2026/2/13 22:16:55
每个部门一看就知道:自己在哪一层?下一步要升到哪?
《大地 AI 名词战略地图》
我把它分成五层:
基础层 → 应用层 → 资产层 → 自动层 → 管理层
一、总部版 AI 战略地图
(珠海总部 + Clark 核心团队)
第一层:基础认知层(必须100%普及)
名称 | 总部必须理解什么 | 如果不懂会怎样 |
LLM | AI 的大脑 | 误以为AI无所不能 |
Token | 成本与算力单位 | 无法控制规模成本 |
Prompt | 指令设计能力 | AI输出质量低 |
Co-pilot | AI副驾驶 | 只会随便聊天 |
目标:总部全员达到“熟练提问”水平
第二层:应用强化层(部门主管必须掌握)
名称 | 在总部的意义 |
RAG | 让 AI 调用园园通、IMA、招生资料 |
知识蒸馏 | 把专家经验变成 AI 可用资产 |
Co-thinking | 用AI做决策模拟 |
Co-image | 市场、短视频、品牌视觉 |
这一层决定:
总部是否拥有“自己的AI能力”。
第三层:资产化层(AI 部门核心任务)
名称 | 战略意义 |
知识库架构 | 建立大地统一AI知识底盘 |
Prompt库 | 标准化各部门使用方式 |
数据接口 | 准备未来系统接入 |
质量评估机制 | 每季度优化知识库 |
这一层决定:
大地有没有“AI护城河”。
第四层:自动化层(2026–2027 关键阶段)
名称 | 总部作用 |
Agent | 自动生成报告、招生计划 |
Multi-Agent | 分工处理市场、教学、财务 |
MCP | 连接校园数据系统 |
OpenClaw | 自动操作后台系统 |
这一层决定:
总部人员是增加,还是优化重组。
第五层:Manager AI 层(战略终局)
名称 | 意义 |
Manager AI | AI 调度多个 Agent |
战略仿真AI | 模拟招生、扩园决策 |
全球运营调度AI | 协调珠海 + Clark |
这一层属于 3–5 年战略目标。
二、校园版 AI 战略地图
校园不需要懂全部技术词,
但必须知道“自己在哪一阶”。
校园第一阶段(Co-pilot 阶段)
园长 / 教师正在:
· 写活动方案
· 写家长通知
· 做教学设计
· 写总结
名词重点:
· LLM
· Prompt
· Co-pilot
目标:
每位园长每天至少使用AI 30分钟
校园第二阶段(RAG 阶段)
AI 可以:
· 调用总部知识库
· 回答园所管理问题
· 生成标准流程
名词重点:
· RAG
· 知识蒸馏
目标:
园长提问 ≠ 上群里等总部
而是问“园长AI助手”。
校园第三阶段(Agent 协助阶段)
AI 可以:
· 自动生成月度分析
· 自动生成招生计划
· 自动统计教学质量数据
名词重点:
· Agent
· 自动报表
· 数据接口
校园第四阶段(管理协作阶段)
园长不只是用AI
而是管理“园所AI系统”。
例如:
· 招生AI助手
· 教师培训AI助手
· 家长问答AI助手
名词重点:
· Multi-Agent
· Manager AI
总部 vs 校园 名词重点对比
层级 | 总部重点 | 校园重点 |
基础 | LLM / Token | LLM |
应用 | Prompt / Co-thinking | Prompt |
资产 | RAG / 知识蒸馏 | 使用知识库 |
自动 | Agent / MCP | 使用Agent |
管理 | Multi-Agent / Manager AI | 接受AI协作 |
关键战略判断
如果:
· 总部只停在 Prompt
· 校园只停在 Co-pilot
那大地AI水平 ≈ 45分。
如果:
· 总部完成知识蒸馏
· 校园完成RAG应用
大地AI水平 ≈ 70分。
如果:
· 总部部署Agent
· 校园进入AI协作管理
大地AI水平 ≈ 85分以上。
对大地目前阶段的客观判断
根据你之前的规划(刘磊 + 10人 + Clark扩张):
大地目前处在:
Prompt 熟练阶段
知识蒸馏刚启动阶段
Agent 尚未系统化
整体水平大约 55–60 分。