企业 AI 落地：立项、交付、算账，以及翻车复盘
找到 8 篇相关文章
上个周末把 Pi Agent 的原理过了一遍，才发现模型连手都没有，动手的一直是框架。
从iPhone到Mac mini上的AI，健康数据怎么每天自动流转过去。方案怎么选、快捷指令卡在哪、电脑上怎么收，一篇讲完。
PDF 直接上传会不会更费 Token，不能一刀切。要分开看处理量、产品额度和自己花的时间，还要看转文字有没有丢信息。
换电脑登录同一个 Codex 账号，之前的项目却找不到了。问题不在账号同步，而在本地会话、项目文件和运行环境是分开的。
用NotebookLM把一堆项目材料整理成可顺着引用回查的工作底稿，降低从资料堆到可核验简报的整理成本。
收藏别人一句做法不等于自己能复用；把做对的任务整理成工作卡片，下次才能从同一条起跑线重新出发。
AI写出来不像你，通常不是模型能力不够，是你没给它看过你真正怎么说话。公开文章经过反复修改，聊天记录和语音转写反而保留了更真实的文风。
六百多条笔记从没回看过，直到我把AI接进了自己的知识库。让AI当"知识编译器"，自动整理那些你自己永远不会再看的笔记
