在多个行业构建AI智能体后，真正有效的并非我预期之处

我现在已经在多个行业构建了智能体（物流、医疗管理、会计、房地产，还有其他几个行业），实际有效与失败的模式并非我最初预期的那样。成功的案例几乎总是狭窄且不起眼的。那个为临床团队节省最多时间的智能体，只是把行政杂活从他们身上移开，让他们不必在下班后做数据录入。在会计领域，有用的那个并不是“做会计”，而是处理重复性的提取工作并标记异常，这样一个人就能覆盖更多的客户。在房地产领域，它只是在两分钟内回复潜在客户，而不是几小时——没什么巧妙之处，就是快速可靠。那些演示效果惊艳的东西（“AI运行整个工作流”的推销）一旦遇到真实世界的混乱，就持续令人失望。狭窄、枯燥、行业特定的那些至今仍在运行。最让我惊讶的是，同样的底层技术在不同行业看起来如此不同。医疗管理中的成功用例与物流中的成功用例几乎没有共同点，尽管底层构建模块是一样的。价值始终在于特定的工作流程，而非通用能力。对于正在构建或购买智能体的人：这是否也是你的经验——狭窄、行业特定的东西胜出，而通用的“什么都能做”的东西令人失望？以及哪个行业最难让一个智能体真正立足？