企业还在误读 LLM 工作流，ROI 也很难证明
teropa · x · 2026-07-25
这条转发讨论了企业落地 LLM 时的一个常见误区：自然语言界面看起来很容易，但并不等于工作流就真的好用。
- 许多公司把 AI 工具直接发给所有人，期待大家自己摸索，但实际并没有形成稳定、可复用的工作方式。
- 作者认为，LLM 不是人类，强项和弱点都与人不同，不能按“像跟同事聊天”那套去理解。
- 现在不少企业投入了很高成本，却很难量化产出；即使能衡量，看到的也常常是工程投入上升，而效果只带来大约 10%–30% 的曲线提升。
- 核心结论是：AI 的生产力提升不是“开权限”就会自动发生，真正有效的是围绕模型特性重新设计流程。
「公司和人」频道最新
- NVIDIA CEO 会见韩国总统，推进国家 AI 合作 — nvidia · 2026-07-25
- Vercel COO 借助 AI Agent 将 10 人销售团队缩减至 1 人 — baseten · 2026-07-25
- KOL 指控 Anthropic 蒸馏竞品模型，呼吁予以制裁 — 0xAllen_ · 2026-07-25
- LinkedIn创始人新设AI实验室Prentis，拟融资1亿美元 — TechCrunch AI · 2026-07-25
- a16z 调查：最受欢迎天使包括 Elad Gil 和马斯克 — jfischoff · 2026-07-25
- 华盛顿邮报用独立推理跑 AI 问答，每月处理 17.9 亿 token — togethercompute · 2026-07-25