AI采购清单正在失效:三个信号说明企业买错了东西

三个真实产品信号指向同一件事：企业采购AI时盯着的参数和榜单，和实际能用的东西正在脱节。

第一个信号：有人在训练模型“演”终端

WorldTUI 这个项目做的事很具体：训练一个小模型，让它模仿终端界面的行为。用户敲一条命令，模型不执行任何真实操作，只是生成看起来正确的输出——光标移动、进度条滚动、返回结果，全部是演出来的。

这件事值得企业决策者停下来看一眼。它说明两件事。

第一，模型“看起来能干活”和“真的干了活”之间，成本差着数量级。训练一个会演终端的模型，比让模型真正接入 shell、处理权限、捕获异常、回滚状态，便宜太多。演示环境里跑得通的东西，进了生产环境就散架，原因往往不在模型能力，而在这些没人演示的脏活。

第二，采购时看到的 demo，默认要打折扣。供应商给你看的界面越流畅，越要问一句：这条链路里，哪些环节是真执行，哪些是模拟返回。一个能问出这个问题的人，能挡掉大半的无效采购。

对 50 人以下的企业，这条信号的实际含义是：不要买“能演示”的方案，买“能出错”的方案。让供应商现场演示一次失败——网络断了怎么办、权限不够怎么办、输入了畸形数据怎么办。答不上来的，直接排除。这个测试不花钱，只需要一次会议时间。

第二个信号：发布节奏本身成了信息

月之暗面放出了 K3.1 的预热视频，但发布日期始终没说。

预热视频和真发布之间的时间差，是一个被低估的采购指标。视频能剪，能挑最好的片段，能在理想环境下录十遍取一遍。发布日期捂着，通常意味着还有东西没过关——可能是成本，可能是稳定性，可能是某些场景下的表现还撑不住对外承诺。

企业采购里有个常见错误：把“即将发布”当成“已经可用”写进规划。预算批了，流程定了，等产品上线，发现能力边界和视频里不是一回事。

可执行的动作很简单：任何未公布日期的产品，不进当年的采购计划。想试，用试用额度试，不占预算，不签合同，不做集成。等它真发布了，再走一遍评估。这个规则对小团队尤其重要——小团队没有冗余人力去消化一个半成品带来的返工。

第三个信号：工具开始按“对话对象”重做

Hugging Face 推出 Carbon-X，基于千问，定位是让科学家“与 DNA 对话”。

这个产品的形态比它的技术细节更值得看。它不是做一个通用助手，再指望用户自己找场景；而是先锁定一群人（科学家）、一种对象（DNA 序列）、一类任务（查询、比对、解释），然后把交互压到“对话”这一层。

企业采购里最常见的浪费，是买通用工具，然后指望员工自己摸索出用法。实际发生的是：工具装上了，用的人还是那几个本来就懂的人，其余人绕开走。半年后复盘，活跃度个位数百分比。

Carbon-X 这条路线的启示不是“企业也该做个垂直模型”——多数企业没这个资源。启示是采购时要问：这个工具默认的使用者是谁，默认的任务是什么。答得越具体，落地概率越高。回答是“所有人”“各种场景”的，基本可以判定为没人用。

一个 50 人以内的企业能执行的动作：采购前，指定一个具体岗位、一项具体任务、一个可量化的验收标准。比如“客服组三人，处理退换货咨询，平均响应时间从 8 分钟降到 3 分钟”。达不到，不续费。这个标准写在合同附件里，比任何功能清单都有约束力。

该买什么：把预算从“能力”挪到“接入”

三个信号合起来指向一个判断：企业为模型能力付的钱，边际收益在下降；为接入付的钱，边际收益在上升。

WorldTUI 说明接入（真实执行、错误处理、权限）比能力难做，也更能区分方案好坏。K3.1 的发布节奏说明能力本身还在变动，押注单一模型的能力领先，风险不低。Carbon-X 说明接入做对了，中等能力的模型也能解决具体问题。

具体的预算调整：把原计划用于采购“更强模型”的预算，切出一部分，用于三件事——把现有系统里最脏的一个流程接出来（谁维护、出错怎么办、谁签字）；给每个 AI 工具定一个可量化的验收指标；留一笔钱做失败复盘，而不是成功演示。

最后给一个可以直接执行的动作：本周内，把公司正在用和计划采购的 AI 工具列成一张表，每一行加两列——“出错了谁处理”和“三个月后的验收数字”。任何一行填不出来的，从采购清单里划掉。这张表不需要 IT 部门做，业务负责人一个下午就能填完。填完的结果，通常比任何一份供应商方案都更能说明该买什么。