AI 落地资产管理
基础设施层与资产层的界定与取舍
本手册面向正在推动 AI 落地的组织与个人。研究对象是：在 Agent 生态快速演进的背景下，组织的维护精力应当投向哪些对象，以及由哪些角色分别负责。
一 · 背景：两处结构性变化
头部厂商之间的能力差距持续缩小，开源模型在多数任务上逼近闭源模型的表现，模型层的选择不再是主要的竞争变量。
通用 Agent 平台以成熟工程投入覆盖工作台、编排与安全等通用能力，并以低边际成本持续更新。
两处变化的共同含义：通用能力趋于同质化，并以更低成本持续可得，组织难以通过选用或自研通用能力建立长期优势。
依据说明：以上为基于 2025-2026 年公开评测趋势与价格变动的行业观察，非本手册实测数据。
二 · 观察：一个普遍的投入错配
仍有相当比例的组织将主要资源投向基础设施层（基于公开案例与行业访谈的观察，非统计结论）。在规模、合规与定制需求未构成约束的前提下，此类投入通常面临三个问题：
- 投入成本高——需要持续配置工程团队，总成本高于直接采用
- 迭代速度慢——组织内部迭代节奏难以跟上厂商
- 价值折旧快——自建能力随平台升级贬值，转为维护负担
三 · 采用与自建的决策条件
| 条件 | 倾向自建 | 倾向采用 |
|---|---|---|
| 调用规模 | 大规模、成本敏感，自建网关边际成本更低 | 中小规模 |
| 数据与合规 | 数据主权、私有化部署存在硬性要求 | 无特殊要求 |
| 定制深度 | 需深度定制平台未提供的核心能力 | 通用能力即可满足 |
| 工程团队 | 有可长期投入的成熟工程团队 | 团队规模有限 |
| 平台连续性 | 对连续性有重大顾虑且可承受自建成本 | 接受平台更新节奏 |
四 · 框架：两个层面
| 层级 | 内容 | 主导投入方 | 组织应采取的方式 |
|---|---|---|---|
| 基础设施层 | 模型训练与推理、通用 Agent 平台、模型网关、通用评测平台 | 模型厂商与平台公司 | 按决策条件判断；条件不成立时直接采用 |
| 资产层 | 业务规则、知识、技能与流程的结构化沉淀，共 18 项 | 各组织、团队与个人自身 | 持续积累；内容可迁移、可复用、随业务增值 |
五 · 结论与建议
在采用条件成立的前提下，组织的差异化来源在资产层。资产以四项标准判别，以交付结果作为评价准绳——能否持续、稳定、自动化、规模化地交付达到一定标准的结果——辅以成本、风险与合规考量。
将一次性经验工程化为模板、流程与清单，是可复用资产的基本来源——经验经工程化沉淀后，才具备可迁移与可复用属性。
适用边界：模型厂商或平台公司的资产层即基础设施层；数据主权、私有化、深度定制场景应参照决策条件判断。
资产的判别标准
并非所有与 AI 相关的对象都构成资产。本手册以四个维度判别资产，其中内容可迁移是必要项，其余三项为充分项——满足越多，越接近值得持续投入的资产。
可迁移
内容脱离特定工具仍完整有效。以纯文本、标准格式沉淀，更换 Agent 工具时平移复用。
可复用
沉淀一次，可在后续任务中反复调用。指令、技能、模板沉淀后持续产生价值。
可增值
价值随使用频次与覆盖场景增长；记忆、知识、评测集随使用累积。
可度量
有明确的质量标准，能以基准线、指标、评分卡衡量。
- 一次性对话与提示词——使用后即丢弃，未沉淀即无积累
- 内容不可平移的工具绑定配置——换工具即失效，无法复用
- 无接口、无文档的临时脚本——他人无法复用，不构成工程资产
- 模型能力本身——属于平台方，组织只有使用权，没有所有权
21 项总览：18 项组织资产 + 3 项平台采用对象
分组规则：按主导价值归类；跨组资产在其条目上标注次要价值。合并项在详情中展开子项说明。
不同角色，需要维护哪些资产？
共需资产的边界说明 · 多人 ✓ 时谁负责什么
21 项总览
| 资产 | 组 | 落地形态 | 需要维护（当前角色） | 状态 |
|---|
深入参考
| 层级 | 职责 | 对应资产 |
|---|---|---|
| 交互层 | CLI / IDE / Web 对话等用户入口 | 命令行工具 |
| 编排层 | 任务拆解、流程执行、多 Agent 协作 | 工作流编排 |
| 能力层 | 技能、MCP 连接器、平台内置能力 | 技能 / MCP / 内置能力 |
| 模型层 | 模型选择、网关路由与调度 | 模型与网关（平台） |
| 数据层 | 知识、记忆与业务数据 | 知识库 / 记忆库 / 业务数据库 |
| 基础设施层 | 权限、日志、监控与部署等运行保障 | 运行保障 |
| 形态 | 说明 | 典型载体 |
|---|---|---|
| Prompts | 系统提示词与上下文指令 | CLAUDE.md / AGENTS.md |
| Rules | 行为规则与硬约束 | rules / hooks 配置 |
| Skills | 可复用的流程与最佳实践 | skills/*.md |
| Commands | 高频操作的快捷指令 | /slash 命令 |
| MCP | 外部工具的标准化连接器 | mcpServers 配置 |
| Hooks | 事件触发的自动化检查 | hooks 配置 |
| Scripts | 自定义脚本与自动化 | scripts/ |
| Tests | 评测用例与回归集 | evals/ |
| 能力 | Claude Code | Cursor / QwenWork | 企业 AI 中台 |
|---|---|---|---|
| 系统提示词 | CLAUDE.md | .cursorrules / rules | 平台配置中心 |
| 技能 | skills/ 目录 | Rules + Docs | 技能市场 |
| MCP | mcpServers 配置 | MCP 支持 | 连接器管理 |
| 护栏 | hooks | 平台内置 | 安全网关 |
| 评测 | evals/ 目录 | 第三方集成 | 内置评测平台 |
- 建评测集——覆盖高频场景，初始 200-500 条
- 评分标准——5 分制，双盲标注一致性 Kappa≥0.8
- 三级线——红线（打回）/ 黄线（修正后复评）/ 绿线（通过）
- 灰度发布——5% → 20% → 50% → 100%，每级设观察指标与回滚条件
- 节奏——每月评测、每季度对齐基准线；标杆入库阈值 ≥3.8，每里程碑 ≥1 件
| 维度 | 权重 | 考察点 |
|---|---|---|
| 代码质量 | 25% | 可读性、错误处理、测试覆盖 |
| UI 还原度 | 25% | 与设计稿一致、响应式表现 |
| 交互完整性 | 20% | 边界情况、异常处理、反馈及时 |
| 安全性 | 15% | 权限校验、注入防护、数据脱敏 |
| 一致性 | 15% | 术语、风格、规范遵循 |
- 为何不用 RACI——本手册回答"谁该持续投入"，而非四角色审批链；RACI 在资产粒度下层级过多，稀释注意力、埋没核心信息
- 为何不用 P0/P1/P2——优先级标签易被读作"低优先级 = 可以不维护"；需要维护 / 无需维护 / 自动维护的二元语义无歧义
- 问责如何表达——资产详情抽屉中主责置顶；各角色参与性质在边界说明中逐条写明