KeyFrame內部研究專用

AI Proficiency: From Users to Builders

Practical AI56 min英文
觀看原始影片

三句話摘要

企業如何識別和培養非技術型建構者(L2),以推動 AI 的實際商業價值。 組織應專注於找出懂業務的非技術型建構者(L2),賦予他們 AI 工具並測量商業成果,而非試圖普遍提升全員 AI 能力。 L0 有五種子類型,各有不同特性與對應策略。講者強調不應將所有抗拒 AI 的人視為問題,而是區分其原因:有些人(如對品質失望者)的反饋實際上很有價值,應該認真聽取,而非強制推行。識別 L2 的關鍵不是技術能力,而是對公司工作流程的深入理解與執行風格的一致性,他們能將隱性知識轉化為文檔流程,同時阻止機構人才流失。重點不在速度,而在於新興工作類型與可測量的商業價值。

重點整理

  1. L0 有五種子類型,各有不同特性與對應策略。講者強調不應將所有抗拒 AI 的人視為問題,而是區分其原因:有些人(如對品質失望者)的反饋實際上很有價值,應該認真聽取,而非強制推行。識別 L2 的關鍵不是技術能力,而是對公司工作流程的深入理解與執行風格的一致性,他們能將隱性知識轉化為文檔流程,同時阻止機構人才流失。重點不在速度,而在於新興工作類型與可測量的商業價值。

實用技巧與重點

  • L0 五大子分類:績效表現者(performative users)、不感興趣者(disinterested)、太忙者(too busy)、工作恐懼者(job fearful)、品質失望者(quality disappointed)
  • 品質失望者比例:約 60%
  • L2 選拔標準:不考技術能力,考察公司DNA、工作理解深度、交付風格一致性
  • 團隊結構:1個L2 + 數個L1 + 若干L0最佳,多個L2會導致效率下降
  • 案例數據:全球頂級製藥公司的文件轉換項目,原估成本 400 萬美元,L2 在3小時內用 Claude 建立技能,可並行處理 1,000 份文件,完全抵銷成本
  • 個人電腦採用曲線與 AI 採用曲線完全相同
  • Midwest AI Summit:10月15日於印第安納波利斯舉辦,使用代碼「PracticalAI20」享20%折扣

結論

組織應專注於找出懂業務的非技術型建構者(L2),賦予他們 AI 工具並測量商業成果,而非試圖普遍提升全員 AI 能力。

完整解析

Mike Lewis 是 Tier 1 Performance 的首席 AI 架構師,該公司協助全球最大型組織進行轉型。他本人曾是肖像畫家(2016年前),偶然獲得 DALL-E 測試機會後才進入 AI 領域。這段經歷使他不帶既有成見,能以全新視角審視 AI 採用的挑戰。

講者的核心框架源自 Peter Yang 的 Substack 文章《Your New Job is to Onboard AI Agents》。L0-L3 分類框架出現後,他意識到現有組織對 AI 採用的理解存在根本偏差。組織通常過度關注「AI 興奮者」(那些四處宣傳新模型的人),卻忽視了真正能將 AI 轉化為商業價值的人——L2 非技術建構者。L2 的特色是對企業工作流程有深刻理解,知道哪些流程該優化、如何優化才能符合企業文化與品質標準。他強調品質失望者不應被視為阻力,反而應聽取他們的觀點,因為他們往往指出 AI 工具的真實限制。

講者經歷過兩年的組織轉變工作後體悟到,試圖從上而下推動 AI 採用如同逆流而上——能量耗盡但成效有限。他現在改變策略,專注於找到並賦能 L2,測量具體商業成果。他分享的案例是:一家全球頂級製藥公司面臨 400 萬美元的文件轉換任務,識別出合適的 L2 後,該員工在三小時內使用 Claude 建立技能,完成文件轉換,不僅一次性解決了高成本問題,還能併行處理 1,000 份文件。這類成果才是組織應該追求的——可測量、可重複、具真實商業價值。

在職位恐懼議題上,講者採取務實態度。他對害怕被 AI 取代的員工坦言:變化確實會發生,但威脅來自願意使用 AI 的同事,而非 AI 本身。歷史數據顯示組織適應力強於預期。他並認為創意解決方案在未來五年內將極具價值——即使在治理限制下,仍能找到創意方法整合現有工具,達成新的工作類型,這才是真正的競爭力所在。

11 min
AI 安全中文11月21日

防蒸餾的三道防線:OpenAI 怎麼保護 AI 的思考過程

一隻羊聊AI看原片 ↗
  • 思考過程是最值得保護的資產:完整的思維鏈(Chain-of-Thought)包含最終答案中沒有的中間步驟,蒸餾來的模型若學到完整思考過程,會多掌握超出預期的能力,包括原本應被防護的攻擊技巧。實驗顯示,學完整思考的學生在資安測驗中表現顯著優於
  • 三層防護結構應對單次請求與持續威脅:模型透過對抗訓練自我拒絕套話,分類器檢查請求意圖與回應內容(包括工具參數),API 層將思考過程與對話綁定,防止跨對話搬運。九月報告曾揭示的加密思考搬運攻擊已被修補。
11 min
AI 技術中文11月21日

20261120 Craft 4K Review Version V3

灵姐说AI | Ling Talk AI看原片 ↗
  • Craft Anything 透過將觀察、構建、檢查和修改環節無縫銜接,將傳統費力的開發流程簡化為提供參考對象並說明目標,讓通用編碼Agent執行具體實現,大幅降低製作難度。
  • 複製範圍廣泛但難度差異大:網站和簡單工具相對容易,複雜遊戲因涉及場景、資源、物理引擎、存檔等要素難度大幅提升,需要提供的信息和輸入量成倍增加。
4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。