后台写着每月 20 美元，Pluto 已经花了 100 多美元：AI 应用从原型到生产要补哪些东西
AI 应用从原型走向持续服务，需要补上哪些基础设施？
文章
由 AI 采访转化而来，每篇都能追到原视频。
别先做“全自动员工”：先跟着真人看 20 次工作，再卖一个有人兜底的小流程
餐厅接待电话看似只是回答营业时间，实际还涉及厨房、座位、天气和需要转人的例外。
PR 开始按 Agent 的速度增长后，CI、评审和审计要怎样重建？
编程 Agent 让代码提交越来越快，团队怎样避免测试和评审队列抵消这些收益？
Agent 能跑只是起点：从实验走到生产，还要补上身份、审计、记忆和成本控制
Agent 在演示中能完成任务，进入企业生产后还要处理权限、审批、追踪和成本。
从 6,000 页支付规则里找答案：In The Pocket 怎样把 RAG 助手做得可查、可用
面对数千页相互引用、表格密集的支付规则，怎样让 AI 助手给出可核查的答案？
Runway 不只想生成视频：一次 Sora 危机、一个神经界面和机器人仿真
视频模型能生成逼真画面，怎样进一步响应操作并帮助机器人试验动作？
OpenRouter 卖的不是模型，而是随时换模型的权利
模型能力、价格和供应商不断变化，应用若绑定单一接口，切换和故障处理就要反复重做。
用 AI 提高创意上限，而不只是提高生产下限｜Katie Dill
AI 很快就能做出看似完整的界面，却也容易让产品落入彼此相似的模板。
观点要鲜明，也要随时准备修正｜Marty Cagan
AI 让团队更快做出原型，也可能让未经验证的功能更快消耗资源。
每天做一份简报、两天发布一个小产品：比“学习 AI”更具体的六种练习
想学习 AI 却不知道从哪里开始，怎样把“试工具”变成能反复检验的练习？
Dyna 的机器人为何要先“预演”未来：从 45 分钟示范到一小时洗衣流程
机器人完成一次漂亮演示后，怎样才能在真实工作场所持续处理变化？
AI 账单涨了 60 倍，为什么每个 PR 的成本反而降了 26%？
AI 编程账单快速上涨时，单看 token 很难判断开发投入是否划算。