近期入职了一家公司，开始用AI落地。

我目前在中小企业做IT，工作方向就是帮公司做数字化和AI化，某种程度上有点像个“甲方FDE”。

先说一个我自己总结的框架：企业做AI，基本会经过四个阶段。

L1 标准化：公司开始对流程和制度有要求，各部门把自己的经验沉淀进制度和流程。这个阶段通常出现在公司稳定赚钱几年之后，一群老员工加上新来的“经验宝宝”一起建标准。一家公司最好玩也最麻烦的时间段就在这里——效率和标准，得取个中间值。

L2 数字化：基于标准流程上线各种系统。这个阶段更有意思：所有人都喊着要系统，真上了系统，效率却很低，价值十不存一。嘴上喊数字化，实际还是按老办法干活——比如审批线上一路走完，线下还要再打印一份存档。当然也有反过来的：先上系统，再用系统的功能倒逼标准，这也很常见，同样成立。

L3 个人与系统AI化：员工开始接触AI，把标准化的工作做成skill、agent。这个阶段的费用往往是员工自己掏的，自费买AI提效在行业里相当普遍。中小企业在这一步会明显分化：有的岗位职责边界不清，AI就成了到处救火的工具；也有的人很清楚自己要做什么，把自己的工作沉淀成skill，搭几个agent替自己干活，最后变成一个部门共用的系统。后者是真的厉害。

L4 探索：钻研最新的AI技术，落成产品。大公司在这块动作很快，新模型、新能力一出来就立刻复制落地、嵌进已有流程、做AB对照。另一种我特别感兴趣的探索是组织形态的变化：几个人组成一个小队，不向老板汇报，只从“系统中枢”领任务、关任务，老板通过中枢管理所有小队。有公开分享提到过这种设想，据说国内也有公司在试，具体跑得怎么样我没见过，所以先当作一个有趣的假设。

再说AI落地。

我前段时间做过一轮AI需求访谈，收集上来的项目里，真正需要调用模型API的，只有一个。

剩下的呢？体感上，绝大部分其实是数字化和标准化需求——流程没理清、口径没统一、职责没界定，最后都变成了“给我上个系统”或者“给我上个AI”。所以很多公司现在的状态是：还卡在L1到L2，但员工对AI的热情已经拉满，觉得AI可以解决一切。热情是好事，但能不能先把标准和业务流程定清楚？

关于企业怎么管员工用AI。

说个我自己的观察（可能是暴论）：目前国内把“员工用AI”这件事管得比较好的企业，我还没见到。问题不在于没人想做，而是这块确实还没有成熟方案。

豆包工作、Cherry Studio 这类产品在额度管理上做得不错，但聊天内容这一块碰不了——我认为符合国家法律哈哈哈哈哈，企业管的是额度、权限、数据边界和审计，而不是看员工聊了什么。它们在skill分享上也还比较保守；豆包的工作伙伴可以把配置好的助手分享给部门或指定的人，这个设计我觉得共享小龙虾啊哈哈哈哈，其实我自己都不推荐用豆包工作，因为豆包模型太蠢了，上下文幻觉严重，校对一个表格都做不好！但是飞书生态集成真的好！

至于 WorkBuddy、Kiro、Devin、Cursor、DeepSeek Harness 这些工具，大多是先服务个人和小团队，企业侧的管理能力还在补。真到公司里批量使用，额度、权限、审计怎么统一管，是个很实际的问题。

想来想去，我自己目前比较推荐的组合是 new-api + Codex + DeepSeek + 飞书CLI，用下来体验还不错。这块欢迎大家多交流。

再说说大模型。

1. GPT：我的体感是最近表现下滑挺明显，在我常做的任务上还不如 DeepSeek；


2. Claude：能力没问题，主要是预算和采购上过不去；


3. DeepSeek：性价比高，一个月几百块；


4. GLM、MiMo：还没实际用过。

欢迎推荐，尤其是在性价比和企业可管理性这两点上比较有优势的。

最后再说说

JEV模型 要是搞到审批系统，做成一个自动决策系统哈哈哈哈哈！！！！想想就很好玩！