00 —— INSIGHTS
企业 AI 与 FDE 洞察
Stanley Team 整理的企业 AI 知识库：什么是 AI、大模型与智能体，FDE（前沿部署工程师）如何交付，私有化部署与安全，以及制造、安全生产、金融等行业方案。
-
FDE METHOD —— FDE 方法论
企业 AI 落地的六道坎：从场景定义到业务采用
企业 AI 项目为什么常常停在演示阶段？本文总结落地过程中最常见的六道坎：场景没定义、数据是烟囱、老系统接不上、验收口径错、业务不采用、边界不清，并给出每一道坎的工程对策。
2026.11.04 · 约 1686 字 · 4 分钟 -
SECURITY & DEPLOYMENT —— 安全与部署
什么是模型网关？企业 AI 的统一出口、额度管理与全量审计
模型网关（LLM Gateway）是企业所有大模型调用的统一入口和出口。本文解释模型网关的作用：鉴权、路由、负载均衡、部门额度、成本入账、内容过滤和全量审计，以及它如何帮助企业防止员工私用外部 AI 带来的泄密风险。
2026.11.04 · 约 1376 字 · 3 分钟 -
FUNDAMENTALS —— 基础概念
什么是 RAG（检索增强生成）？企业知识库问答怎么做才好用
RAG（Retrieval-Augmented Generation，检索增强生成）让大模型先检索企业资料、再基于资料作答。本文讲清 RAG 的原理、企业知识库的完整链路（资料接入、权限、检索、引用、纠错），以及常见的失败原因。
2026.11.04 · 约 1441 字 · 4 分钟 -
FUNDAMENTALS —— 基础概念
大模型为什么会“幻觉”？企业 AI 的关键数字为什么要由代码算
大模型幻觉是指模型生成听起来合理、实际错误的内容。本文解释幻觉产生的原因，以及企业如何用检索引用、拒答机制、规则引擎和人工审批，把幻觉的风险控制在可接受范围内。
2026.11.04 · 约 1291 字 · 3 分钟 -
FDE METHOD —— FDE 方法论
企业 AI PoC 怎么验收？用真实资料建评测集，把指标写进门槛
企业 AI 项目的 PoC（概念验证）应该怎么设计和验收？本文讲清评测集怎么建、常用指标（命中率、引用率、准确率、耗时）怎么定义，以及如何避免“演示很好、上线不行”。
2026.11.04 · 约 1491 字 · 4 分钟 -
SECURITY & DEPLOYMENT —— 安全与部署
企业 AI 安全清单：数据、权限、分权、审计与合规
企业把大模型接进业务之前，应该检查哪些安全问题？本文给出一份可直接使用的企业 AI 安全清单，覆盖数据不出域、权限随原系统、分权审批、全量审计、提示注入防护，以及《生成式人工智能服务管理暂行办法》等合规要点。
2026.11.04 · 约 1781 字 · 4 分钟