Ben Yan

AI研发与企业AI落地实践者。关注 Coding Agent、Harness 与智能业务执行。做项目、做课程，也思考 AI 如何改变软件和企业工作方式。

[Ben Yan @BenYan1]

大多数企业的 AI 落地，做到最后，都只是多了一个没人用的聊天框。

钱花了，汇报也写了，员工该切的系统一个没少切。

看看一个普通员工的日常：
从 ERP 导数据，到财务系统核对，发现对不上，翻邮件找依据，再去 OA 提审批。
这一圈下来，哪一步缺的是聊天框？

他缺的不是一个更会聊天的助手，而是有人把这一圈跑完。

系统记录事实，AI 推进流程，人在关键节点拍板。

做不到这一步的“企业 AI”，本质上就是一个更贵的搜索框。

真正敢往下做的企业，讨论的早就不是选哪个模型了，而是：
AI 能动哪些系统？能改数据吗？它提交的审批出了错，算谁的？

这些问题不敢碰，再换十个模型也没用。
你们公司的 AI，是在干活，还是在汇报 PPT 里干活？

[Ben Yan @BenYan1]

@lukfan 所有才要约束循环次数， 超过就得转人工调整方案。

[Ben Yan @BenYan1]

口头规则。不过做下来发现，这三样缺的其实是同一层东西：一直由人扛着的业务判断。

主数据回答"这是不是同一家供应商"，权限回答"谁能动这笔钱"，口头规则回答"碰到例外怎么办"，比如"这家供应商可以晚付，老板当年答应的"。

答案散在系统、Excel和人的脑子里，很多公司的关键接口，其实就叫"问财务小王"。

AI的下一步，就是把小王脑子里这套搬出来：规则明确的自动往下走，每一步留痕；拿不准的停下来，把依据摆给人拍板。

[Ben Yan @BenYan1]

企业信息化搞了20年，最核心的系统还叫“最终版_v3_改_再改.xlsx”。

SAP没输，Excel也没赢。只是这需求就两个人用，逻辑不复杂，偏偏又独一份。找IT立项？排期排到这俩人离职。

AI先改的是这笔账：以前不值得开发的，现在几天就有能用的工具。

可工具做多了你会发现，Excel只是露在外面的那部分。

付一笔款之前：合同系统查条款，ERP看货到没到，发票系统核票，资金系统看额度，对不上再去群里喊人。四个系统都挺好，真正把它们连起来的，是财务小王。

给每个系统加个聊天框没用，无非是小王多了四个聊天对象。

AI更应该接小王跑腿的活：挨个系统查一遍，对得上就按规则推进，对不上就把差异和依据摆出来。真正付款，仍然走原有的授权审批。

走到这一步，难的就不再只是把软件写出来了。

工具几天一个，流程跟着天天改，而这些软件碰的是真金白银。谁验证？谁验收？谁批准发布？出了问题算谁的？

代码AI写，测试AI写，验收报告也能生成得一片全绿。可真出了事，AI不来开复盘会。

这两年亲手做业务台账、财务自动化和AI研发，越来越发现它们是一条链：

软件便宜了，AI更容易进入业务；AI进入业务，软件的验证和交付就必须跟上。

所以问一句：

如果明天AI能替小王完成付款前的全部核对，你们公司敢让它进入正式流程吗？

[Ben Yan @BenYan1]

@qwas185 本来也没觉得什么， 刚才grok bot突然弹消息，我就去看了下， 发现他自动帮我整理了一份摘要， 因为之前我让他帮我整理过， 今天刚好跟新了原来的文件， 他发现文件有更新就把摘要重做了一遍。 感觉有点意思。

[Ben Yan @BenYan1]

今天让 ChatGPT 修改一份 50 页的 PPT，讨论得头头是道，最后告诉我：当前环境只读，无法写入文件。 联想到12月份chat也要占用额度， 猜想应该是 去掉了 chat 的写文件能力， 这就是所谓的 Instant chat吧。

分工没问题，按任务收费也可以理解。

但能不能在接任务的时候就说清楚？

[Ben Yan @BenYan1]

我把这个问题拆开，带你看懂：这不是AI写的，而是AI让人读的。你以为是人在说话，其实是一个反直觉的观察。

[CuiMao @CuiMao]

2026年最让我难绷的5个AI词汇
1：把问题拆开
2：带你看懂
3：不是，而是
4：你以为，其实
5：一个反直觉的观察
我真的一点都无法忍受，一听到就浑身难受，一个真人在那里一本正经的读一个AI写的文章。那么哪个人到底是人还是AI。

[Ben Yan @BenYan1]

@off_thetarget dsh上的ds-bot插件我觉得也很不错。
感觉grok bot优势现在只剩下一台云端电脑了。

[Ben Yan @BenYan1]

@heydengai 每天默念：Grok超过Claude

[Ben Yan @BenYan1]

好久没用Cursor了，正好 开通Grok bot 也能用Cursor，就拿一个真实开发任务试试。

结果有点拉胯。😂

Cursor 始终说连不上数据库，任务卡住了。

问题是，同一套环境，我自己连接完全正常，Codex 也能正常连接并工作。Cursor 却一直走不出来，Auto和指定grok4.7都一样。

现在越来越觉得，Coding Agent 的能力差距，不只是代码生成质量，而是遇到真实工程障碍时，能否自主排查、解决问题并继续推进任务。

一次体验不能代表全部，但这次 Cursor 的表现确实让我失望。

[Ben Yan @BenYan1]

@lukfan 还有一个月， 且用且珍惜

[Ben Yan @BenYan1]

@heydengai 我的只剩一个了

[Ben Yan @BenYan1]

@fankaishuoai 昨天刚开通， mac上经常需要刷新， 手机上感觉顺畅不少。 grok bot默认访问网络通过本地转发， 开始用浏览器访问ip吓我一跳。

[Ben Yan @BenYan1]

@heydengai 确实。资料即使能做文字 Diff，也很难判断语义变了什么、影响了哪些已有结论。我觉得 Document Harness 的一个关键突破点，可能就在“来源版本—依赖追踪—影响分析—定向复验”这条链上。

[Ben Yan @BenYan1]

Coding Agent 的意义不只是改变软件开发，而是率先跑通了一种新的 AI 产品范式：专业执行环境、持久化工作对象、自主执行与独立验证。

下一轮 AI 应用的百花齐放，可能发生在 Code 之外：

Document Harness 管资料与知识，Business Harness 管台账与业务状态。

从管代码，到管资料，再到管业务。

[Ben Yan @BenYan1]

@ajs6888 这点很关键。业务执行不仅要把任务做完，还要保证状态变化的一致性、可追溯和可恢复。我目前更倾向于让 Agent 负责业务理解与建模，确定性引擎负责执行，关键节点保留人工裁决。

[Ben Yan @BenYan1]

@JeanphiloGong Exactly. A source change should trigger re-validation, not automatically mark the answer as wrong.

With version-linked evidence and dependency tracking, a Document Harness could selectively recheck affected answers—something like test impact analysis for knowledge.

[Ben Yan @BenYan1]

@168888888888888 文档其实也可以做版本 Diff，真正困难的是：
哪些内容发生了语义变化？
变化影响了哪些其他资料？
哪些已有结论可能不再成立？
如何验证修改后的知识仍然正确？
所以需要的不仅是 Document Diff，还有 Change Impact Analysis 和 Verification。

[Ben Yan @BenYan1]

@yupi996 你是说 cursor中的 opus模型比cc中还强？

[Ben Yan @BenYan1]

IDEA 卸了，Cursor 卸了，VSCode 还在。
不是因为还在用，是因为 .md 默认用它打开。
陪我写了这么多年代码的编辑器，最后的工作是当记事本。
嫌弃，又舍不得删。