最近在推特上看到一条帖子，感觉很值得分享。

作者叫 Mark Ajzenstadt，他说，一家公司要从"到处买 AI 工具"，变成真正靠 AI 智能体来运转，中间要走七步。

他最直接的一句话是：现在大多数公司停在第一步，却跑去买第七步的东西，而他们真正缺的，是第四步的执行力。

先说第一步，叫工具采购。就是公司到处都用 AI 工具，但每一个都靠人手动操作。开发者下班了，自动化就停了。某人去旅游，这个工作流也跟着消失。

然后是第二步，叫上下文层。每个部门建一张自己的知识图谱，通过接口对外开放。销售想查工程部的数据，走接口就行。各部门分开管，也能防止 AI 在跨部门工作时乱猜、说错话。

接着是第三步，叫框架工程。在选 AI 模型之前，先把评估标准、路由规则、质量关卡都搭好，模型最后才加进来。这套框架是公司真正的资产，底层用哪个模型，随时可以换。如果换个模型整个系统就崩了，你建的只是依赖，算不上一个平台。

第四步，叫去无头化。把所有自动化服务放到服务器上，让它按时间、按条件自己跑，不需要人早上九点登录才能启动。很多公司卡在这一步，因为没有人去推动那个转变，把"放在我电脑上的脚本"，变成一个"自己会跑的服务"。

第五步，叫治理。从第一天起就给每个知识库设权限，给每个智能体设有效期。那些没人用的旧智能体，带着有效的 API 密钥，就是技术债务。工具超过一百个之后，九十天没跑过的退役，评估分不达标的弃用。

第六步，叫智能体间协作。把多个自动跑的服务串成一条链。A 做完交给 B，中间有一个 AI 专门盯着，每次交接都要判断质量，通过了才往下传。

最后是第七步，叫步进函数。整套流程变成可以编排的工作流，半自动或者全自动都行。量大的事情交给智能体，出了异常留给人来处理。公司就靠智能体的输出来运转。

Mark 最后提了个真实案例：他们跟一位工程副总裁聊完这七步。那家公司停在第一步，但工具已经超过一百个了。Mark 告诉他：你离第四步，比你以为的近多了。

#科技先锋官##How I AI#