在做什么
AI 这块不是停留在看新闻、跑 demo 的阶段，是真往自己的活儿里塞。目标很直接：让机器接手能标准化的部分，人只做判断。
具体研究方向
- 大模型落地到业务流——不是套壳对话，是把 AI 塞进真实的业务环节：客服、内容生成、数据整理
- GEO 与 AI 搜索可见性——用户开始直接问 AI 要答案，品牌在 AI 眼里的样子变得比 SEO 更重要。做过完整的评估与改造闭环
- 多模型网关与成本控制——不同模型能力差异大，价格差更多。做统一网关按任务复杂度路由，能省下大半成本
- 图片与文档理解——OCR、图表识别、截图理解。用视觉模型替代人工录入，是我目前最高频的用法
- AI 辅助开发——让 AI 写脚本、改代码、查问题。用得越久越清楚它的边界在哪
当前进度
- ✅ GEO 智能优化平台上线，多引擎采集跑通
- ✅ 统一模型网关搭建完成，支持多供应商切换与降级
- ✅ 视觉模型接入日常流程（OCR、截图识别）
- 🔄 AI 客服与知识库检索优化中
- ⏳ 内容生产流水线的自动化编排
我的判断
AI 现在最大的价值不是「什么都能做」，而是「把重复劳动的成本压到接近零」。真正难的部分仍然是人——判断什么值得做、什么结果是可信的、出了问题怎么兜底。
这也是我一直在做的事：不追最热的模型，找最适合当前任务的那一个，然后把它用稳。
