近况与记录
开始做晴天的工作台的桌面端网页原型定下来之后，接着开发 Windows 和 macOS 通用的桌面端。
信息散在几个工具里，看一遍要来回切换。先把收件、事项、项目和信息源放进一个能点的原型，确认这条线走得通。
接下来做桌面端，数据放在本机，两个平台用同一套代码，最后分别打包。
开始把企业 AI 实践写成文章从真实项目里的需求判断、工具边界和采用问题开始写。
写下来既是整理自己的判断，也给遇到类似情况的人做个参考。
AI 自动化剪辑流程进入日常使用流程交给剪辑人员用于日常生产，选题、事实和成片质量仍由人确认。
从选题、文案、素材到成片交付的整条流程调试完成后交到一线。现在可以确认的是流程确实在被日常使用；完整的运行记录和长期效果还在补充。
从「做出工具」转向「判断值不值得做」把各部门的 AI 需求整理成台账，区分跑通、上线和被持续使用。
一开始的工作重点是尽快把工具做出来。后来开始把各部门陆续提出的 AI 需求整理到一起：每条想解决什么问题、谁在提、现在做到哪一步。
把跑通、上线和被持续使用分开看之后，一件事该继续投入、先补证据还是停掉，判断会清楚一些。动手之前先问一句值不值得做，也成了后来的习惯。
把 AI 用法讲成一门课把工作中确实用得上的一些 AI 做法整理成课，讲给同事。
准备的过程要求自己先把每件事确认清楚：这个方法解决了什么、在什么情况下不管用、换个人能不能照着做。
哪些内容当场就能用、哪些还需要更多例子，反馈比预想的直接。
把每天都要跑的数据流程写成脚本每日记录的整理、校验和状态输出，做成了可以重复运行的脚本。
转向企业 AI 应用从系统运维和调试，转到企业 AI 应用工程师。
在这之前做的是系统运维和调试，处理服务器、网络和系统故障，问题大多是明确的。转到企业 AI 应用之后，面对的是业务侧提出的一类问题：这件事怎么做、卡在哪一步、哪一段可以交给工具。同一件事在不同部门做法不一样，得先看现场再动手。