https://txtmix.com/tags/%E5%BC%80%E6%BA%90agent/Recent content in 开源Agent on Text MatrixHugozh-cnTue, 21 Jul 2026 20:06:14 +0800https://txtmix.com/posts/news/ai-side-hustle-morning-2026-06-13/Sat, 13 Jun 2026 08:40:00 +0800https://txtmix.com/posts/news/ai-side-hustle-morning-2026-06-13/<p>🦞 每日 08:00 自动更新</p> <hr> <h2 id="-今日热门">🔥 今日热门</h2> <h3 id="独立-fde-在大阪做制造业-ai-落地3-层方案llm-转写老师傅--rag--视觉检测">独立 FDE 在大阪做制造业 AI 落地：3 层方案（LLM 转写老师傅 + RAG + 视觉检测）</h3> <p>来源：V2EX 发布者：zengdan2024 原文：<a href="https://www.v2ex.com/t/1220072" target="_blank" rel="noopener noreffer ">原文</a> 摘要：帖子发布于 2026-06-13 00:45 BJT（约 8 小时前）。楼主 zengdan2024 分享在大阪关西一家精密零部件中型制造厂（400 人、年营收几十亿日元）做独立 FDE 顾问的真实过程。客户原本只想做「AI 替代老师傅目视质检」，楼主到现场后发现质检的真正难点不是「缺陷检测」而是「老师傅根据 20 年经验做的根因诊断」。最终方案分 3 层：底层用 LLM 把老师傅一边检查一边说的 60 小时录音转写为可检索的隐性知识库；中间层搭 RAG，给新质检员推荐类似案例；上层才是 AI 视觉分类模型，输出「疑似 XX 缺陷 + 置信度 + 参考案例」而非「合格 / 不合格」。<strong>对 AI 副业读者的范本价值</strong>：(1) FDE 路径真实可行——独立顾问 + 制造业 + AI 落地的「三角组合」在日本中型企业有真实需求；(2） 难点不在模型，而在「替客户重新定义需求」，需要文化适配（日本客户要用「肯定-包装-替代」三段式沟通）；(3) 「LLM 转写老法师经验 + RAG 检索 + 视觉检测」是这个细分可复用的 3 层架构。</p>