李明宇-从PoC到生产敏捷AI工程让B端AI产品真正落地.pdf

1、从PoC到生产敏捷AI工程让B端AI产品真正落地李明宇|AI 大模型落地实战派顾问李明宇企业 AI 转型实战派顾问历任中科院计算所副教授、国家级重点实验室课题组长、创业公司CEO、上市公司事 业 群 技 术 总 监 和 首 席 技 术 专 家、央 企 子 公 司 副 总 裁。近年来专注于 AI 大模型及智能体的落地实践，在 To B 与 To C 领域均有从技术研发到商业变现的全链路成功经验，某大型企业亿元级人工智能和智能体项目操盘手。中国新一代 IT 产业推进联盟分委会秘书长、中国移动通信联合会智库高级专家、全国高校人工智能与大数据创新联盟专家委员、北京开源创新委员会委员。在中国互联网发展创

2、新与投资大赛、中国“互联网+”大学生创新创业大赛、中国开源创新大赛等多项国家级大赛中担任全国总决赛评委。目 录CONTENTSI.背景与痛点分析II.解决思路与整体方案III.实践案例IV.总结与思考背景与痛点分析PART 01国家政策和广泛尝试与企业生产落地进度中间的“剪刀差”与此同时，中国及全球的大型AI项目正经历前所未有的延期潮与成本失控。中国企业级大模型 PoC 失败率70%PoC 失败/烂尾主要痛点：交付难、成本黑洞、效果不可控数据来源：行业估算全球 GenAI 项目废弃预测(Gartner)3040010203040502025年 GenAI2027年Agent到2027年，40%

3、的智能体项目可能因无法交付预期价值而烂尾。国发 2025 11号传统研发管理与软件工程方法在 AI 项目中遇到的挑战为什么用传统方式开发 AI 系统，会陷入“做不出来”或“不敢上线/无法验收”的困境？1需求需求“涌涌现式”冲突：可枚冲突：可枚举的功能列表 VS 模糊的模糊的业务意图痛点：无法在开发前产出完美需求列表。需求不再是“定义”出来的，而是在人机对话中“涌现”出来的。2设计“返工多返工多”冲突：确定性冲突：确定性逻辑设计 VS 模型幻模型幻觉与能力边界痛点：脱离数据的“空对空”设计文档在模型面前失效。不仅是代码逻辑，更是数据治理、Prompt Engineering与模型能力的博弈。3技

4、技术“更新快更新快”冲突：按季度冲突：按季度/月度月度规划 VS 技技术月更/周更周更痛点：传统瀑布或慢敏捷无法适配底层模型能力的“摩尔定律”式爆发。4验收“无止尽无止尽”冲突：二元冲突：二元测试(Pass/Fail)VS 模糊正确性模糊正确性痛点：“模糊正确性”无法量化，陷入“体感还可以”但不敢验收的死循环。传统确定性输入/输出AGENTIC概率预测“用确定性的旧地图，找不到概率世界的新大陆。”传统软件工程方法难以适应大模型和智能体项目智能会议系统上线后，我们想调整一下会议纪要的格式，这个要不要找乙方来做？智能客服上线以后，回答的事实准确，但是总被客户反馈语气让人不太舒服，这个算bug还是什

5、么？GitHub 史上增长最快的开源项目2天开发，100天突破 250K Stars，超越 React 13年的累积峰值速度：每小时 710 Stars，每分钟 12 个无锡、深圳龙岗等多地政府发布专项支持政策它到底做对了什么？三个核心特性解析1IM 入口，门槛归零（反思：AI产品的UI设计？）不用打开命令行，在飞书、微信、Slack 等日常 IM 中直接对话驱动 Agent。让非技术人员也能体验到 Cursor/Claude Code 级别的 Agentic AI，这是出圈的根本。224/7 在线+持久记忆，越用越懂你（反思：委托开发/产品逻辑？）不再是“你不找它，它不找你”。每 30 分钟

6、自动唤醒检查待办、邮件、日程；所有对话、偏好、习惯以 Markdown 文件持久化保存，跨会话不遗忘。这是真正的“数字分身”。3Skills 生态，自我进化，能力持续生长（反思：智能体的实现手段）面对未知任务时，Agent 能自主编写代码、本地调试、将成功经验封装为 SKILL.md。5,400+社区 Skills 证明：能力复用成本趋近于零，开放生态 封闭产品。业务人员可直接“调教”Agent。对企业 AI 项目落地的启示从 GUI LUI 的转变OpenClaw 的火爆证明：用户真正想要的是能帮自己做事的能力，而不是一个精美的产品界面。交付能力，而非交付产品，才是 AI 项目的正确目标。需