中午的时候一般烧杯咖啡，烤两片面包，然后准备端着咖啡到后面的园子里看看西红柿在初秋的艳阳下渐渐变红老去。昨天中午，面包才啃掉一片，老板大壮发了个消息：在吗？我有好消息，还打了两个感叹号！我上楼打开电脑视频，大壮说：人事那边谈下来了，给你涨N%，虽然不是你要的那么高，但总比没有好，我是真尽力了，但你要的级别和新的名号没有给，后面半年的机构调整还有机会。我说谢谢大壮，你也不容易，用心了，这公司的政策也不好弄。

大壮是执董CTO，公司3号，管着6个部门120号人。过去五年的日子里，他能拿得出去的狗皮膏药全是我熬的。跟别人开会半个小时，每周跟我开会都得超过一个小时，大小细节技术方向战略框架都从我这里掏，就是忘了给我涨钱。两年前年终评级的时候照例给我打80分，说管人方面还有欠缺。我让他拿回去改了，不然我不签。极不情愿给我改成最高档，被我反写了两页有关AI时代如何评价一个好的管理者的长篇大论贴在人事档案里，让CEO过目。

AI时代风风火火来临之后，他领衔主演四个样板项目，三个挂了，就我那个运转如飞，月报季报年报都拿这个贴金，还让我写了篇论文把他的大名挂在作者名单的尾巴上。然后就是三年战略，架构设计，项目蓝图，技术路线，各类研讨，外边咨询，我也搞了。AI成了公司下一个战略计划的两个优先之一，预计30个米林的盘子理事会也通过了。两个月前的一天跟我开会，我说你是不是忘了什么？我跟你混了五年了，好像啥也没捞着？我准备去外边看看了。

大壮脸上有点儿挂不住，明显的不爽啊。两三个星期没这么热情地找我了，我也落个清净。这是一个不确定的世界，你赌一把有可能赢，也有可能不赢。我就把简历挂了一下，又到几个部门的头那里去研讨一下他们的三年计划。CFO要招一个高级预测经理，我说要不我来给你看看，顺便又提了以前开发投资绩效与风险评估的故事，跟精算部门的合作等等。研究部门的花头发经理想搞自动化编码，我说你搞两个名额，我们过去专门干这个得了，集中精力公关，比现在这个四处开花容易出成果，花头发经理说太好了，回头就写了个申请报告。 又给投资部的首席投资官CIO, 风控经理和一个高级研究员搞了个AI有可能对投资的影响的报告。那几爷子还是那张苦瓜脸，最近的风控跟绩效都不怎么样，以为我去找茬去了。

但是风就这么吹出去了。几个星期里，搞了好几个部门，又上了三次执董会，还基于三个不同的主题。上周，大壮同志又明显的热情起来，好几次给我发消息，说你的事儿CEO都过问了，正在找外边的评估。原来是一个我的有关AI对公司业务影响评估的报告激起了点儿小浪花，CEO给我发了几封邮件问这问那，还居然问你觉得该怎么办，大壮被CC但没发言。我想整点儿大的吧，于是就撒开了大谈风险和对策。没想到老大认了真，让高管下周专门会议赶紧研讨。大壮当天晚上给我发了个消息，显得很兴奋。

AI就是概率，就是不确定性。在这个不确定的世界里，冒险是一种好品质。在过去9个月的2026，站在AI实操的前沿，历经健康垂直领域的各种条条框框，我干了不少，学了不少，也跟大壮分分合合扯了不少闲篇儿。

## 一月：先给AI排队

年初的第一个任务，不是训练模型，也不是买GPU，而是给一堆雄心勃勃的AI想法排队。

有人说要做智能咨询会话总结，有人说要做信息即时访问，有人说要估算医疗事故案件的责任金额，还有人说要自动整理病历、生成案件时间线。每个人都觉得自己的项目最重要，仿佛只要把几个英文单词和AI放在一起，项目就已经成功了一半。

我没那么乐观。

我把五个项目逐个拆开，看数据在哪里，业务规则是什么，技术难点有几层，谁来验收，失败了能不能解释，做出来以后有没有人真正使用。然后给每个项目打技术难度分，写详细说明，提前交给高管讨论。那几天研究Needs Assessment、翻机器学习实践，又让Perplexity和Gemini帮我查资料，最后发现AI项目最容易犯的错误，就是把“想做什么”误认为“能够做什么”。

我还写了一份《2025年AI经验教训》。里面最重要的一句是：领域知识和数据质量，通常比模型名字更决定结果。一个在本地运行、配合RAG和微调的小模型，在一个边界清楚的任务上，没准比一个无所不知的大模型更像个好员工。

这话听起来不够激动人心，但后来几个月，大家还是不断回来问我同样的问题。

## 二月：AI也要过安检

二月开始讨论基于AI的企业风险量化评估。不是讨论AI会不会把员工都替代了，而是讨论客户会不会绕过我们，直接去问ChatGPT、Google和Bing的AI摘要。

这事听上去有点儿怪：过去我们害怕别人不知道我们，现在开始害怕别人知道AI，却不知道我们。

我参与把这个风险项目正式立起来，也开始认真看工具治理。平台能不能处理涉及隐私的内容，数据是不是会出边境，连接器能不能接，哪些工具可以试，哪些工具只能看着别人试。大家一边喊着要快，一边问隐私和安全；一边要创新，一边要求每个创新都先填完表。

十个月的AI Lab也在这时候收了尾。七个工具轮流试下来，最后选了Microsoft 365 Copilot作为企业级生产力工具，准备分阶段推广。其他工具暂时退场，这个是不是好的选择估计也只是个概率问题。微软当年攻城略地先下一城把地盘占住看来是搞对了。

这就像公司终于决定买一把电钻，但买回来以后又发现，墙上还没有画好要打的孔。

## 三月：模型之前，先找数据

三月开始往律所质量和数据基础里钻。

法律质量工作组弄出了六个维度：会员满意度、总法律顾问的响应、控制延误、投诉和结果、与组织目标的匹配，以及预期结果标记。这个框架又绕回我以前做过的事 — — 按照未来法律成本预测给案件分类。

他们让我和大壮一起验证类别，再带着大家收历史数据，试着做一个所谓的效率指标。名字很大，实际工作就是把过去散落在各处的记录捞出来，确认它们到底是什么意思，能不能比较，缺的地方怎么补。

另一边，医生顾问通话时间和记录摘要也要数据。每个顾问、每个地区通话多久，法语作为第二语言会不会让记录变长，记录什么时候创建、什么时候修改、什么时候被读过。有人一开始以为AI项目就是模型项目，我说不，是日志项目，是权限项目，是数据字典项目，是有人愿意把旧系统里的时间戳解释清楚的项目。

这时候还出现了一个很有意思的治理问题：既然要试ChatGPT、Claude、Google AI Pro和Copilot Studio，是不是每个人都可以自己开账号？如果不能，谁来批准？如果能，数据出了问题谁负责？

AI还没有做成什么，管理流程已经先长出来了。

## 四月：账号和论文同时开张

四月，公司终于给几个人配了ChatGPT、Anthropic和Gemini Pro的账号，用专门的公司邮箱，费用走Corporate Amex，不能刷个人卡。

这件事本身没什么技术含量，但在大公司里，能把账号开出来，本身就是一个阶段性成果。一个AI项目从想法走到账号，往往要经过安全、隐私、采购、财务、法律和某个恰好正在休假的人。

与此同时，AI团队开始准备第一篇学术论文。JMIR有个关于“AI赋能的不确定性和数字健康管理”的征稿，我们想把公司内部的医疗编码项目拿出来讲讲。

这个系统不是买来的黑箱。它使用经过微调的小语言模型，由多个专门模型协同工作，全部部署在本地，不把数据传到外面。它谈不上万能，但在一个边界清楚的业务里，能够把领域知识、数据和模型组织在一起，像一支不太会抱怨的专业小组。

大壮说这是AI团队第一次投学术期刊。后来稿子交给总法律顾问和外部律师审，看有没有泄密、夸大或者不该说的话。我们花了很多时间讨论哪些内容能写，哪些内容即使是真的也不能写。

做AI的人最后都会碰到一个问题：你到底是在做技术，还是在做组织允许技术存在的条件？

## 五月：所有升级都要解释

五月，论文进入法律审查，Genesys项目又被拿来研究技术推广和决策流程。外部顾问开始逐个访谈管理层，问我们当初怎么决定、怎么推动、怎么遇到阻力。

与此同时，有人申请把ChatGPT Plus升级到Business或者Codex，理由很充分：隐私控制更好，不用拿公司数据训练，写代码和做分析也更强。

大壮先按住了。

他说要先弄清楚agent到底准备干什么。

我觉得这话有道理，但也觉得好笑。以前大家申请软件，只要说“提高效率”就行；现在申请AI工具，必须回答它是不是agent、能不能调用数据、会不会替人做决定、出了问题谁来关掉。

AI把软件采购变成了哲学考试。

## 六月：AI不只在回答问题

六月，AI项目开始和通信、网站、SEO的人接上了。

他们研究一个叫“Share of Model”的东西：当会员问Google、Bing或者其他AI搜索工具时，答案里有多少来自公司，多少来自竞争者，多少是模型自己编的。过去做网站，盯的是页面访问量、点击率和搜索排名；以后可能还要看，我们的知识有没有被模型记住，有没有在别人提问的时候被说出来。

我和他们讨论怎样给这个概念加上准确性维度。因为被AI提到不一定是好事，AI把错误的信息说得很自信，也可能把你带进沟里。

传统搜索是“你有没有排在前面”，AI搜索更像是“它有没有在回答别人时想起你”。这是一个新指标，也是一种新焦虑。网站部门和宣传部门的人不知道该咋整了。一年点击下降50%。

## 七月：没有GPU，也没有魔法

七月，大壮从一个AI会议回来，问我现在最大的基础设施瓶颈是什么。

我说，GPU不是唯一的问题。

现在的设备，做文本摘要、分类，甚至给三四百亿参数以内的模型做微调，基本够用。真要做完整的agent、多模态、语音和图像一起跑，就有点儿吃力。但更大的问题是，懂开源大模型运维、GPU调优和多模态编排的人不多。

机器可以买，人不容易买。

我给他画了一个架构：七个工作流，二十三个技能族，六十七个关键技能。后来为了能放进战略规划，又拆成十八个更容易讨论的技能，从交互支持、笔记生成，到质量控制和分析增强。

我的想法是，别每个项目都从头造一只怪兽。把语音转文字、摘要、分类、编码、质量检查这些能力拆成可复用的技能，放进Git里的技能库，由工作流编排器调用。微软、AWS、Google都在往这个方向走，我们不必每次都重新发明轮子。

当然，画架构比把架构跑起来容易得多。

这时候JMIR论文进入第一轮同行评审，团队追踪六个月自动医疗编码实施以来的效果惊人（基本比真人编码还准确），风险分组和会员预测也在推进。有人又塞过来一个商业模式风险评估任务，我看了看团队干活的量，建议交给公司战略或者精算部门。AI能加速工作，但我们也要休息。

在AI项目里，拒绝一个任务，有时候比接受一个任务更接近战略。

## 八月：把大项目拆成小零件

八月，大壮要求把AI用例再拆细一点。语音转文字是一个模块，摘要是一个模块，分类又是一个模块。大家不能只看一个庞大的“AI项目”，得知道先做什么，依赖什么，将来还能复用什么。

我于是把战略规划的幻灯片从第三版改到第五版。十八个技能，编号从SK001到SK018，分成四组，分别支撑医生顾问决策、AI辅助数据采集和编码、会员风险画像等模块。每改一版，都会有人说上一版比较好。每一版也确实比上一版更能让别人明白我们究竟想做什么。

我还做了技术评估，给七个预防领域用例打技术可行性分，拿去给价格相关部门的头头讨论。后来又给PSW主任做了一次本部门介绍，解释我们能支持什么，不能支持什么。

2027年的计划也开始进来。自动咨询总结项目评估和第三方摘要模型替换继续列在范围里，预防类AI则转给业务部门牵头。有人申请把AI编码推广到医师协会和医院类案例，我建议由使用部门自己领导，不要什么都塞到AI团队头上。如果能增加一个新的FTE，AIAA最优先要的是Data Engineer。

这话不浪漫，但数据工程师是公司里最接近“把浪漫变成生产系统”的人。

大壮还转来一份更宏观的备忘录，说FinOps很关键。给员工一个AI工具，如果工作流不改，价值可能很有限。医疗法律服务那边就有一个现实问题：顾问们想用Copilot，但数据重复存储的风险还没解决。

工具不是战略。工具放进去以后，谁来用、怎么用、出了错怎么办，才是战略。

## 九月：让老大认真起来

九月，AI带来的公司风险评估第一阶段的结果出来了。

我们做了一个AI Competence Index，把五个AI系统放在十五个医疗法律场景里，和所谓金标准的人工作业比较，从八个维度打分。最高的是OpenEvidence，4.30分，换算成86分；Claude最低，3.21分，换算成64.2分。在高风险的Tier-3场景里，Claude几乎掉到了3分。所有系统最弱的一项，都是隐私和保密，分数大约在3.07到3.80之间。

最有意思的是，OpenEvidence在常规的Tier-1任务里已经越过了85分的“劳动力再培训触发线”。这句话听起来像咨询公司的术语，但背后的意思很朴素：有些工作已经不是“未来可能会被AI影响”，而是现在就应该重新设计了。

我把结果发给CEO，顺便谈了一个更大的判断：研究和教育部门，以及一般咨询服务，合起来超过一半的业务，可能在18到24个月内受到实质冲击。

我说公司大概有两条路可以选。

一条路是把公开内容做得足够容易被AI发现，让模型在会员提问时能够准确地溯源公司。另一条路是往更深的数据个性化走，用只有我们拥有的资料和专业能力，提供通用模型无法复制的服务。

最危险的是卡在中间：既没有让外面的模型知道我们，也没有把自己的数据和服务做深。

老大后来告诉我，她已经和大壮交流了这个看法。基本跟我的一致。

这就有点儿超过我原来的预期了。

我本来只是做一个评估，结果开始反过来评估整个公司的价值主张。后来我们启动了第二轮数据收集，准备按季度追踪AI能力变化。还要做第二阶段的备选战略和人力资本技能提升计划，预计第四季度先出草稿。

与此同时，我帮忙修改网站策略文件，准备五份资源需求文档，覆盖联合AI项目、会员风险画像、AI编码、模型监控平台和新增岗位计划。

还抽空给CFO那一摊人发了几封邮件，问问财务、精算和投资分析有没有什么AI和高级分析可以帮忙的地方。

## 还是不确定的九月

过去九个月，做过技术难度评估，参与过企业AI风险项目，整理过数据，试过工具，写过论文，画过架构，拆过技能，做过模型评测，也去和法律、精算、投资、通信、研究、医疗法律服务以及预防部门的人聊过。

有些项目在推进，有些项目还停留在申请报告里；有些模型表现不错，有些模型一到高风险场景就露怯；有些工具已经选定，有些账号还在等批准；有些战略被高管认真讨论，有些意见发出去以后像石头掉进了湖里，连个水花都没有。

不过水花小，不等于石头没有掉下去。

AI就是概率，就是不确定性。你不知道一个报告什么时候会被CEO看见，不知道一次跨部门闲聊什么时候会变成资源申请，也不知道一个关于模型分数的表格什么时候会变成重新定义公司价值的讨论。

以前以为，做成一个项目就是把模型训练出来，把系统上线，把指标跑出来。现在觉得不是。

真正的AI工作，可能是不断把未来的不确定性提前摆到桌面上，让公司在还来得及的时候，决定自己要成为什么样的公司。

至于涨N%算不算成功，我还没有想好。周末中午的咖啡已经凉了。园子里的西红柿倒是又红了几个。