最近跟几个行业专家聊 AI Agent，发现一个挺难受的问题。 很多行业专家已经开始用 AI 梳理自己的业务，甚至整理出了一套所谓的 Skills。 但当他… · @jev_chat · TwKit

@jev_chat

最近跟几个行业专家聊 AI Agent，发现一个挺难受的问题。 很多行业专家已经开始用 AI 梳理自己的业务，甚至整理出了一套所谓的 Skills。 但当他把这些东西交给程序员的时候，程序员反而不知道怎么开发，也不知道该从哪下手。 这几天跟不同的人聊下来，我慢慢发现一个问题： 行业专家的经验都在脑子里，但这些经验并没有真正变成程序可以理解和执行的业务逻辑。 比如，一个专家说，他能通过 AI 判断一家店铺经营得好不好。 但问题来了： 判断一家店经营得好不好，到底需要哪些数据？ 营业额、客流量、客单价、复购率、成本，这些数据之间是什么关系？什么情况下算好，什么情况下算差？ 这些东西如果没有梳理清楚，光靠一个 Skill 或者几句提示词，AI 确实能给你一份看起来挺专业的分析，但这个分析到底靠不靠谱？ 所以我现在越来越觉得，我们可能走进了一个误区。 不是把行业经验写成 Skill，就等于把行业能力交给了 AI。 真正要做行业 Agent，底下还是得有业务系统、数据结构、计算规则和可调用的工具。 AI 可以负责理解问题、调用工具、综合判断、生成方案，甚至推动整个流程执行。 但它不能凭空替代这些基础建设。 这也让我想到千问办公和客如云的合作思路。 客如云本身就有成熟的门店经营系统和业务数据，AI 在这些基础能力上做赋能，才更容易真正落地。 我不知道你们有没有遇到过类似的问题。 尤其是那些懂技术，又想跟行业专家一起用 AI 改造传统业务的人。 你们是怎么把专家脑子里的经验，真正变成可以开发、可以执行的东西的？

曝光 178 · 评论 0 · 点赞 3 · 书签 0