标签
这篇文章讨论了企业AI项目从概念验证到生产部署过程中常见的失败原因，强调了MLOps、提前检查真实数据、明确人机边界等关键实践，认为项目失败往往不是因为模型不行，而是因为工程落地环节的忽视。
文章强调了线上AI采用看似迅速，与实际公司工作流中较为缓慢、谨慎的整合之间的脱节，其中信任、治理和可靠性是关键问题。
讨论AI工作流中干净的基准测试环境与混乱的真实世界使用之间的常见差距，导致生产环境失败，并提及评估平台如Confident AI、Braintrust和Langfuse。
Lane Burgett 分享他们如何使用 Starlink 远程运行一个挖掘机机器人模型，该模型基于 Physical Intelligence 的 π0.5，使用 2.5 小时的操作员数据进行训练，教会重型机械执行现实世界任务。
文章讨论的是，AI代理在真实工作流程中的主要挑战并非理解任务，而是处理意外变化的恢复、状态跟踪以及知道何时需要人工输入。
讨论AI代理是否终于从基于聊天的交互转向自主执行现实任务，例如客户支持和取消订阅，质疑实际实施是否已经到来或仍处于早期阶段。
Andon Labs在斯德哥尔摩推出了一家由AI运营的咖啡馆，AI经理“Mona”做出了幽默但有问题决策，比如在没有炉灶的情况下订购了120个鸡蛋，并提交了一张画得糟糕的示意图以申请警方许可。文章引发了关于在没有人类监督的情况下，AI实验影响现实世界系统的伦理担忧。