技术人员定制后才有价值。

讨论真正卡住的是：无论宣称免费教育、效果好或懂老板，仍要能说清楚教育了谁、教什么工具、完成什么动作、老板何处受益。抽象“先教育”不替代具体交付和买单路径。

免费也有时间成本：课程价值要能被听众检验

争论继续，对方终于把“制造紧迫感”举例为放视频、让老板觉得不用AI会被淘汰，并以过去免费财商教育建立信任的经历解释为何不收学费。他愿自己承担路费、免费讲，但现场仍没展开五节课内容。

反对方提醒，听课时间也可能挤占自己研究技术、第二天优化公司业务的时间，免费不是无成本。有一人提出家属所在三万余员工、近三百子公司的集团需要AI讲师，邀请对方去讲、问具体能讲什么，对方让他看公众号，未形成已签培训单。现场还出现红包、听众赔偿、对赌等调侃，并未达成合同。培训应展示内容和适用听众，听众也要看与自身业务的关联，而非只以“免费”或资历决定值不值得投入。

企业培训还可能是内部人才筛选，而不只是扫盲

树哥当天接触的客户，想给老板和高层做AI培训，表示两三万元可以接受。这位老板还有一个目的：让员工自愿报名，观察四名财务、六名IT里，谁愿意学、谁能做出成果，再决定重点培养谁。

这些财务人员也是从社会招聘的，并不是老板亲属。老板心里原本有人选，如果实际报名情况不同，也可能重新判断。

有人反驳，培训更多是看谁不主动学习，与晋升不是一回事。也有人提服从性测试，双方没形成统一人事结论。作为培训产品，讨论者认为前一两天讲课后仍要售后：员工到第四五天才用某工具，卡住需要答疑，不能课后三天就断联。客服答疑也可能暴露新的工作流/FDE需求，形成后续转化。一至两天讲课、约一周熟悉及售后都是讨论设计，非已承诺完整交付周期。

培训后的观察：送去学的人未必都愿实践

一条弹幕描述送三名运营到杭州培训，只有一人回来愿意主动实践，并愿给真正有结果者付费。他观察周期约一个月。另有人提议用AI给日报评分、用协议保障回报，现场也出现反对意见。是否实际把所学用到工作，比报名人数更有区分度。

10. 二手Mac租赁：给学员一台拿回家就能用的电脑

韩总介绍了河南三门峡一位熟人的生意：四月谈培训，五月筹备，六月开始做。对方买来二手Mac，提前配好使用环境，学员上课后还可以把电脑租回家，再搭配自己的服务。这样同时做培训和设备租赁。

韩总说，按对方告诉他的情况，月净利润有四五十万元。他最初担心买电脑占用资金，后来了解到，对方会收租赁押金，再用回款继续买设备，逐步扩大规模。

这类租赁面对的客户，与企业给员工配电脑参加培训不同。韩总后来发现，学生和年轻人租Mac，还会玩游戏或做其他事情，不只为了学AI。相比用途受限的学习机，通用电脑能够做的事情更多。

因此，这门生意卖的是“拿到手就能用的电脑和环境”，不只是一个模型名字。有人联想到六七年前摄影课结束后把相机租回家的模式。韩总补充，对方以前做过车友会，可能从实际人群需求中发现了机会，但他并不清楚对方是否做过二手相机。

11. 飞哥做直播电商：AI省下哪些工作，哪些还得人做

直播带货工作流：找爆款、拆素材、拍分镜再重组

另一位多年直播带货经营者说，行业已红海、利润很薄，近两个月用AI减轻上链接、客服、找爆品、素材分析等繁琐工作。他的做法是先找同类目的爆款，再拆解短视频，按分镜补拍，最后重新组合素材。千川投放素材也这样拆。过去要用“考古夹”等工具找素材，再靠人逐条分析。现在工作流会先收集、自动拆解、给出分镜方案，再组合素材。需要的实拍内容仍由人拍摄。

他说搜集约五分钟，过去五个人干一天的内容现在一人约三十分钟。主播拍摄一遍不理想再用AI对口型、修口播内容、复刻声音，显著降人工成本。这是他自己团队前后的变化。他还提到另一位做跨境的朋友用类似方法，效果更好。

他的创业判断是提效不等于红海生意重新高利润：直播带货仍可做但总体利润下滑，所以希望用释放出的时间学习、找AI新类目，而不是只在原行业卷更多。他觉得自己的技术不强、愿学习，尚未披露新类目已成交。

飞哥不卖课的选择：售后优先，以及新店增量五五分

飞哥自述2017开始直播带货，劝非在行新人别贸然进入。夫妻自干赚人工钱可能，但不是高利润趋势。他不选择转卖起号课/AI课，强调承诺九十分结果只交八十五分就会内疚，售后排第一，希望赚安心的钱。他更愿意把精力放在服务和售后，而不是卖课。

他正在把自用方法用到另一位朋友的新店，帮助增加业务量。朋友投入已有的闲置资源，他负责服务。双方谈到利润五五分，但具体哪些利润纳入分成，没有展开。另一位提议由主持聚合各行业懂业务者，把电商、编导等流程做成产品，再分发销售落地，不以卖课为主。此平台仍是讨论设想。

5000元工作流委托失败：细行业流程不能靠门外汉猜

飞哥曾在2024年10月委托别人做类似工作流，当时用的是扣子。经朋友介绍，对方报价一万元，他先付了5000元。三个伙伴大约十天做出框架，随后又调整了一个月，最后还是没能交付可用结果。

双方没有再结尾款，也没退定金。飞哥觉得对方确实付出了劳动，不好意思要求退款，但自己最终也没得到能用的工具。

他认为要做真正能用的行业工作台，需要把该类目细节吃透，不能仅画大流程。声称一套软件打通所有行业不符合他的实际体验。自己如今手搓仍较鸡肋、不能算完整工作台，但愿与懂技术者继续做，认为熟悉电商的同行有需求。提及“茂龙”的产品，他认可能用，却仍须最后按具体场景调，形容从毛坯到精装再到个人细节。行业通用框架与最终定制须分开，不应把“能用”直接说成拿来适配所有客户。

飞哥的“微调”不是训练大模型：类目数据、评论与库存反馈

以服装为例，他会收集关键词、直播间互动评论、用户槽点、流量变化和商品评价，再据此调整运营。换成鞋包，就要换成相应类目的问题和数据。

他把这种按业务调整工作流、修改工作台的过程叫“微调”，并不是训练大模型参数。例如，遇到需要修改的地方，他会截图交给coz工具。AI承担重复动作，懂行业的人继续判断该怎么改、怎么执行。

多平台同时爆量后，库存可能对不上。飞哥仍要与朋友确认库存、要不要继续推某款商品、是否返单，以及换季后是否停推。决定继续推，才会追加素材。AI省下了重复操作，但选什么商品、何时推、补多少货，仍需要懂业务的人判断和沟通。

多店多渠道增加GMV，不等于所有商家都能保收益

飞哥说，增长不只来自节省人工，也来自增加店铺和渠道。主播下播后，还可以继续用录播、切片、图文和短视频带货。以前一个人约看三个店，现在他介绍的做法可以看二十个店、跑四个平台。

他平时一个账号的日销售额是十到十五万元，另加AI渠道后，还能增加“二十到三十左右的GMV”，但这处没有说金额单位。里面仍有投流成本，省下的主要是部分人工和主播投入。也就是说，变化来自整套渠道和产能的扩展，不只是给同一家店换一个工具。

飞哥愿意在自己熟悉的电商场景做收益对赌，举过“投入两万，至少十万”的说法，但也提醒这种方式有天花板，不能把小投入做到的比例直接放大到百万元。主持人反对普遍保证收益，认为最多承诺降成本或提高生产力。飞哥进一步解释，他说的“保收益”是让投流ROI跑正，不是保证每天固定赚一万或五千。

他也限定了客户条件：直播间和产品原本就在盈利，还有活跃流量，AI只是锦上添花；产品不行、直播快做不下去的公司，不能指望靠AI救回来。他分享了行业头部品牌的数据结构：核心品牌自播间单月贡献 1400 余万元 GMV，而由 AI 录播切片、图文矩阵带货等自动化流水线所贡献的衍生 GMV 达到 4000 余万元，印证了标准化矩阵在放大爆款时的杠杆效应。

已盈利电商与本地实体店，不是同一收益承诺

飞哥说与朋友合作已一个月，再次限定可谈ROI的前提是直播公司原本正向盈利，自己已跑通同类打法。其他人在说线下门店、本地团购和外卖，不能把电商结果直接搬过去。如果老板只要求交钱就固定回报，也可以筛掉不适合客户。围绕保收益，现场始终有不同立场。

投手议价的一次小案例

弹幕有人说投手第一天报价1000元，第二天客户给到5000元。这条评论没有解释客户为什么加价，但也引出了一个议价问题：客户如何感受到交付的价值。

12. 课程库、讲师库、案例库：地方获客与专业交付如何配合

课程分层与行业讲师配对，而非所有老板直接上实操

一位在阿里生意参谋、本地生活做过老师的参与者，建议把课程分成基础扫盲、进阶和实操，再按商家的情况组合。有人连电脑都不熟，也没接触过Token、Skill或ChatGPT，就不适合直接上实操；已经用过AI、想继续提升的人，再安排懂行业的老师。

有人用机关工作人员学WorkBuddy、电商从业者进阶学Codex举例，说明课程应随对象变化。课程可以是基础加进阶、进阶加实操，也可以三层全上；外贸、电商等实操课，则由懂相应行业的人来讲。

北京品牌、地方获客与专业交付：联盟两种入口的初步构想

主持人提出北京起培训品牌，形成小白、进阶、实操、FDE商务、FDE Coding、AIGC等课程及对应讲师。地方可买课包自己起盘，也可用统一名称体系经营。当地讲师不足时总部先派人，成熟后自己做。另有人强调培训之外要把飞哥等懂行流程做成产品，由圈内技术持续优化，对内对外分发。

地方课程作为获客入口，企业只想改一个板块也可对接专业交付团队。例如财务模块由懂财务者判断本企业情况再修改，不能假定一个开发者懂全行业。这些安排还在共同讨论，尚未形成全国运行的加盟体系。

共创要留住交付能力：案例互认、排期与监督

参与者提议集中开发、各行业案例互认，没有财务人就先不做财务，等专业人加入才开该线。有多少交付能力接多少、忙则排期。有人希望统一产品能够看见地方用了多少、卖给多少客户，让合作长期留在盘内。也有人强调总部应监督执行到位，否则口碑和售后风险都回到共同品牌。统一总部IP是建议，主持人同时接受强者自己起盘、互通或独立做，并未宣布所有人强制加盟。

用课程库、讲师库、案例库把人变成可匹配资源

邓总建议每人提交擅长课程、能做的事情和已做案例，总部整理课程库、讲师库、案例库。不同人擅长基础、外贸实操或财务，不能只记一个“大牛”标签。他愿在本职之外帮忙处理工作，认为所有事务堆主持一人难完成。邓总表达了参与共建的意愿，薪酬和分润还没有谈定。

主持人解释自己每天与部分会员打电话，并通过多次上麦、跨次交流与交叉验证判断谁真落地、谁只是飘，逐渐以谨慎组建的小群作为共建基础。一次分享同时是能力展示与初步建立信任，但不凭一段自报资历就认证交付。主持偏好长期合作、前期愿投入基础工作的伙伴，不接受只想即时变现的合作方式，这是他的择伙伴标准。

培训资源从哪里开始找

弹幕提到WorkBuddy官方课件和B站已有教学资料，也有人反映资料杂乱。对准备开课的人而言，这是一条整理课程素材的入口，而不是拿到资料就能适配所有企业。

13. 财务工具怎么找需求：小周的试用、培训和客户讨论

小周老师的差异化：把WorkBuddy放进财务人员熟悉的任务里

小周做了二十多年财务，也在大学讲课。她原来只讲财税，后来发现大IP竞争越来越激烈，便转向“财税＋AI”。她从三月工具出来后开始深入使用WorkBuddy，觉得腾讯生态更贴近财务、行政日常接触的业务。

她的优势不是比程序员更会写代码，而是知道财务人员每天在做什么，能用他们熟悉的语言讲清工具怎样帮忙。

她最初做了三个财务软件，其中研发费用管理软件已有人表达使用意愿。不过，她后来把精力转到培训，没有继续打磨，也没有给对方试用。

随后她转做HTML小应用，累计探索了约三百多个。她会先把工作中可能提速的任务做出来，再挑值得继续打磨的方向，而不是把这些应用都当成成熟商品。她已向财务人员卖过课程，但销量还没达到她看到的其他直播间水平，所以想在保持内容实在的同时，改进营销。

有人建议进入共创产品池让地方服务商分发、做远程交付与培训，仍属合作建议，尚未谈成分发安排。

财税自动化把流程变简单，最后判断仍需专业人

有人问，老板能不能不再请会计，直接让系统报税？小周的回答是，最后仍要专业人员把关。银行流水、发票导入，生成凭证和报表，以及连接税务系统，这些操作已经能由软件简化。但很多事项不是标准动作，仍要结合业务和实操经验判断，自动出表不代表能直接完成申报判断。

找AI财务需求，别把现成按钮包装成新价值

零申报被问成“AI能否替代财务”，小周指出现有申报系统已有简单入口，不必为点一个按钮额外上AI。是否符合零申报则不是由按钮或未开票决定。针对私下转账未开票就不用报的想法，她明确收入与申报责任不能这样混同。现场有人希望公私账户综合后给税务筹划建议，也出现如何转个人等提问，被提醒交专业咨询，没给出可执行结论。

十四店餐饮客户：先问四个会计怎么分工，再找自动化

一位参与者的客户有中央厨房、约十四家餐饮门店和四名会计，正在用美团的一套收银与财务系统。客户想知道，AI还能帮什么忙，是否需要另买财务软件。

小周建议，先问四个会计各自负责什么，再找最繁琐的动作，例如应收账款台账录入、询证函发放，看看哪些可以自动化。比起先讨论裁掉几个会计，这样更容易找到具体需求。

客户还在比较“金蝶精斗云”“金蝶云·星空”等软件。小周没用过前者，但认为成熟财务软件已迭代多年。有关家族控股、中央厨房与门店架构、税率，以及资金转入个人账户的问题，这次没有继续讲出明确方案。

先看现成软件是否够用，再讨论新增AI产品

餐饮客户的财务主管倾向采用金蝶精斗云（面向小微多门店，年费在千元级，支持多操作员协作），而更复杂的企业级 ERP（如金蝶云·星空或用友网络）年费往往达到数万元级别。现场财务顾问小周结合诺诺、易启盈、柠檬云等主流产品经验指出，小微企业应优先聚焦现有成熟财税软件是否满足业务对账，而非盲目为了追新概念盲目更换未经验证的系统。

另一位企业主的情况不同：公司已经有数字化系统，原供应商如飞书也在加AI，新产品如果只是便宜，为什么值得换？餐饮客户则是经营二十多年后，才开始采购金蝶。两家企业的数字化起点不同，售前都需要先问清现有系统能做什么，再说明新产品多解决了什么问题。

低价财税课和年报服务的价格线索

弹幕提出把零申报做成19.9元课程的想法，也有人提到工商年报服务收600元。前者是产品提案，后者是个人接触的收费，不是行政机关的法定收费。

14. 杨顾问做电商流程：一个环节变快，企业就省钱了吗

杨顾问的百人电商案例：个人工具效率要连成组织流程

杨总是一位组织与流程变革顾问，最近在接触一家百余人的电商企业。他和老板想解决的，不只是让文生图、图生视频、达人建联分别快一点，而是把这些工作连起来：产品定义完成后，数据能够传给后续内容生产环节，同时看清每一步花多久、卡在哪里。

他想做一个集成工作台。要让它真正进入业务，还需要打通现有系统、处理授权，并考虑内部IT能否接手执行。

杨顾问的方案还在与老板和骨干商量，恰逢双十一，大家对改流程很敏感。经营二三十年的企业，动流程往往牵涉多人，需要老板下决心。员工也有双重顾虑：不用AI，怕被淘汰；用了AI，又怕自己被裁。

杨顾问提到网上老干妈“600变几十”的文章和舆情，也拿黑灯工厂、自动化作比较，是想说明公开宣传减员容易让员工反感。工具能否设置好，只是落地的一部分。

顾问要把效率接到价值链：每节点快10%不自动降成本

杨顾问近年接触过几十家企业，实际落地十来家，主要提供咨询和产品，并不是把这些企业都完整改造成AI组织。

他关注的是，省下的时间最终怎样影响收入和成本。每个节点都快10%，但如果原来的人一个也不能少，企业成本可能仍然没降。前两天，他有一个原本谈好的变革项目，老板开会后觉得动作太大，最后叫停。

如果只解决跨境选品这样的单点任务，范围就小得多。他说工作台加Skill，两周可以交付。但通用的亚马逊选品Skill也不能直接搬：仍要与老板确认产品特性、选品逻辑和目标，再修改。

他想做的第一个电商标杆，是把产品数据连到图像内容生产。一家上海小公司的项目收几万元；更深入的咨询则可能每月十几、二十万元。收费差别取决于业务范围和投入深度。

15. 企业自己做系统：功能可以删，测试不能省

客户想自己做时：价值认可和生产规模都要问

杨顾问接触过一个宿舍管理客户。对方没有手册或SOP，但觉得自己创业三年，很懂管理，聊完后决定让员工用AI自己做系统。杨顾问没有继续跟进，虽然判断这条路可能失败，也不知道最后结果怎样。

他担心的是，个人工作台没有打通数据库，放到ERP的实际使用规模后，异常会难处理。其他人则反驳，确实有客户自己做出并上线，小业务没必要预设得那么复杂。

讨论因此落到规模上：二三十人的小企业，也许能容忍一些问题；二三百人的企业，或二三十人同时操作，协同和异常要求就不同。一个简单场景能用，与大规模长期可靠运行，还隔着额外工作。

装修系统的两个月：裁剪功能以后，测试并没有消失

另一个装修客户买过红圈，觉得太复杂，想自己做一套简化系统。杨顾问看过后，与老板逐项确认需求、裁掉不需要的功能，围绕采购做开发，前后用了近两个月。

报价、合同、项目立项、组建项目组、采购，这条链路要用各种合同和项目反复跑通，仅测试就花了约二十天。目前系统还在试用，他不敢保证以后不出问题。

杨顾问以前做过程序员。他发现AI不一定严格按照细致的产品设计执行。如果仍按传统开发的严谨程度验收，以自己的能力，一人顶两三个更接近实际，而不是普遍的一人顶十人。

连锁餐饮：先识别现有系统已解决什么，不强卖AI原生

杨顾问还接触过六七家餐厅、每店约三十人的老板。对方不会因为听到“AI native组织”就买单：服务员的活不能全靠软件替代，备菜准确率已有餐饮ERP算法，选址也有高德工具。

最后，客户能想到的只是买WorkBuddy换菜谱、做一些小自动化。所谓重构组织，还没有对应到他眼下愿意买的东西。提取老师傅经验、整理SOP，也仍要靠访谈和梳理，AI不会自动把人脑里的知识搬出来。

豆包做规划、WorkBuddy执行的一次自建尝试

一位弹幕参与者说自己正在用WorkBuddy做ERP，做法是先用豆包规划，再让WorkBuddy执行，遇到问题把截图交给DeepSeek分析。这是他的工具切换方式，ERP还在制作中，没有谈到完整上线的结果。

16. 企业流水很大，也可能连基础数据都没理顺

向总最近接触了三家企业，举了其中两家。第一家是钢材贸易企业，老板自己用AI做ERP，效果让他吃惊。第二家是文具企业，有自己的楼、营业额几十亿，老板想从美工、电商运营和部分销售入手，减少每月约三百万元的人工支出。

不过，文具企业的IT人员主要做BI采购、网络和电脑维护，写代码的能力有限。营业额高，并不代表已有成熟的自研团队。减少人工支出是老板的目标，还没有实现。

来福则举了自己的新疆客户：企业一年三十至五十亿规模，但他进场后发现，信息化、数据和协同都还不足，需要先梳理业务、补数字化，再谈AI。

两人的分歧是，应先评估替代人员会不会影响业务，还是老板既然目标清楚，就先做能做的部分。来福随后提出，可以先收二三十万元做业务梳理，这又引出了后面对咨询收费范围的追问。

17. 29.8万元咨询费：收了什么钱，准备交付什么

29.8万元咨询与8000元代入驻，卖的不是同一服务

来福建议先收费做诊断，其他人随即追问：陌生服务商凭什么一上来就收二三十万元，至少得先拿出打动老板的观点和内容。

李校长也想弄清高价咨询到底给什么。他从2014年开始做亚马逊、虾皮、TikTok，提到过历史年“四千个”、日两万多单的经历。年初已收缩店铺，如今把90%精力转向AI，但仍帮别人代入驻。别人通常收约2000元，他收8000元，只负责开店，不负责把流量和投放跑正。

他有一个客户，花十三万元向别的服务方买了陪跑，员工却仍不断来问他标题、违规、流量、经理关系等问题，让他感觉自己成了免费全职顾问。他想知道，这些后续答疑该怎样收费。

店群咨询的收费范围：组织边界、数据与风险，而不只是上架按钮

来福介绍，公司做咨询培训和咨询陪跑。这次客户的咨询费是29.8万元，已经收到。下一阶段陪跑可能按年三百万元报价，还没有签下或收到这笔钱。

客户有自己的工厂，也做店群，SKU约百万，二百余名运营反复处理商品上下架。企业买过数仓，现在还需要清理数据、上新品、自动上货和做内容。来福说，这家企业规模约十亿，有1100名员工，平均人效十几万元。

他认为桌面Agent只点对点解决上下架，咨询还需先问企业体量、员工、运营体系，梳理组织架构与边界，决定哪些节点用AI，以及服务宕机、风控时怎么办。校长说已有单点工具，持续追问除此之外具体创造什么价值。现场追问集中在这些类别如何落为该客户的具体交付。

高价咨询继续澄清：29.8万不是月费，约一周咨询结束

有人把29.8万元理解成月费，来福随即解释：这是一笔咨询费，大约一周完成，不是每月收29.8万元。后续陪跑准备三百万起报价，目前实际收到的仍只有咨询费。

校长持续想听店群具体解决什么、付费前后什么变化。来福表示价值难以口述，转举其他咨询类比，但他没有继续说明这个客户究竟改了哪些工作、交付了什么。有人以金蝶用友市值反驳手搓ERP，这也让讨论从工具开发成本转向企业规模和组织服务的不同定价逻辑。

咨询产出追问仍未落到本客户具体交付物

其他人问29.8万元产出，来福列组织、产品、良率、增收提效等类别。有人追问是否只是方案，他否定仅方案，随后进一步称需战略解码，没了解完整企业不能嘴说标准答案。至于给这个客户交付了哪些具体东西，他仍没有展开。他还拿华为、BSC的高服务费作类比，但没有进一步说明本项目的实际效果。

18. 制造业怎么用AI：先改善高频工作，再考虑重构组织

来福分享了一场制造业闭门会的框架，内容包括AI+与AI原生的区别、现实落差、实施路径、场景选择、零部件厂案例，以及回去后九十天该做什么。

框架里有两条路线：

• AI原生：以AI为基础，重新设计组织和业务。更适合人才、数据基础较好，又愿意承担调整阵痛的企业；投入重、周期长，需要董事长支持。

• AI+：先保留原有业务架构，把AI放到高频工作里，先拿到结果，再考虑重构。来福认为多数实体制造企业更适合先走这条路。

“八个场景、约八周出成果”是这套框架提出的目标，不是前面电商客户的实际结果。

这套框架把推进过程分成几步：先推广工具，让少数人试用；再明确角色、做培训、培养内部KOL，把会用的人从少数扩展到多数；随后把业务节点、判断规则和交付标准写进SOP；最后落实管理规则、考核和人员成长路径。

他用“立起来、铺开、长进去”概括这个过程：制造业先在现有业务里加AI，做出效果，再考虑哪些优势环节值得重新设计。

工具推广被问到具体时，渠道与方法是两回事

制造业框架提出后，听众追问工具推广从哪方面做、推什么、给客户做什么产品、怎么卖。来福先举飞书引出体验，后答适合自己最好，没展开一套具体推广步骤。现场探讨中，讲师强调其核心优势在于具备跨大厂技术生态的综合交付经验，能调动包括企业微信、飞书以及主流模型平台的综合生态资源。

他介绍获客背景为出自平台方、做过云钉一体化、握战略大客户资源。后又说早期阿里系。订单会有居间资源。它解释了为何客户圈不同，这类已有关系和组织背景，也是他获客路径的一部分。

数字化底座的五步框架，以及对价格案例的现场异议

来福回顾数字化从基础设施云化、触点数字化、组织业务在线化、数据运营化，到决策智能化。AI应长在数据上，而不只多一个工具。他举雅戈尔每年利润5%投入数字化、过去ERP软件四五万实施十几万等说法。另一位熟悉金蝶、也服务雅戈尔多年的参与者明确反驳该实施价格比例，双方进入时间不同。双方没有统一这个价格口径。

有人问高客单是否资源订单，他承认有居间，称通常约15点。又称九月落地“一千三百个”项目、一周很快，但未展开项目对象和单位。高价背后可能有资源、客户规模、组织咨询等多因素，具体交付范围仍要逐项谈清。主持人希望取有用框架，也说有人气场/生意模式不同，没形成全民可复制客单价。

19. 1688批发商的四五万元项目：上架、回复和表格协同

来福的另一位伙伴，给做1688批发的老板做过一个小项目：用飞书多维表格配合Copilot或ChatGPT，帮助自动上架商品、自动回复等。收费约四五万元，只去过一次现场，之后由两名技术人员在线交付，约一个月完成。

来福想说明，看似简单的工作，只要对应明确需求，客户也愿意付服务费。这是另一位伙伴的项目，与前面的29.8万元咨询和年300万元陪跑分别计算。

20. 99元跨境CRM：怎么从开发成本转向产品定价

跨境CRM卖99：先问是引流价，还是唯一复购产品

一位开发者做了跨境营销CRM，想卖99元。他觉得开发工作量只值这个价，但同行认为太便宜，作为参照的竞品每月收五十多美元。

别人追问后续还有没有更高价产品可卖时，他先说“没利润”，随即解释，扣掉所有成本后仍有50%利润。讨论因此转向一个问题：99元到底是吸引客户的入口，还是唯一主产品？如果没有后续产品，就要把获客成本、复购和利润空间一起算，不能只按写代码用了多久定价。

他还提到一位朋友日赚三十万，但这个朋友的生意不能直接拿来给CRM定价。

来福的CPS分层与组织诊断：高客单背后的提问框架

来福把自己的产品分层方法叫CPS：

• C1/C2是引流品：可以免费，也可以低毛利，先让客户进来。

• P是利润品：主要靠这类产品挣钱。

• S是个性化方案：围绕品牌、情绪价值或客户具体问题提供解决方案。

他的建议是先列出所有产品、价格和毛利，再问：客户从99元产品进来后，还能买什么P1、S1？现场用“几百倍”作了举例，但并不是说定制一定有高利润。这里的CPS是他的产品分层叫法，与广告计费中的CPS不是同一个概念。

他还推荐《金字塔原理》，介绍自己会沿着组织层级做访谈：从董事长、总裁、副总裁，到HRD、HRBP、专员，或销售VP、总监、主管、一线，分别问他们想做什么，再汇总成诊断报告，决定企业应该做什么。他认为这样的诊断值29.8万元，但现场没有展示这位客户的完整报告。

弹幕对CPS适配产品的另一种补充

一条弹幕提出，高毛利、标准化、线上成交、复购强的产品适合CPS。这是另一位评论者给出的适配条件。其CPS具体定义没有展开，与来福刚才的引流品、利润品、解决方案分层分开理解。

21. 自动生成并发布TikTok视频：先找高频使用的人

校长介绍，一位学员做了自动生成视频、自动发布到TikTok的工具，准备卖给特定的独立站或号群经营者，定价五万元。已有多人来谈，还没有说到实际成交。

他选择这类客户，是因为对方需要高频发布社媒短视频，又不会自己开发。谈到具体品类时出现了“Black Five/黑五”等说法，但没有解释清楚。这个案例的报价思路，是先找明确的分发需求，再按解决的问题定价，而不是只算写代码的工时。

22. 咨询公司怎样组团队，门店老板眼下想买什么

价值观与平台团队：咨询方如何组织自己的能力

来福把自己的业务定位为“AI＋咨询”：先通过培训让客户理解AI，再把咨询与实际应用结合起来。他认为，高客单客户也愿意谈企业未来，因此会问初心、使命、愿景和价值观。

别人追问具体怎么问，他举了当天一家年规模三四亿欧元的外企：先问愿意投入多少钱、决心多大，再逐个模块展开。现场没有继续展示完整的问诊过程。

来福的公司分成多个BU，每个事业部有主理人，负责人多为股东，再由平台组织不同咨询人才，而不是由他一个人雇齐所有专家。

他比较过民企平均六万元、平台百万元年薪的差别，用来说明人才为什么选择不同平台。他还举奥克斯内部商学院的例子：员工培养起来后，会去上海、杭州寻找发展。如果只培养，不给下一阶段的空间，人才仍可能离开。

多店老板当下缺销售，AI自动化可能不是最急的产品

来福有位朋友做华为省代，约三四十家店，每店两个人，但缺生意。对方眼下最关心的是销售额怎么提高，不是先做AI自动化。来福也承认，这种需求未必靠FDE团队就能解决。

如果只是三五家店，用低成本工具先解决眼前问题也可以，不必套用大公司的咨询方式。

23. FDE会不会变成外包：业务、技术和组织阻力

FDE会不会变外包：把业务价值、内部IT与团队角色拆开

一位硬件创业者担心，服务中小企业、收低客单价，最后会不会又变成软件外包。来福举了上海“静佳”一位CIO的焦虑，认为CIO转做AI培训可能是机会。

在他看来，落地项目应该由业务牵头，不能只把任务丢给技术部门做Agent。前期先找老板或业务负责人，谈业务价值和ROI。后面再指导内部IT接手。对方将这种方式理解为：先陪跑，再培训企业自己的团队。

来福正在设计一个叫FDE的六人小组，从业务、技术、市场营销、交付等角度协作，希望承担原来三十人团队的工作。这还是他在尝试的团队形态。

另一位顾问判断，FDE机会可能只有两三年，因为企业会逐渐培养内部能力。他接触过一家千余人的电商企业，已有十几、二十名IT人员，今年上半年自建内容系统，最近把环节串起来，还想对外卖系统。这类企业与前面缺少内部能力的中小企业，起点不同。

现场有人建议查IBM的FDE组成，但没有提供资料，具体结构还需要另查。

技术以外的变革阻力：物理环节与员工自己的知识

有人问，既然已经懂全链路，为什么不直接开一家AI原生公司，替代传统企业？回应者认为，制造业有大量真实的生产动作，需要硬件、软件和自动化配合，不是桌面Agent就能做完。世界模型短期能否解决，他也没有办法。

他还举了自己的顾虑：如果公司要求把个人知识都上传到企业工具，他可能会抗拒，宁愿留在个人桌面。这提醒做落地的人，员工愿不愿交出知识、信不信任工具，也会影响项目。

另一位参与者认为，外部FDE有时是在替老板推动难做的组织调整，而不是单纯写代码。他提到朋友用Codex和服务器做本地模型调优培训，觉得纯技术能力越来越容易获得。现场也提到了实在智能、影刀RPA，但对它们的负面评价没有展开测试条件。有关未来无人化会怎样影响消费的争论，也没有得出结论。

资源型经验的复制边界

弹幕有人建议从一个部门逐步做起，也有人提醒：靠平台资源拿单的人，离开平台后可能失去条件。客户是谁、原有资源是什么、哪些能力能独立保留，会影响同一种方法能否迁移。

24. AI项目审计：从旧客户获客，报告与整改分别收费

从代做FDE转向项目审计：扩产后最稀缺的可能是拍板

愚者不认同“做工具挣不到钱”。他已经关闭原来的FDE公司，转做AI项目审计，也改造了一批工具，重点检查工作流能否稳定输出。这里的“审计”是检查工程成果、审核决策，不是财务审计。

他屏幕上有三十多个项目等着确认，自己看不过来，只能把任务交给有经验的人，逐项评审、确认和拍板。他用十倍、百倍形容这种变化：开发变快后，真正需要人判断和验收的工作反而多了。

他还提出小团队信任门槛：举十人OPC向百人客户接十万元活，客户可能宁愿二十万元找腾讯、智谱，担心小公司跑路或响应能力。这是他举的假设，用来说明客户会考虑供应商能否长期存在、响应是否及时，以及有没有可信背书。他据此建议借厂商生态做前端，属于其路线判断，不排斥前面已有自营小工具成交反例。

垂直硬件经验仍有价值，但要同时预算十个厂的后续服务

一位做工业相机、军工硬件的参与者问，熟悉PCBA板厂，能否比大厂更有优势？回答者认为，行业人脉、私有数据和已有部署案例都有用，但还要算长期的服务能力和价格。

尤其要把一年的运维、升级、客服和支持算进去：接一两家工厂时可能觉得轻松，接到十家，团队的人力和精力未必撑得住。他担心客户后来会转向大厂，关键仍在于小团队能否持续服务。

还有人建议，从物联网或制造自动化中选一个具体问题做起，例如帮助销售成单。钉钉录音产品、飞书“安克豆”和做代理后再延伸产品，都被提到过，但没有给出正式型号、接口，名字也还需要确认。选什么场景，要看自己已有的资源、人脉和行业经验。

AI审计怎么获客：先重审旧项目，再让同行看见问题

愚者先拿自己以前交付的项目重新做审计，再组织评审会、宣讲会，请同行老板来听。

他的老客户主要做小家电外贸出口和小电商，老板偏年轻，也比较愿意接受AI。来听会的同行，有些同样买过Agent服务，会当场说出使用中遇到的问题。已有客户关系，加上具体问题的展示，便成了他承接审计服务的入口。

若旧项目审出不合格，他说该赔赔，确实赔过。赔后也可结束剩余如半年运维负担。之前以为交付完不会再出事，项目多后却不断升级、维护、修Bug、上门，差旅很贵，让人焦头烂额。自定义灵活、贴企业是前期优势，量大后又想标准化模块化。因此收益要连同整个服务期成本看，而非只算首次开发。

他另观察小OPC背靠Kimi拿认证、做前端、把后续运维交给厂商的路线。相关厂商整合与某公司企业收入80%的数字为现场传闻/类比，重点在前端获客、专业交付与长期响应如何分工。

工程审计还有规则和信任问题

弹幕追问审计按什么规则、怎样建立信任，也提出权责划分问题。现场所说的报告与整改分开计费，仍要面对客户凭什么接受判断这一关。

没有赚钱，是哪一环出了问题

围绕Agent名片，有人说朋友做了却没赚到钱、长期伪需求。其他人则反驳应看产品属性和具体用途。这里没有形成对所有Agent名片的统一结论，后续应回到目标人、使用动作和付款方。

AI交付审计：以报告切入，整改另计费

AI审计服务者认为，公司要确定性答案，原来的验收和后续维护本来就存在，只是过去常把大模型幻觉视为默认。模型与Harness成熟后，需要更严格的交付检查。他不接受“全球领先”的直接夸赞，说国外同样有这类行为，自己团队只有三十多人，体量不大。收费按企业规模：50人以下约1–2万元审计费，二三百人以上约10–20万元。技术整改支持另谈，审计费不包含全部开发交付。

第三方FDE交付审不过怎么办？他的办法是保持中立，出报告说明哪里可改，客户决定是否接受。原服务商不认同也可不改，选择请审计团队整改则另收费。他观察到二次成交较多：工作流初用新鲜，后续各种问题显现，审计帮助梳理缺陷后，客户更倾向继续请解决问题的人。客户看过报告后，可以自行决定找谁整改。

项目分成而非绑定合伙：商务入口与内部资产分开

同一服务者称公司为自己独资，不再招绑定型合伙人，原因是过去合作吃过亏。他理解合伙人为互补能力的长期绑定，当前改项目分成。前线工程师/部署人员拿大头，希望每月或每项目能拿五六万而持续做，他自己负责商务与杂事拿较少。这是他希望形成的项目激励。

订单基本由他接入，他承认担心工程师把客户拿走。因此团队两部分：前线做项目。另一批最初加入的同事留公司研究落地方向，沉淀标准化、私有基础。自定义、灵活、贴近企业是早期接单优势，做多后反而希望标准化模块化。讨论者把这视为小团队逐渐长成大厂式模式的矛盾。正因为经历过这些维护压力，他才认为FDE接单有阶段性机会，却未必能一直按原来的方式做下去。他并不是说现在不能接单。

第三方Agent审计怎样拿到可检查的交付物

这位服务者把审计理解为借助过去行业项目经验，重新梳理客户原有工作流，而不只是查看界面是否能运行。接入形式可以是接口集成，也可以是本地部署的工作流。他称客户通常拿得到工作流源文件，因此能够检查设计是否合理。他接过小家电从出口到生产的相关流程，但并未表示所有硬件行业都熟悉。陌生行业仍需先判断经验能否迁移。他前一家FDE公司已经关闭，现在通常不再从零承担需要长期部署维护的重交付，因为人效不合适。这也改变了他愿意承接的交付范围。

25. 弹幕中的工具用法：素材、脚本、表格和待试项目

素材和脚本工具先分工，再谈整合

问到电商用什么大模型时，一位弹幕用户说自己没有固定模型，先用便宜的，解决不了再逐步升级到贵的。另有弹幕给出自己的工具分工：抖音素在实操工作流中，素材整理用豆包、分发用 WorkBuddy，脚本改写调用 ChatGPT 与通义千问，资料管理使用飞书多维表格。画面生成环节接入可灵与即梦，但单点工具之间仍需通过自动化工作流（如 n8n 或 Python 脚本）串联成闭环，才能消除碎片化人工导表导图的摩擦成本。

工程设计中的表格和文书切口

工程设计方向的弹幕把WorkBuddy用于提案、表格及文书工作作为方向，比直接接管全部工程设计更具体。

从数据到选题：内容生产的前半段

内容方向的弹幕建议先抓取有权使用的数据，分析共性与趋势，再做选题、剧本。另有人强调给出准确指令以减少返工。漫剧每秒成本和质量如何平衡被提出，但没有得到具体答案。

本地与云端：按任务讨论，不以16G一刀切

围绕16G电脑，弹幕讨论Docker、本地大模型、云端推理和本地编辑，有人认为够用，有人举不同负载反驳。运行大模型、写代码、运行容器不是同一任务，现场没有形成一套统一硬件门槛。“sd2.0/2.5未开源”所指模型也没有讲清。

筷子科技的混剪线索

有弹幕说自己接触筷子科技的代理或孵化，并提到混剪用途。现场没有进一步展示其流程，可按“混剪工具/服务”继续辨认。

尚待继续查证的项目名

“dsh-superagent-prototype”被弹幕作为项目线索提出，现场没有给出仓库地址或具体功能回答。

Qoder、专家团和Harness：工具线索与未答问题

弹幕提到Qoder专家团、自用Qoder唤醒方式，以及Harness、DeepSeek Harness与Codex的比较问题。另有“瑞扣得”等名称未说清，尚不足以重建具体用法。

视觉多模态 Agent 在工单与客服截图中的应用

有人提到搜索到近音“思流AI”的视觉模型自动回复工具，想与曹操的自动回复比较怎样做得更好。曹操当时可能已不在，没有得到回答。这次只聊到了名字和视觉自动回复用途，没有继续演示具体做法。

26. 服务怎么卖：缩小任务、展示结果、说清月费

外贸Agent要先缩小任务

弹幕认为“外贸智能体”范围太大，连续追问原来的获客渠道和具体环节。有人建议AI先承担前期动作，后续仍由人接手。先确认从哪一步交给人，比只叫一个外贸Agent更利于讨论交付。

垂直服务与私有化软件的几条试探

弹幕有人提出面向老板按年十万元服务的设想，另有人考虑未来私有化软件、模块化与垂直通用场景。也有人明确说自己仍在自用、尚未变成付费产品。他建议每周推进两个场景，逐步过渡。

用可参观的结果展示开发能力

弹幕建议别只说会开发，而应展示结果。有人提出把无人办公先做出来，再邀请客户参观。这是展示和获客的提案，并非已经建成无人办公室。

交付之后，月费要对应什么

弹幕讨论调试成本、月费与更新义务：有人认为不更新也收服务费不合理，也有人指出更新本来就是服务责任。短剧出海另有“一块钱一秒”的成本估计，未明确币种与质量条件。小说生成还要反复调偏好，并非模型自认为好就等于读者喜欢。

27. 有企业资源，怎样找能交付的技术伙伴

另一位负责商务的参与者，经朋友和同学介绍，到天津接触了一些企业主。他想找北京或廊坊附近、能够可靠交付的技术团队一起做。

其中一家是涉保密制造企业，为华为相关供应链做加工。他觉得对方现有AI部门效果不理想，准备11月进一步沟通。审计服务者提醒，客户已有AI部门时，外部团队可能被视为职位威胁，合作会遇到阻力。项目有时会先转成分享或培训；客户愿意付咨询费，也不代表愿意付驻场费。

28. Agent名片还能放什么：合作经历和引荐背景

有人给主持人正在完善的Agent名片提出用途：把过往合作、做事记录和朋友引荐背景带进初次见面的沟通，让新伙伴更容易判断是否值得继续谈，而不只是放一个联系方式。这是接下来可以尝试的产品方向。

29. 八十多人的电子厂：从包装防错开始推广自建系统

持续购买服务与自己养人的比较

经营电子厂的尤总（也被称为尤二哥）不认同FDE需求很快就会消失。即使标准模型、DSH等工具已经存在，也不代表企业里有人敢改生产流程，更不代表有人能一直维护。

对不想自养技术团队的企业，按年买服务可能更合适。他用每年三四万元或四五万元的服务费，与月薪一万五、全年十多万元的人力成本比较，解释企业为什么会选择外部服务；这里没有介绍对应的实际维护合同。

持续服务不是把需求清单一次做完：尤总的经营反论

尤总认为进入生产环节后的每次改动都要谨慎，需求也会在实际使用中变化。持续服务可以分成梳理需求、执行、归档和理解企业的团队工作。他自己换过三套财务软件，发现财务负责人原来用什么、业务类型与工作习惯都会影响软件评价，标准化无法消除实施差异。他计划逐步把生产ERP部分独立出来，财务结算先继续使用速达。这仍是后续替换设想。

他并不主张所有企业都接：先弄清老板需求、自己能够交付的具体问题，筛掉内部关系和IT部门阻力使其无法服务的客户。他过去在福州做过企业IT外包，一家客户年收一万多元，公司同时服务十几家。以共享团队代替客户单独养人，是他认为长期服务可能成立的依据。对只讲高层理念的高价咨询，他举身边请机构后不了了之的经历，强调说得清楚和执行有效是两回事。

买软件也在买流程实施，以及八十多人工厂的起步方法

尤总回忆早期用过非正版管理软件，后来花一万多元购买正版整套服务，原因不是原软件不能运行，而是希望专业方帮他梳理流程、真正把系统用起来。他真正愿付费购买的是业务流程梳理和实施服务。

他经营广东一家八十多人的电子制造企业。最初痛点是产品导入流程跨部门不通、任务下达后互相说没有通知或没有讲清楚。他用他所说的Open Code和当时可用的DeepSeek免费资源做了任务系统，跑起来后列出公司Top10问题，再逐部门落实功能。他称已有七八个业务模块在运行，要求厂长每周至少落地两个大的功能项，并持续扩模块。接着他谈到了包装、排单和售后模块。

先解决最痛部门，再用实际受益推动跨部门采用

尤总曾有流程导入失败经验，这次先选经常发错货、被罚款、人员频繁更换的包装部门。流程从打单、生成并打印序列号，到扫码出货。系统判断序列号所属产品，如果一批先扫A产品，中途混入B产品就报错，并做点数防呆。他称上线后拦截过问题，该部门负责人会主动在系统建设群分享，各部门负责人因此看到系统在帮员工而非增加麻烦。该部门此后没有再因拿错货罚款。

开发速度并非唯一难点：改变习惯需要培训和指导，老板也承诺听各部门声音。先做强痛点、暂不做不痛不痒需求，是这次推动采用的方法。

PMC排单与售后SOP：让现有表和文档进入具体岗位

电子厂有OEM、ODM，PMC原来要把商务数据拆成多张Excel。现在把商务导出表和财务软件速达导出表放入系统，后续拆分与计划处理自动完成，这是已有表格输入后的局部排产提效。维修岗位的另一痛点是人员离职和电子物料三四个月更新导致纸质资料难找。他没有把它称为知识库，而是把图形化SOP文档关联产品型号：在维修或售后返修模块输入型号，若已有对应SOP，就能点击链接查看整份文档。

很小的输入体验也会决定员工愿不愿意用

尤总系统使用PHP。他特别调整打开页面后的输入框自动聚焦，以及检索回车后用Tab进入下一输入位置，减少鼠标来回移动，让员工自然感觉顺手。AI使他可以反复要求这些细节，而不用每次与外包工程师沟通争执。代价是继续消耗token。他还愿意另截内部框架图分享。关于企业年龄与老板尝试意愿的判断来自其身边经验，不是行业统计。

用岗位动作量化体验，别只说系统更智能

尤总称他们掐秒比较过输入框自动聚焦等交互，录一张单据会差五到十秒。对于靠生产节拍经营的制造企业，这种可演示的小节约能让员工和老板直接感知价值。

30. 一万二的动漫平台：生成流程、设备、合同与收费争议

技术人员的多模型试验，不等于自动协作平台已经成熟

来自许昌的技术团队接过视频流水线开发，也在GitHub继续开发自有通用Agent，未提供仓库。他把多个模型放到同一话题下分别回答，收集回答数据融入研发。当被称为多Agent协同时，他明确说这是收集数据用的。他提到的模型包括Gemini、Claude、GPT、Grok及近音“缪斯”等，具体版本与身份未确认。他还比较了自己使用时对文笔、推理和理解能力的感受。

他声称普通人需数小时的SaaS工作自己十几二十分钟可做，追问后明确提效来自人的技术判断：知道整体逻辑、能及时判断生成代码对不对、直接指定语言和框架，而非Agent自行把工期压缩。他也说自己会开发但不会卖。另一人质疑模块增加后工时仍会增加，这个争论未形成可复用的实测基准。他为一家公司做过多租户动漫平台，客户是否拿去销售由客户决定。接着他介绍了生成链路。

动漫平台披露的生成链路与一万二收费

许昌技术者称为客户做的是多租户平台：分析红果热门剧的题材趋势，由剧本智能体另写剧本，再写分镜、生图、生成视频，用户可手动调节生成一集或六十集后停止。他否认下载原剧情直接改写的说法，称跟随热门题材而非复制剧情。根据客户对成片画质的预算要求，灵活接入不同精度档位的模型（如 2.0 标准画质档与 2.5 高清影视档），实现画质与 token 成本的最优配比。他称该软件收到一万二元，另需支付系统。现场没有展示完整成片，大家还想看它实际能否稳定生产。其他人认为，一万二元如果真能买到可用于生产的平台，价格并不高；但要先看实际效果。

还有另一位参与者，用免费资源做过类似的内容工作流，与许昌团队的付费API平台是不同项目。具体怎样获得这些资源，这次没有继续讲清楚。

先说清算力到底跑什么，再讨论开发机配置

参与者追问：既然图视频模型调用外部API，本地为什么需要128G内存、5090 32G显卡？许昌技术者先提Docker环境、模型测试和训练，后澄清客户上线用云服务器，所说高配是自己公司研发及未来AI Engine训练的用途。客户平台本身调用外部API，公司研发和未来训练是另一用途。

另一开发者称自己用八核、16G内存开发，准备的生产环境也是该配置。这套配置用在他自己的API项目上。有人提出测试别只用高配，因为客户设备不一定好。争论的可用方法是把客户推理API、应用部署、公司另行研发和未来训练拆开，按真实负载解释采购，而非用硬件档次替代功能论证。

一次性交付和订阅定价，先比较客户买到的东西

许昌技术者澄清是一笔一次性一万二，而非月费，称四个技术人员已都用智能体开发，使用Claude、Grok等工具，也提到近音“DeFi”工具，具体实现没有讲清。关于机房模型接入的说法遭到当场质疑，并未获得验证。主持人与参与者想先看界面和实际可控效果，再决定是否推荐。人物、背景、分镜的可控性及中间人工干预是他们关心的验收点，这些是他们希望先看到的实际效果。

另一名做相似工具的人原准备按月订阅、配每周或五小时额度，但尚不会销售。讨论认为能否收费取决于目标客户和市场替代比较，有差异化才能提高议价，而不是只比较开发者觉得自己工具有多好。有人建议持续更新就按月收费，这是别人给出的定价建议，原来的交付并没有谈妥这样的合同。

生成链路还要回答一致性与重试成本

品牌方准备继续打磨再给主持人看。别人建议有一部分能够正常出结果就可先找客户，不必等所有功能齐全。这是他人销售建议。随后有人追问许昌平台如何处理人物一致性和反复抽卡。对方说先出包含人物介绍的剧本大纲，提示词作规范。最早设计约二十个Agent模拟影视人员，测试时消耗太大，后来删减几个。一个被称为“ComfyUI”的工具用于本地测试不同模型，他称本地主要测试提示词能产生什么效果。人物一致性和反复生成的成本仍在被追问。

收费产品的信任风险：真实消耗、失败重试和资质说法

讨论中出现一项严重争议：许昌技术者说自己设计过故意增加换画和算力消耗的元素，其他人用真实一百却显示一百五来追问，他作了肯定回应。这个说法与先前不卖中转的解释引起质疑，未展示账单或代码。客户需要看清正常生成失败、重试规则、真实计量与收费展示。故意多消耗与正常失败重试是两件事。

另一个人提出月收一万二的设想时，有人列EDI、IDC、ISP、CDN并断言只要收费就违法。现场没有厘清这些资质分别适用于什么业务，也没有解决内部使用与对外销售的边界。其挂靠公司设想是否能解决这些问题，现场没有结论。

低价首单的合同与后续维护空间

许昌团队称有几人只管技术、两人专接业务，此次低价被他解释为前期陪跑。后续又澄清没有买断、没有签合同。参与者建议另谈年度维护费或月费，但未说明已落实。参与者由此提出，技术团队可以找能卖产品的人协作。

31. 品牌方自用内容工具：先定品牌风格，再批量生成

另一位品牌方明确他的业务覆盖设计、生产、门店与网店销售和线下活动，短剧只是内部工具的一小部分。他说先把公司战略目标、SI/VI等风格规范设计好，后面按既定风格批量生成，用新IP做线上宣传和一键发布。这是另一位经营者的自用项目。他本来自用，看别人卖工具后才想探索自用兼售卖，还没有谈到外部成交。

讨论给出的可售卖方向是：用户给产品模型照片，就尽量少操作地生成主图、详情图、视频广告乃至品牌TVC素材，而不是让不熟悉工具的商家自己逐步操作豆包。行业资源和提前配置的品牌目标被视为区别于容易复制的生成代码的价值。后面这部分是讨论者提出的售卖方向。

32. 跨境客服怎样流转消息：中文员工与外语客户之间

跨境客服的可见流程：中文操作员与客户语言互译

许昌技术者还给速卖通客户做过客服工具。客户消息多、人手接不过来，工具就先把外语消息翻成中文给员工看；员工用中文回复，再翻译成客户当地语言发出去。他没有谈响应率或销售增长，主要介绍这条消息处理流程。

后来有人提问，想在WorkBuddy内训练客服，再连接微信社群做自动化，却担心账号封控。现场提出过小程序、企微等方向，但没有解决具体账号怎样稳定接入的问题。

集成接口买到的是维护能力，不等于整个客服业务

社群自动化讨论中，参与者把托管连接与自己的业务逻辑区分：外部托管方维持账号在线并提供消息接口，按群、用户、标签及回复内容的规则仍需接入方自己做。客户端升级还会带来持续适配工作。他人提到每月几百元的费用，只是现场报价线索，没有验证服务商或安全保障。现场“保证没事”的口头说法没有消除这种顾虑。

提问者想不断把各种工具接进产品，别人认为这属于产品规划而非连接环境问题：先找到明确痛点和愿意付款的人，再判断功能是否值得做。他设想产品成型后卖朋友公司十万元每月，依据是对方当前测试与外包花钱很多。这是未成交的目标价，不是收入。他人也追问是否真能以十二万等心理价位找到用户，强调“能做”和“卖得出去”之间还有商务工作。

33. 漫剧公司转做真人剧：成本降了，投资还没收回

重庆制作公司的裁员与转型

新上麦者有AI漫剧制作公司，称国庆后因成本高裁掉一大半人员，自己做出的漫剧数据不理想，因此转向真人剧，表现稍好。他在国内做的不是精品内容，使用720与480组合，前段做好一些、后段较低配置，一部成本一千多、不足两千元。他并没有说转型后已经跑通盈利。国外业务只是他的朋友在做。

入场时间、剧本被替代与成片成本口径

这位重庆参与者七月从朋友处了解转绘，入场时机会已减弱，自述只做十二部左右，当时报价每分钟二百多元。朋友拿到大公司一万多部剧的业务并不等于全部做成。他负责投资与商务，技术合伙人此前卖AI剧本月入几十万元是他转述，如今客户自己全AI写剧本，对单独买剧本需求下降。他自己不含两位合伙人的团队约六人，不能与后面朋友从两百人缩到三十多人混为同一规模。

许昌平台方不知道客户实际成片成本，只称对方测算每分钟六十多元。制作方实测表明，经过工作流节点优化后，每分钟综合成片成本可压降至 40~60 元（未优化前期抽卡报废率高，成本曾攀升至 90~100 元/分钟）。团队编制为 5 人规模，约 2 天可交付一部 40~50 分钟的标准微短剧，核心算力调度需要避开低价中转 API 的并发拥堵。低价中转遇并发多人不能跑是现场经验判断，机房折扣等没有可核合同。

新工具采购先看样片，汽车出口获客仍是想法

该参与者主业汽车出口，提供上汽、五菱等国内资源，原来给一线服务商提供资源赚中间差价，现在想自己直接获客。别人建议用已有漫剧能力做公司软广，他表示可以考虑。他觉得一万二的平台若效果够好可能适合身边制作同行，明确要求看红果、抖音已上架作品。平台方回答上架的应该没有、有样片，才进入索取样片阶段，不是新成交。

34. 生成内容怎么检查：剧本逻辑与画面质量分开看

提示词工程与开源视频生成模型选型

制作方测试本地开源模型时遭遇质感与一致性瓶颈，单纯调整 Prompt 文本难以突破潜空间采样上限。技术专家建议关注主流开源视频生成基座（如 MiniMax H3、CogVideoX、Wan 等）的迭代更新，配合针对特定画风与角色的 LoRA 微调权重，才能有效保证视频连贯性与成片质感。

许昌技术者前期测试外包过作者，后来尝试用Gemini写剧本、Grok做分镜，让两者交流。他介绍了这种分工，但没有展示它是否能解决人物一致性和成片质量问题。随后，另一位写小说、做漫剧的人讲了自己的困难。

多Agent不自动突破模型上限，成片质量需要不同层次验收

写小说和漫剧的参与者试过几十个Agent相互讨论仍无效，想知道是否需基础知识库。对方建议换不同厂商模型而非同一模型自问自答，这是待试建议，不是已证实突破能力上限。在本地视频生成技术选型上，主流开源视频模型 MiniMax H3 展现了高吞吐优势，配合 ComfyUI 能够构建端到端的本地低成本图生视频生产线。

前述重庆制作方称主要收入来自广告费，国庆后才有一点利润且总成本还没收回。红果与抖音播放计算不同、进入流量池门槛等是他自己经营中的经验，播放量和实际广告收入还要分开看。他认为全自动仍不行，逻辑和钩子重要，真人剧要求比某些AI漫剧更高。

许昌平台方后续补充自检：画面漂移自动打回重生成，有弹窗、可实时看积分消耗、暂停修改，再继续时跳过已有内容。是云部署，不需客户本地模型。采购者仍坚持先看样片才判断能否用，没有当场达成采购。与之相对，实际制作方说用他所说的Gemini 3.0/3.1 Pro后仍需自己审，AI味和错误还在，这些是他当时使用的版本叫法。

剧本逻辑错误不是图像抽卡

另一位参与者列出具体错误：人物前面获得一百积分，后面变九十九。时间线混乱。倒地后回忆的事件关系不合理。这些是剧本阶段的逻辑问题，尚未进入图像抽卡。他反驳把所有错误归为抽卡，讨论随后转向上下文和记忆机制。将文本因果、时间与数值一致性和画面质量分开验收，是这段实际问题暴露出的检查维度。

逻辑错误的原因有争议，不能用“中转降智”包办解释

围绕小说错误，有人认为是上下文丢失或后端路由换弱模型。提问者反驳自己用约100K输入、客户端能看用量，并实测不是超过上限，而是模型对情节、人物情感与逻辑的能力不足。没有请求日志、后端对照或受控实验，现场“后端一定骗你”等断言不能当根因结论。不同模型、多Agent、上下文大小和路由真实性是不同变量，不能把其中一个当作所有任务失败的解释。

写作者称国内模型及GPT等都试过，喂过金庸作品也未解决，句型和字词约两成仍需人工调整，不能全自动。他提到6.1、Claude Opus 5.5等版本和代码小功能反复出错，都是他的使用体验。长剧情的数值、时间、情感与因果需要人审，而不是默认生成流畅就逻辑可靠。

35. 多Agent怎样协作：先跑通，再定规则和消息路由

集群作者后续澄清：半年两代失败，第三代仍在解决问题

集群作者对开发进度的说明是：开发半年多，前两代失败，现在第三代约做两周，仍在解决总经理下面多个部门如何按不固定的开发流程自动工作。也就是说，目前已有部分能运行，整个自动开发组织还在迭代。他提出知识图谱、本体库和全局唯一词表可处理语义污染扩散，是解决方向，并未展示已经消除偏差的实验。

另一人提醒逐个Agent和衔接环节反复测试，尽量减少偏差，再串联。并承认方向可行，所需验证与迭代代价大。讨论中也出现厂商故意烧token、指标被操控等怀疑，但没有拿出进一步证据。他给出的投入节奏建议是：不要只试几个简单问题就把整套框架拖入并花钱，要在自己实际场景、不同难度下反复测，再决定投入。DeepSeek新版本编程、表格、电脑操作进步来自朋友转述，讲者明确自己尚未使用，还不是自己的使用体验。

多智能体先在监督下跑通，再固定协作协议

同一位集群作者反驳“串多个Agent必然无用”：不是让它们自由发挥，而是人监控单个流程跑通，再把协作规则固化。他称自己像管总经理一样管一个总Agent，由它分工。固定的不是所有业务输入输出，而是协议，分宪法层、协议层、身份层、项目层，仍可处理当天新信息。另一人用随机数序列作类比，他反驳不能把动态信息处理等同固定结果。双方用随机数说明各自对动态处理的理解，但没有取得一致。

他的经验是身份鉴别和内部分工比简单群聊或连接更深，后续强调用探索好的流程与路由决定交给谁，而不是无休止循环。另一位试过控制三五个Agent的人抱怨反应慢、token增加，建议不必要时少套Agent。两者取舍不同。

编排项目线索与自建界面

有人推荐近音DBC/DSH的开源插件与编排。集群作者说嫌界面不好，用Codex自做界面，认为以后可迁移，提到SQL迁移但没有具体结构。对方提10月31日DeepSeek团队名为Super Agent的设计探索及原型代码，称能接GitHub、飞书。项目名称、仓库与兼容能力仍待核对。推荐者认为已有编排，另一人说插件仍需自己做。争论没形成具体兼容性结论。

先对齐术语和任务，再评价Agent框架

参与者所说react被另一人误解为前端，他特别说明R、A大写的Agent架构。这里说的是Agent架构ReAct，而非前端React。一人原用LangGraph，后换他所说的DeepSeek Harness 框架，认为不同。另一人提醒更符合某个场景不等于全局比旧框架强。Hermes、Open Cloud近音、DSH等被混在讨论中，没有版本或实测结构，相互关系没有讲清。

有人说工作流已经少用，另一人反驳自己用工作流编排炒股赚过钱。但没有继续展开。他的API与封装模块类比提出一个可用取舍：低层API更灵活但要付出测试和代码时间，现成封装上手快但若不符合场景可能仍要自己改。这是参与者解释自身选择的经验，而不是给不同框架排高低。

消息路由比让全群都响应更具体

集群作者最后澄清耗token问题：如果所有Agent像聊天群一样收到所有消息，成本会增加。他要做的是路由明确这条消息给谁、由谁处理，并在人监督跑通过的基础上固定协议。该描述给出了具体优化方向，尚无路由代码、前后token统计或通用节省比例。

36. 语音玩具怎么做：外形、声音、硬件和收费设想

项目起点：找到模具方，仍在筹备

这位做语音玩具的参与者还在筹备项目，近两天才找到模具方，并寄出东西。几万、十几万的数量，持续推出新款，以及靠定制赚钱，都是他期待的后续规模。

他认为，外观要复制也得先投模具。小厂不愿意一次为十个八个款式投入很多钱，就会一直沿用旧款。这是他看好的机会，也是自己要先解决的资金问题。他提到一个模具要投入七八万元，这是最在意的门槛。

语音玩具的小切口：形象、声音和接触场景匹配

这位参与者选择小领域、单角色，而非先做全自动组织。他研究语音玩具市场，认为四方脸机器人与感性角色音色不匹配，想把人物或动物外形和相应声音对齐，优先儿童市场，也考虑成人桌宠。他曾找厂家谈定制，由自己做市场，但批量生产尤其模具损耗很费钱。他还用名人、动画角色举例说明形象与声音匹配。

他批评只在高交会、展览等孩子不常接触的地方摆产品，认为要按真正受众选择渠道。他在讨论受众和渠道选择，还没有给出销售结果。

玩具硬件与远程语音服务的分工，以及家庭声音增值设想

他介绍的硬件方案，是把预烧好系统的小智相关板子放进毛绒玩具腹部或桌宠底座。设备负责录音、联网和播放声音，音频传到远程服务器后，再由服务器调用语音服务或模型处理，最后传回设备。

他提到可以使用外部微软语音服务，也谈到签约后放进自己机房的方案。另一位参与者说，自己买过几十元、约三厘米的小设备。

他的设想在基础音色切换外，把家长声音复刻到给孩子的玩具上，作为收费增值。这是商业方向，仍待实施。与前面模具成本相对，后端声音服务是他认为仍可做的环节。

声音与形象定制的收费设想，前后端一起迭代

语音玩具参与者举了一个增值收费的例子：家长读课文提交声音文件，后端复刻声音收五十元。再按家长照片做形象也收五十元，合计一百元。这是计划中的增值定价。他认为如果用自己服务器，定制收入可自己掌握。若只买现成板子卖几个款，厂家更省事，却少有形象创新。一个模具七八万元，是他提到的成本，具体材质、数量和工艺不明。

他想让硬件形象与后端定制同时推出、持续做下一款以应对模仿，并计划增加嘴部动作和表情。

用客户熟悉的功能解释产品，而不是摆着等人买

该参与者认为市场宣传没有告诉圈外用户语音玩具能做什么：建议录视频、让人试，用“像豆包，但不必打开手机电脑、拿着小物件就能问”的类比降低理解门槛。背唐诗、英语和百科是他举的体验示例，他也说在外跑市场一个月，目前处于首期市场验证与痛点摸排阶段，正通过高频现场触达收敛真实业务需求。

摄像头看护家里由另一人提出，随后谈近音ESP32 C3、S3两款及摄像头差异，是当时提到的硬件名称，具体型号没有核清。关于Grok机器人开源、竞争跟进及小团队承受损失的讨论，也只是市场担忧，产品状态没有进一步展开。

---

37. 实操演练清单：中小企业 AI 落地与交付全景自查

为帮助企业管理者、FDE 实施人员与创业团队将本场直播中的实践经验转化为确定性工程结果，特提炼以下两套端到端落地自查清单。

清单 1：中小企业/连锁零售 AI 财税与进销存系统实施自查清单

清单 2：AI 企业培训与会销沙龙转化实施审查清单