企业AI培训里反复出现的失败是什么?
很多企业一上来就要求先讲最近热门的词——智能体(agent)、Harness Engineering、循环工程(loop engineering)。可报名这些课程的人里,相当一部分连Claude Desktop都没用过。这和还不会字母表就想学写论文没有区别。
在这种状态下讲课,结果可想而知。课程一结束,记住的只是几个术语,真正能动手做的事一件也没留下。
业务自动化实际会经过哪些阶段?
业务自动化是有顺序的。第一阶段完全不需要安装,直接在聊天窗口里使用——比如Claude Desktop或ChatGPT这类工具。第二阶段是无代码工作流,把日常使用的各种应用串联起来,属于中间层级。第三阶段是Vibe Coding,从这里开始自由度大幅提升,但需要学的东西也随之增多。再往上是智能体——给自己做的工具装上能判断、能决策的大脑;再往上则是Harness Engineering,让这种开发变得高效的体系。
用学英语来打比方会更容易理解。Claude Desktop相当于使用自动翻译器,Vibe Coding是自己学会字母然后动手写句子,智能体是凭这份语言能力独立写作,Harness Engineering则更接近一套检查你所写文章语法的体系。对一个还没迈出第一步的人,直接抛出高出三个层级的概念,自然什么也留不下。
为什么培训结束后学到的东西会消失?
最常见的误解,是指望一两天的课程就能让人掌握一切。AI和其他事情一样,需要自己动手尝试、失败、再摸索的时间——如果公司从不保障这段时间,学到的内容就会被每个人手头真正紧急的工作挤压殆尽。
真正把AI用好的组织,往往设有专门研究业务自动化的团队。愿意为学习投入时间和空间的组织,和不愿意的组织,差距正是从这里拉开的。
为什么定期复盘的副业项目能让学习真正扎根?
在这基础上,SH Consulting在每次培训后都会建议一件事:选一个和本职工作无关的副业项目动手做,并为它建立自己的定期复盘会。
和工作绑在一起的学习计划,终究会输给截止日期和优先级,但副业项目的复盘日程本身,会形成一点点强制力。更重要的是,学到的概念终究要亲手做出来才能真正留下。所谓Learn by doing,说的正是这件事。