拾光特辑 | 不追AI风口，专啃“硬骨头”

“CCF强调观点要犀利，在我看来，真正的犀利就是尽可能消除人类幻觉。在这里，你可以和同样优秀甚至更优秀的人争论、清晰表达、从对方观点中学习。”作为CCF的杰出会员，同时也是CCF大模型论坛学术委员会的执行委员，徐剑军认为CCF的理念与他追求“无幻觉AI”的初心一脉相承。

当行业热衷于展示大模型的创意生成能力时，徐剑军转身扎进最“枯燥”的知识深水区——规章制度、流程规范、政策条文。这些大模型最容易产生“幻觉”的雷区。

2016年，在央企做IT化的徐剑军，眼见太多“PPT式创新”——新技术热闹登场，却从未真正嵌入业务流程。于是，他决定自己做“能给传统行业发挥真实价值的AI应用”。最初几年，他默默打磨知识工程能力。直到GPT-3发布，他判断：通用人工智能（AGI）即将到来，但如果AGI不懂人类的规章制度，它越聪明，风险越大。

于是他带领团队聚焦“冷门”方向：让AI精准掌握无自然规律、全靠人为设定的知识——这些内容容不得“大概”“可能”，必须字字准确、可溯源。

2023到2024年，徐剑军毅然放弃大量传统盈利业务，全力攻坚。这一决定源于深层信念：要想真正实现“硅基”和“碳基”生物的通力合作，AI必须读懂人类的规范性知识，这件事必须有人去做。

如今，团队构建的“深知”系列产品已在政务与大型企业场景落地：员工对话AI可及时核查操作是否符合最新安全规程；在国务院政策答问平台，系统能精准引用文件原文，而非模糊概括。“我们做的事情虽小，但它可能带来的影响是很巨大的。”

面对AI风口，陈廷梁始终坚守长期主义，笃信“慢”的价值——不追短期热点，而是沉入产业深处，让技术在落地中积淀真实价值，让数据智能切实推动产业升级。

作为国内“去IOE”的早期践行者，陈廷梁的数智深耕之路，始于二十年前对行业痛点的洞察。2009年，当国内企业仍普遍依赖国外数据库、大数据应用尚处萌芽之时，他已主导搭建了多个大数据平台，并持续推动相关技术体系的演进与产品化落地。2020年他再次转身，创办公司——不是追逐风口，而是想让中小微企业也能用得起、用得好AI。

加入CCF后，陈廷梁也将这一理念延续到与学会的合作中。作为CCF大数据专家委员会的执行委员，他带领团队与CCF一起初步搭建了数据仓库，这项工作目前仍在逐步完善，希望未来能借助Data+AI进一步沉淀数据价值，将其切实运用于服务会员的各类场景。这也再次印证了他始终坚持的那个朴素观念：技术必须贴合业务。

十余年里，他始终坚信：“AI技术落地的核心不是追求技术先进性，而是‘以业务价值为锚点’的适配能力。”数智化转型的核心的是通过Data+AI，重构企业生产力配置逻辑。这份不疾不徐的长期主义，也让他与CCF深度同行。

陈廷梁执着于做“难而正确”的事——不贪快、不炫技，坚持从1到N把Data+AI的技术价值落地到每一个具体场景，“这种成就感，让我始终保持热情。”面对AI风口的持续涌动，这位AI“老兵”依旧坚守“慢”的定力，期待未来能让AI实现“可信前提下的普惠价值”。

姜昌浩与CCF的缘分始于学生时代，那时CCF组织的深度研讨会令他印象深刻——并非短时的讲座，而是议程密集的学术集训，让他能快速把握领域全景，也奠定了他“产学研”一体的创业思维。

回忆起创业起点，清华大学计算机系出身的姜昌浩并不讳言。2023年大模型浪潮席卷而来时，他和许多技术人一样，手握AI这把“技术锤子”，急切地寻找能发挥其巨大能量的“钉子”，而这个过程最终将他带向了工业——一片水极深、门槛极高，但也蕴含着无限可能的蓝海。

然而，从技术想象到工业现场，横亘着巨大的认知鸿沟。从被工业老板认为“不太懂行”，到赢得信任，姜昌浩用了最“笨”的方法：把时间“泡”在工厂里。2024年，他的出差时间远超以往，深入一线去理解设备、流程与人的真实困境。

在真实场景中，他和团队逐步摸清了真实痛点，并发现好的产品，必须能接纳工业数据“不完备”的现实。这直接催生了“今天排”——一款无需大量数据准备、能直接融入现有工作流的智能排产产品的诞生，成功将AI的“不确定性”转化为客户生产管理中可感知的“确定性”价值。

从技术驱动的“找钉子”，到深入场景的“解难题”，姜昌浩的创业路径愈发清晰：公司的“根”是AI，但“魂”在于真正理解并解决工业的复杂性。2025年，他重返CNCC大会，看到了将一线工业需求与前沿学术创新连接的迫切性与可能性。“现在，或许我可以成为一个桥梁。”这位昔日的CCF学生会员，正以创业者的身份，期待在工业智能化的浪潮中，促成更深度的“产学研”握手。

2025年初，花呗页面的一个微小却关键的变化悄然上线：用户还没提问，系统就提前“猜”到需求，自动生成一张服务卡片。这背后，是两个“较真”的工程师，在AI大模型刚兴起时的一次冒险。

其中，算法工程师杨颢与CCF的缘分可追溯至中学时代：高中参加全国青少年信息学奥林匹克竞赛（NOIP）并获奖的经历，不仅为他打开了保送名校的大门，也是他与CCF的初识。

十余年后，已成为技术骨干的杨颢，与前端工程师徐奇昊共同萌生了让AI在金融场景中从“被动应答”转向“主动理解”的想法。杨颢也在思考：大模型能否超越聊天机器人，给用户提供更加智能贴心的服务。

两人一拍即合，计划通过意图识别、服务策划和生成式UI服务等环节的突破，打造一套能“读懂用户沉默”的智能交互系统。开发过程中团队曾遭遇很多困难，如页面频繁白屏。“那一刻我们意识到，在金融场景里，‘有趣’不如‘可靠’重要。”

团队紧急闭关一周，反复争论AI的自由度与工程兜底机制，最终共同设计出一套轻量级DSL规范，让生成式UI在可控边界内稳定运行。最让徐奇昊感动的，是久违的团队状态：“AI 时代，点子比资源重要，行动比规划靠前，一个点子丢进来，大家从数据到工程全扑上去，那种久违的技术热情又回来了。”

该项目随后在 SEE Conf 上分享，引发业界广泛关注与好评。如今，这项探索已沉淀为多模态大模型研究，并投稿至CCF-A类会议。对他们来说，这不仅是技术闭环，更是希望在CCF上，一线创新得以被同行看见、检验与延续。