实体库 · 期 Buzzwords · 档案重建

EP.23智能体新增 · 待复核

EP.23（2024-11-29）：工作量太大不再是理由。档案重建；7 个故事线 / 专题 · 26 个条目 · 讲到 5 个实体。每个故事线 / 专题 / 条目都是库里的一个节点，连到它讲到的机构、App、模型和人。

故事线与专题 7 个 · 点标题到页面上的那一节；摘要是页面自己的导语（档案重建的期里是话题）

搜索
排序视图
共 7 条
麦肯锡的 Arena：哪些领域会变成竞技场麦肯锡这份报告是典型的咨询公司风格——写得漂亮，概念也不错。核心是一个叫 Arena（竞技场）的框架：那些竞争极其激烈、高成长且高动态的领域，构成了未来的核心竞争场，AI 和电商都在其中。
EP.23 · 话题 01
政策风向：监管松绑与短期增长OpenAI 在「确保美国在 AI 领域领先」那场会上做了发言，主题就是怎么保住美国的领先位置。
EP.23 · 话题 02
AI + 教育：该给老师配助教，不是替掉老师这一段的数据在讲 AI 教育时很有参考价值：美国教师平均每周工作 54 小时——在美国算相当辛苦的行业；其中只有一半时间真正花在和学生的互动上（讲课、答疑），剩下的是批卷子、备教案，和国内基本一样。
EP.23 · 话题 03
用爬虫 + 模型做行业案例分析有个很实用的流水线：用 Firecrawl 把 Anthropic 官网上所有客户成功案例全部爬下来，然后交给模型逐个处理——
EP.23 · 话题 04
MCP：让桌面客户端直连本地数据库举的例子是 SQLite MCP Server：接上之后，Claude Desktop 就能直接访问你本地的数据库。
EP.23 · 话题 05
发掘用户需求：那个笨办法现在成立了有人写了篇文章讲怎么找用户需求，方法朴素到有点土：找到你的用户聚集的地方（比如小红书），大规模爬他们发的帖子，全部扔给大模型，让它总结需求和痛点。输出的东西相当有价值。
EP.23 · 话题 06
企业落地的一线观察最后一段是同事分享的大模型企业落地情况——来自一线的实际推进状况，而不是厂商口径。这类观察的价值在于：它记录的是「客户真正卡在哪里」，而这些卡点通常不会出现在任何发布会里。
EP.23 · 话题 07
共 7 条 · 数据 2026-11-04

条目 26 个 · 本期资料 26 · 信源徽章与 MUST / TECHREAD / ★ 是页面自己的标记

搜索
栏目
信源
必读
排序视图
共 26 条
期栏目标题信源标记
EP.23本期资料mckinsey.com · the next big arenas of competition
EP.23本期资料The next
EP.23本期资料微信公众号文章
EP.23本期资料微信公众号文章
EP.23本期资料Ensuring U.S. Leadership in AI
EP.23本期资料@shao__meng：深入解析 Agentic RAG: 新一代智能检索增强生成技术 ※ AI RAG 领域正在从简单的 RAG 系统向更智能、更灵活的 Agentic RAG 系统演进 ※ 这种演进使得 AI 系统能够更好地处理复杂…
EP.23本期资料What Is Agentic RAG? From LLM RAG to AI Agents
EP.23本期资料AI时代，如何赢在教育
EP.23本期资料Will AI Flip the Role of the Classroom Teacher?
EP.23本期资料OpenAI又放大招！为K12教师推出免费人工智能培训课程
EP.23本期资料ChatGPT Foundations for K–12 Educators
EP.23本期资料Oops! The page was not found.
EP.23本期资料A Student’s Guide to Writing with ChatGPT
EP.23本期资料Oops! The page was not found.
EP.23本期资料GitHub - muratcankoylan/AI-Investigator: An automated AI system (Python framework) designed to analyze any type of web…
EP.23本期资料AI-Investigator/src/processors/claudeprocessor.py at main · muratcankoylan/AI-Investigator · GitHub
EP.23本期资料GitHub - docling-project/docling: Get your documents ready for gen AI
EP.23本期资料@_akhaliq：HtmlRAG HTML is Better Than Plain Text for Modeling Retrieved Knowledge in RAG Systems
EP.23本期资料Paper page - HtmlRAG: HTML is Better Than Plain Text for Modeling Retrieved Knowledge in RAG Systems
EP.23本期资料@Jackywine：最近在@Zlibrary_China 看的书比较多 但是很多书的印刷质量参差不齐，有的印的很歪斜，不是很清楚，不够结构化，而这一款开源软件 在处理PDF领域直接击穿痛点，直接可以把模糊歪斜的页面，直接把文字和图片分…
EP.23本期资料GitHub - opendatalab/MinerU: Transforms complex documents like PDFs into LLM-ready markdown/JSON for your Agentic work…
EP.23本期资料GitHub - browser-use/browser-use: 🌐 Make websites accessible for AI agents. Automate tasks online with ease.
EP.23本期资料Introducing the Model Context Protocol
EP.23本期资料@alexalbert__：Introducing the Model Context Protocol (MCP) An open standard we've been working on at Anthropic that so…
EP.23本期资料@mundane799699：爬虫的意义
EP.23本期资料LLM企业级落地情况
共 26 条 · 数据 2026-11-04

这一期讲到的机构、人、App 和模型 5 个 · 名称匹配（名字在标题里记「主角」，只在正文里记「提及」），待复核；按它们在这一期被讲到的条目数排

被讲到最多的（按故事线 / 专题 / 条目数）

OpenAI
4
Anthropic
3
ChatGPT
2
GitHub
1
Claude
1
共 5 条 · 数据 2026-11-04

机构 · 3

共 3 条 · 数据 2026-11-04

App · 2

  • Claude通用助手 · #2 · Anthropic
  • ChatGPT通用助手 · #1 · OpenAI
共 2 条 · 数据 2026-11-04

数据