> For the complete documentation index, see [llms.txt](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-shi-er-bu-fen-can-kao-shou-ce/d-shu-yu-biao.md).

# D · 术语表

> 用大白话解释全书的关键词，面向非技术管理者。每条尽量一两句说清，并标注主要出处章。

**流程 vs 判断**：数字化把"流程"（规则写得清的事）交给机器；AI 把"判断"（规则写不清、只能靠经验取舍的事）交给机器。全书的核心分界。（第 3 章）

**两台机器**：心里要分清的两种机器——"算的机器"（确定、精确、可信，用来校验）和"猜的机器"（概率、流畅、需核验，只给起点）。心法：AI 生成，确定系统验证。（第 3 章）

**规则驱动 vs 模型驱动**：传统程序是人写好规则、机器照跑（固定输入固定输出）；大模型是从大量样本自己习得规律，能处理没见过的情况，代价是给的是"最像"的猜测而非保证。（第 3 章）

**幻觉**：AI 一本正经地编造。它没有"真假"概念，只有"像不像"，编造和复述在它内部是同一种操作。接检索/工具能压低，压不到零。（第 3 章）

**边界四条线**：判断一件事该不该交给 AI 的四把尺子——能否容错、目标能否说清且结果可验证、要不要担责、靠不靠现场常识。（第 5 章）

**暂时边界 vs 永久边界**：容错/可验证/常识会随技术进步松动（暂时）；担责不会松，因为它不是技术问题（永久）。战略含义：别在暂时边界上建护城河。（第 5 章）

**RAG（检索增强）**：让模型回答前先去企业自己的资料里检索，再据此作答；能直接吃非结构化资料，是"让 AI 读懂你的东西"的主力。（第 4、28 章）

**Agent（智能体）**：能自己拆解任务、调用工具、分多步把一件事办完的 AI；对应"让 AI 替你动手"，最复杂、要求最高。（第 28 章）

**本体 / 知识图谱**：把企业的概念、关系、规则整理成机器能读懂且确定的结构，是"确定的骨架"，与"会猜的"大模型咬合，用来治幻觉、统一语言、给 Agent 划边界、让决策可解释。（第 29 章）

**LLMOps / 漂移**：AI 上线后的持续运维；模型会随世界、数据、依赖变化而"漂移"退化，失效是悄悄的、概率性的，需持续监控。（第 34 章）

**FDE（前置部署工程师）**：蹲在客户业务现场、和业务一起把 AI 落地的工程师；应对的是"最后一公里"——把通用模型接到客户独有业务上。（第 30、45 章）

**通用目的技术（GPT）**：像电力、内燃机那样用途广泛、持续改进、催生配套创新的技术；有学者据此把 AI 归为此类。（第 2 章）

**超级个体 / 微型公司**：一个人配一批 AI/Agent，干出过去一支团队的活；放大的是判断力，有判断带宽和担责的天花板。（第 22 章）

**验证成本悖论**：AI 的净收益取决于验证快不快；生成快+验证快=真红利，生成快+验证极慢=陷阱（做得出 demo、上不了线）。（第 11 章）

**单位价值成本**：每产生一份价值花了多少；控成本该盯它而非总成本。（第 35 章）

**成本规避 vs 现金下降**：算 ROI 要分清——"少招了人"是成本规避（软，打折），"从既有开支里砍掉"才是现金下降（硬）。（第 12 章）

**K 型分化**：会用 AI 的人价值上升、不会用的被抹平，差距朝相反方向拉大。（第 50 章）

**生产率悖论**：通用技术早期常看不到宏观红利（索洛），因为红利要等围绕它重建组织流程之后才显现。（第 48 章）

**影子 AI**：员工私自使用、不受组织管控的 AI 工具，是数据泄露与治理的最大盲区。（第 36、37 章）

**护栏分层**：按后果严重程度配防线厚度——容错高的薄、容错低的厚；护栏是为了敢用，不是为了不用。（第 32 章）

**人在环（HITL）**：关键、要担责的决策，最后一步必须有人把关；形式上有人还不够，要保证那个人真有能力否决。（第 5、39 章）

**担责边界**：能力可以尽量交给机器，责任交不出去——因为"在不确定下押注并承受后果"没有承受者就不成立。全书最硬的一条线。（第 5 章）


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-shi-er-bu-fen-can-kao-shou-ce/d-shu-yu-biao.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.