制造企业AI认知体系怎么建：从第一张术语表开始
本文介绍制造企业AI认知基础设施建设的四阶段路径：1.术语盘点（建结构化术语字典）；2.关系建模（构建跨系统知识图谱）；3.规则形式化（将制度转化为可执行逻辑）；4.智能体部署（落地单点应用→Agent协同→人机协同）。每阶段均有明确产出与可见价值，周期2-4个月，强调务实渐进、小步快跑。
30+条反欺诈规则引擎：零API费的实时风控系统
引言：传统风控的三个致命短板 金融风控领域有句老话："规则引擎人人有，真正好用的没几个。"传统风控规则引擎普遍存在三大痛点—— 静态阈值，误报如雨。 单条规则写死一个数字，一旦业务变化，规则就成了摆设。50万的阈值拦住了正常大额贸易，却放过了49.9万的试探交易。 看单笔不见网络。 每笔交易独立评估，无法发现"5个账户把钱转给同一个人，再由这个人集中转走"的星型洗钱模式。团伙欺诈在单笔维度上完美合规。 调用外部API，成本与延迟双高。 每笔交易调一次第三方风控服务，按量计费，高峰期响应飙升到秒级，还伴随着
Agent时代的知识图谱，到底还能怎么玩？
本文探讨知识图谱在Agent时代的转型路径：指出其不可替代的三大价值——结构化行为约束、多Agent语义协调、长期记忆组织；厘清“别碰”“同质化”与“值得投入”的18个方向；强调知识图谱须从静态知识库升级为动态、可验证、嵌入式的行为与记忆基础设施。
