3 / 12
第 3 页 · 文字版
01 / 数据集思维的天花板
01 FROM DOCUMENTS TO DECISIONS
为什么“多给它一些资料”很快失效 传统知识库解决的是“去哪里找到答案”。当 Agent 开始替人行动,问题变成“此刻应该做什么、做到哪一 步、什么时候停下来交给人”。后者需要的不是更多段落,而是组织真实做事时留下的判断证据。
传统数据项目 Agent 运行项目
收集文档 → 清洗 → 标注 → 交付 接到任务 → 使用工具 → 遇到异常 → 修正 → 交付
它最擅长: 它必须理解: 提供背景知识 目标与优先级 统一术语与口径 权限与风险边界 支持检索与问答 例外、升级和停手机制
盲点:文档通常记录“组织说过什么”,很少记 关键:让系统学习“在约束下完成任务”,而不 录“组织为什么这样决定”。 只是生成看起来合理的文字。
一个实用判断: 如果数据只能回答“正确答案是什么”,它更像知识;如果还能回答“为什么这样做、哪里出错、 谁修正、结果怎样”,它才开始成为可学习的业务过程。
九天 · AI 运行系统笔记 03
文字版便于检索与复制,图表和排版请切回「图文」。