GTM 场景的AI信任方案
AI Engineer · youtube · 2026-07-11
这是一场关于 **GTM 场景里 AI 可信度问题** 的演讲，核心不是“AI 会不会胡说”，而是它会给出**看起来很像真的、但其实错误的结果**。 演讲者 Alex Bauer 介绍了 Upside 在实际使用中的几种做法： - 给每个 agent 配一个它在行动前必须查阅的 **librarian**，作为业务知识与上下文校验层 - 对单次回答不够可靠、尤其是高风险主观判断的问题，使用 **jury + judge** 模式，让多个视角共同审查 - 明确识别哪些任务是 **模型本身就不适合做** 的，避免把它用在它“太笨”的场景里 视频里还包含了**现场演示和真实失败案例**。整体主题是：在收入、归因、GTM 数据这类高风险任务中，如何设计 AI 工作流来降低幻觉和误判。