当 ChatGPT 成为大众玩具时，企业级 AI 的落地却进入了“深水区”。

很多企业想用 AI，却往往卡在“既要又要”的矛盾中：既想要大模型的惊艳创造力，又想要严丝合缝的业务控制力；既想利用云厂商的便捷，又担心被生态锁定。

本期节目，我们邀请到了刚刚结束多个企业级 AI 项目售前与交付工作的资深技术专家陈锋。他没有聊那些虚无缥缈的未来畅想，而是极其务实地揭开了企业 AI 开发的“遮羞布”：

• 当低代码（Low-code）在大规模复杂场景中失效时，我们该怎么办？
• 为什么说 AI 开发的本质不是写代码，而是一场多方位的“Alignment”？
• 在预算收紧的当下，如何向客户证明 AI Agent 的真实价值？

如果你正在负责 AI 选型，或者是一名正准备转型 AI 开发的工程师，这期绝对不容错过。

⏱️ 时间轴

• 00:55 客户都想做 AI，但很少有人知道自己到底要什么
• 07:21 为什么在复杂 Agent 场景下，我们依然坚持“代码优先”而非“低代码”？
• 12:05 被忽视的“可观测性”（Observability）与最难啃的骨头——评估（Evaluation）
• 17:48 AI 项目不是写出来的，而是通过“Alignment”磨出来的
• 25:17 从“蹭热度”到“降本增效”，企业级 AI 正在经历祛魅后的理性繁荣

💡 精彩摘录

“现在的客户呈现一个状态：他们已经深入到了很深的场景去尝试，但往往发现控制性和想象力在这里产生了冲突。”

“选型没有银弹。当你选择了 AWS 的时候，某种程度上你就在放弃 OpenAI。但在框架层（Framework），我们倾向于 Open Source First，因为我们需要‘白盒’的掌控力。”

“如果不做 Evaluation（评估），你就无法向客户证明价值。但 Evaluation 是个苦活，你需要结合领域知识才能制定出标准。”

“AI 开发的过程，本质上是在做 Alignment。不仅是模型对齐人类，更是业务场景、技术局限与人类预期之间的互相‘对齐’。”

🔗 相关链接

• 李光毅，咨询师，全栈开发工程师，个人主页: 技术圆桌。拥有丰富的软件开发经验，专注于技术创新和系统架构设计，同时活跃于技术社区，分享技术见解和实践经验

📮 联系我们

如果你对企业级 AI 落地有更多疑问，或者想分享你的实战经验，欢迎在评论区留言或通过邮件联系我们。

「程序员新声」节目由「声湃 WavPub」提供内容托管和数据服务支持。