Author: xzs

2026.08.26來源 · 政策解讀 截至 2026 年 7 月，國內累計 988 款生成式人工智能服務完成備案、598 款應用或功能完成登記，發佈大模型總數 1509 個；同期，第一階段執法已累計處置違規 AI 產品 1.4 萬餘款。兩個數字放一起看，意思很清楚：備案不是走過場。 三條路別走錯 算法備案、大模型備案、大模型登記是三件不同的事：自研或微調模型走備案，調用已備案模型的 API 做應用走登記，涉及推薦或深度合成功能還要疊加算法備案。最常見的誤區是「模型是別人的，備案也是別人的事」——模型方做備案，應用方仍要做登記，兩者不能互相替代。 內容標識是硬要求 《人工智能生成合成內容標識辦法》與配套強制性國標 GB 45438-2025 已於 2025 年 9 月 1 日施行，要求顯式標識（用戶看得見的文字、聲音、圖形提示）與隱式標識（文件元數據裏的不可見標記）雙軌落地，傳播平台、應用分發平台與用戶都被納入義務主體。 執法在加碼 2026 年 4 月啓動的「清朗·整治 AI 應用亂象」專項行動，把「應備未備」列為七類重點問題之首，內容標識落實不到位同樣在列。上海已有生成式 AI 服務因拒不整改被正式立案處罰，屬地應用商店下架違規 AI 應用 54 款。處罰是遞進的：警告通報、限期改正、暫停服務，再到治安與刑事追責。 對企業意味着什麼 想聊聊文中的方向？ 我們從產品設計到上線交付都在做，可以先聊聊你的實際場景。 聯繫我們

2026.08.12來源 · 方法論 大多數企業卡在同一個地方：模型不差，工具也有，但智能體不知道「我們公司是怎麼做這件事的」。解法聽起來一點也不高級——把機構知識寫成結構化文件，再用標準協議接給智能體。 一個可複製的做法 Skai Labs 公開的做法是：建一個 GitHub 倉庫，用結構化 Markdown 寫清流程、約定與常見坑，通過 MCP 接到 Claude Code。五個人的團隊在接通之後，自動化腳本的產出速度提升了 2 到 10 倍。沒有換模型，也沒有重寫系統。 為什麼有效 智能體的瓶頸從來不是寫程式碼，而是缺上下文。把「這件事我們怎麼做、什麼情況要停、找誰確認」寫進文件，等於把老員工的判斷變成了可檢索的資產。文件寫得越像操作手冊，智能體越少犯錯。 反面數據 LocalStack 2026 年的調查裏，65% 的團隊程式碼產出至少翻倍，但 54% 回饋 AI 生成程式碼缺陷變多，約 40% 的 AI 程式碼從未進入生產。產出與交付之間那道溝，很大一部分就是「上下文沒給夠」。 對企業意味着什麼 想聊聊文中的方向？ 我們從產品設計到上線交付都在做，可以先聊聊你的實際場景。 聯繫我們