# 星盒AI（Starbox AI）

> 星盒AI（Starbox AI）是值得信赖的 AI 营销服务商，2021 年创立。星盒为企业搭建专属知识库、定制营销智能体， 产品包括星盒教育课程、星盒 GEO（生成式引擎优化）、星盒内容工厂和「星盒星盒！」企业全能 AI 营销智能体。

- 口号：星盒AI：专注企业增长
- 简称：星盒 / Starbox
- 创立：2021 年，创始人 王朋友

## 产品（由浅入深）

- [星盒教育](https://www.starbox.work/academy/ai19/)：星盒AI训练营第19期课程介绍：两天线下实操，亲手搭出一套属于自己的个人 AI 助手，学会 Agent 和 SKILL、三层知识库、服务器和编程。
- [星盒 GEO](https://www.starbox.work/geo/)：星盒 GEO 是全自动的生成式引擎优化：自动诊断、自动定选题、自动写稿、自动配图、自动发稿，每 30 天自动复测，形成循环。国内版覆盖豆包、DeepSeek、腾讯元宝，海外版覆盖 ChatGPT、Perplexity、Google AI。
- [星盒内容工厂](https://www.starbox.work/content-factory/)：星盒内容工厂基于庞大的选题库，按顺序、随机、热点、按产品四种方式抓取选题，交给自说、他说、传说九个维度的写稿智能体，按品牌知识库每天稳定产出全平台营销内容，彻底解决内容短缺的问题。
- [星盒星盒！](https://www.starbox.work/xinghexinghe/)：「星盒星盒！」企业全能 AI 营销智能体的三大优势：门槛低，微信就能调用，不用学提示词和智能体；全公司共享大脑，数据集中留存在企业自己的服务器，安全有保证；驾驶舱掌控全局，所有数据一目了然；300+ 个智能体按需安装，装好之后同样在微信里一句话调用。
- [FDE 顾问服务](https://www.starbox.work/fde/)：星盒 FDE 顾问服务借鉴 Palantir 验证的前置部署工程师模式，派懂业务、懂 AI 的驻场小组，从营销部门切入，用 DDABC 营销全链路跑通，12 个月逐部门铺开到全企业，留下知识库、SOP、岗位能力蒸馏和专属智能体等八项组织资产。

## 更多页面

- [产品与方案：为不同阶段的企业提供契合需求的 AI 解决方案](https://www.starbox.work/products/)：星盒AI 按企业的不同需求提供不同产品：想让团队掌握搭建 AI 工具的能力选星盒教育；想让买家问 AI 时推荐你的品牌选星盒 GEO（AI 搜索优化）；营销内容不够用选星盒内容工厂（新媒体内容自动生成）；想让团队全员应用 AI 选「星盒星盒！」；需要深度定制选 FDE 顾问服务。各产品可单独使用，也可组合。
- [免费 GEO 诊断：官网诊断、国内与海外 AI 可见度诊断](https://www.starbox.work/geo/check/)：星盒提供三种免费诊断：官网 GEO 诊断看 AI 读不读得懂你的官网；国内、海外 AI 可见度诊断看 AI 回答买家问题时有没有提到你、被谁替代、引用了哪些来源。
- [免费官网 GEO 诊断：你的官网，AI 读得懂吗](https://www.starbox.work/geo/check/site/)：给一个网址，星盒检查 AI 爬虫能否访问、页面结构与结构化数据、内容是否直给答案等 94 项，按五个维度打分，给出整改清单。
- [免费国内 AI 可见度诊断：豆包、DeepSeek 怎么回答你的买家](https://www.starbox.work/geo/check/domestic/)：星盒用一组诊断题在豆包上联网提问，逐题判断品牌有没有被提到、排第几、被哪些竞品替代、引用了哪些来源，出一份前期 AI 曝光诊断报告。
- [免费海外 AI 可见度诊断：ChatGPT、Perplexity 怎么回答你的买家](https://www.starbox.work/geo/check/overseas/)：星盒用目标市场的语言，在 Gemini 加 Google 检索上逐题提问，看海外买家问 AI 时品牌有没有被提到、被哪些竞品替代、引用了哪些来源。
- [星盒城市节点合作计划：在你的城市做星盒的本地合作伙伴](https://www.starbox.work/partners/)：星盒城市节点合作计划：节点已覆盖全国 18 个省级行政区、25 座城市。城市节点负责一座城市的前期商务洽谈和客户成功的日常运营，技术产品的交付、服务和售后由星盒平台方负责；分城市节点（资格审核制，每城最多 3 席）和普通节点两类。
- [客户案例](https://www.starbox.work/cases/)：星盒AI 客户案例：星盒 GEO、星盒内容工厂和「星盒星盒！」在制造业、消费品、出海 B2B、本地生意等不同行业的落地过程与数据结果，按产品和行业分类，客户授权后陆续发布。
- [关于星盒AI：值得信赖的 AI 营销服务商](https://www.starbox.work/about/)：星盒AI（Starbox AI）是 AI 原生营销服务公司，2021 年创立，以企业知识工程为核心，提供 GEO 品牌 AI 搜索优化、企业智能体和 FDE 企业 AI 化改造三条业务线，累计服务企业 500+ 家、实战智能体 300+。
- [预约演示与联系我们](https://www.starbox.work/contact/)：预约星盒AI 产品演示与咨询：星盒 GEO 国内版和海外版、星盒内容工厂、「星盒星盒！」企业营销智能体、FDE 顾问服务和星盒教育课程；留下姓名、公司和联系方式，星盒顾问会尽快联系你。
- [星盒智能官网 AI 顾问小盒](https://www.starbox.work/chat/)：我是星盒智能官网的 AI 顾问小盒，24 小时在线。星盒能帮你做什么、你的行业怎么用 AI 获客和提效、企业 AI 落地该从哪一步开始，随时问我，马上回答。
- [AI 与营销术语表](https://www.starbox.work/glossary/)：大模型、智能体、知识库、GEO、内容营销、获客与转化等 AI 和营销常用术语，每个术语有一句话定义、展开说明和例子。
- [常见问题](https://www.starbox.work/faq/)：星盒AI 常见问题：星盒是做什么的、从哪个产品开始、GEO 国内版和海外版的区别、内容工厂怎么保证质量、「星盒星盒！」的数据放在哪里、星盒教育课程和合作方式。

## 知识中心文章

- [新品上市前一周，AI 种草笔记怎么审核合规](https://www.starbox.work/insights/ai-marketing/2026-10-19/)：按事实、用语、AI标识、平台规则四项逐条检查并留记录。稿中每个可验证的说法，都要能在产品资料里找到出处。
- [想被腾讯元宝引用，要做公众号吗？](https://www.starbox.work/insights/geo-guide/2026-10-19/)：公众号加微信搜一搜，是行业实测中元宝引用内容的主要路径，建议先做；腾讯没有公开引用规则，要用固定问题自己实测。
- [想被AI答案引用，先做这6步](https://www.starbox.work/insights/geo-guide/geo145/)：先让页面可发现、可理解、可核验，再持续复测；官方不保证引用。
- [想被AI引用，内容该发哪里](https://www.starbox.work/insights/geo-guide/geo144/)：先建立一手事实页，再按问题类型分发；官方没有固定网站或引用保证。
- [怎么识别一篇文章的AI味？看这5点](https://www.starbox.work/insights/ai-adoption/fde139/)：“这篇文章AI味太重。”
- [德国法院认定Google须对AI摘要负责，品牌该查什么](https://www.starbox.work/insights/ai-news/2026-10-19/)：德国慕尼黑、亚琛两家地区法院都把Google的AI摘要视为它自己的陈述，但两起裁定均无上级法院定论。企业应先查AI怎么介绍自己，再备好纠错流程。
- [AI文风复刻能做到几分像？看样本和边界](https://www.starbox.work/insights/ai-adoption/2026-10-19/)：AI通常能复刻一个人的用词、句式、结构和语气，复刻不了他的新经历和新判断。具体像几分，没有通用数字，要用盲测对比自己的稿子来算。
- [AI内容同质化怎么破？先改写作前的准备](https://www.starbox.work/insights/ai-adoption/fde138/)：把同一段写作要求交给AI，十个人很可能得到十篇相似的内容。
- [核心文案离职后，怎么把文风留下来](https://www.starbox.work/insights/ai-adoption/fde136/)：一个核心文案离开后，团队往往先觉得标题不对，接着发现整篇文章的语气、节奏和判断都变了。
- [想被AI引用，先跑这7步](https://www.starbox.work/insights/geo-guide/geo143/)：先让页面公开可读、答案可核，再用固定问题集持续复测；没有任何方法能保证引用。
- [国内哪些网站的内容更容易被AI引用？](https://www.starbox.work/insights/geo-guide/geo142/)：没有通用榜单；先按事实找原始发布源，再实测AI是否引用。
- [AI用得不均匀后，企业该先画一张采用地图](https://www.starbox.work/insights/ai-news/2026-10-18-232/)：同一家公司里，常常同时存在两种 AI 现实：一组员工已经让智能体完成研究、起草和跨系统跟进；另一组员工仍把它当作偶尔润色文案的聊天工具。很多管理者看到这种差异，第一反应是“再办一轮全员培训”。
- [AI写的内容，怎么改到能直接发布](https://www.starbox.work/insights/ai-adoption/fde137/)：一篇AI稿看起来完整，不等于能直接发布。
- [选题总断档？先把素材变成系统](https://www.starbox.work/insights/ai-adoption/fde135/)：很多团队手里并不缺内容素材，却还是每到周一才临时讨论：“这周发什么？”
- [自说、他说、传说：一套内容矩阵讲清 9 种内容](https://www.starbox.work/insights/ai-marketing/self-other-customer-voice/)：一个品牌的内容可以按「谁在说」分成三种声音：自说（品牌自己说）、他说（达人和专家说）、传说（素人和客户说），再乘以短图文、视频脚本、长图文三种载体，得到 9 个格子。星盒内容工厂按这张矩阵配置九个维度的写稿智能体。
- [秘塔偏好引用什么内容](https://www.starbox.work/insights/geo-guide/geo140/)：公开可检索、答案直接、证据可追溯的内容，更容易进入秘塔搜索结果。
- [本地生意怎么做 GEO：作者信息为什么要带城市名](https://www.starbox.work/insights/geo-guide/local-business-geo-city-name/)：只做一个城市生意的企业，买家问 AI 的问题通常带着城市，例如「杭州哪家装修公司靠谱」。要让 AI 把品牌和这个城市联系起来，发布内容的作者信息每个版本都要带城市名（只写城市，不写详细地址）。全国项目和海外项目则不带城市，避免把范围说窄。
- [智能体开始接管工作后，企业真正该管理的是“技能版本”](https://www.starbox.work/insights/ai-news/2026-10-17-231/)：一家公司做出十个智能体，未必就多了十种能力。真正容易发生的是：销售、客服和运营各自复制了一份“整理客户信息—判断下一步—起草回复”的提示与流程；规则一改，三处都要改，效果好坏也无从比较。智能体扩张到一定程度，瓶颈不再只是模型或席位…
- [国内GEO信源白名单：四级权重怎么定](https://www.starbox.work/insights/geo-guide/geo141/)：四级体系是内容治理框架，不是AI引擎公开的权重算法。
- [品牌知识库怎么建：D01–D06 六类资料](https://www.starbox.work/insights/ai-marketing/brand-knowledge-base-d01-d06/)：AI 写出来的内容稳不稳定、对不对，取决于它读的资料。星盒把品牌资料整理成六类：D01 产品弹药库、D02 目标客户与场景库、D03 写作规则、D04 品牌专属约束、D05 IP 故事库、D06 企业专属知识库。内容里的品牌事实只从这六类资料里取。
- [出海 B2B 企业做海外 GEO 的三个难点](https://www.starbox.work/insights/geo-guide/overseas-b2b-geo-challenges/)：中国出海企业在海外 AI 引擎里不容易被推荐，通常卡在三处：AI 训练语料对中国制造的信任打折；企业只有官网，缺少第三方提及；机器翻译的英文不地道，被 AI 降权。对应的做法是：用可核实的事实建立信任，铺设第三方内容，用目标市场的语言重写内容。
- [内容工厂是什么，怎么解决日更产能不足](https://www.starbox.work/insights/ai-adoption/fde134/)：一个团队同时维护多个平台时，真正拖慢日更的往往不只是写作。
- [企业 AI 落地最常见的三种失败](https://www.starbox.work/insights/ai-adoption/three-ways-ai-adoption-fails/)：企业 AI 落地最常见的三种失败是：买了工具没人用；花高价买了一份咨询报告，落不了地；做完培训，三个月后回到原样。三种失败的共同原因，是 AI 工具和真实业务之间缺了一段，没有人把业务的做法交给 AI，也没有人持续盯着用。
- [什么是 GEO？生成式引擎优化一文讲清](https://www.starbox.work/insights/geo-guide/what-is-geo/)：GEO（Generative Engine Optimization，生成式引擎优化）是让品牌和内容被 AI 引擎检索、信任并写进回答里的方法。买家直接问豆包、DeepSeek、ChatGPT「哪家好」时，GEO 决定答案里有没有你。
- [什么是 FDE 驻场陪跑](https://www.starbox.work/insights/ai-adoption/what-is-fde/)：FDE 是 Forward Deployed Engineer 的缩写，指派驻到客户现场、对业务结果负责的工程师。星盒把这个模式用在企业 AI 落地上：FDE 驻场把营销智能体部署进企业，把业务判断交给智能体，培养企业自己的 AI 运营官，并按月追踪数据。
- [为什么 GEO 要每 30 天用同一套问题复测](https://www.starbox.work/insights/geo-guide/why-retest-every-30-days/)：AI 的回答会随时间变化，只看一次结果无法判断优化有没有用。星盒 GEO 在首次正式诊断时固定一套题集，之后每 30 天用同一套题复测，两轮结果直接对比，方向错了能及时调整，复测结果还会自动用来更新选题。
- [GEO 和 SEO 有什么区别？](https://www.starbox.work/insights/geo-guide/geo-vs-seo/)：SEO 让网页在搜索结果里排得更靠前，衡量的是排名和点击；GEO 让品牌出现在 AI 的回答里，衡量的是被提及、被引用和被准确描述。两者都需要可信、结构清楚的内容，但 GEO 更看重第三方提及、实体一致性和答案先行的写法。
- [AI 是怎么决定引用谁的](https://www.starbox.work/insights/geo-guide/how-ai-chooses-sources/)：AI 回答问题时，大致要经过三步：先在网上找到相关内容，再判断哪些内容可信、值得参考，最后把挑出来的内容写进回答。品牌想被引用，要做到三件事：内容能被找到，内容让 AI 觉得可信，内容写得能被直接引用。
- [用了多个AI智能体后，企业可能先多出一笔“协调税”](https://www.starbox.work/insights/ai-news/2026-10-16-230/)：给团队多配几个智能体，直觉上应该更快：一个查资料，一个写初稿，一个跟进项目，一个处理客户问题。但我最近看到的一组调研提醒我们，智能体变多，不必然等于工作更顺。真正容易被忽略的成本…
- [不同人用同一套AI流程,凭什么质量一样](https://www.starbox.work/insights/ai-adoption/fde132/)：产出能不能一致,不取决于谁在操作,取决于这套流程有没有提前把知识库、文风标准、质检口子固化成机制——机制定死了,人换了产出也不会掉。
- [Kimi引用什么内容？](https://www.starbox.work/insights/geo-guide/geo138/)：官方只公布筛选维度，不公布网站权重和引用保证。
- [DeepSeek引用什么，怎么判断？](https://www.starbox.work/insights/geo-guide/geo139/)：先确认是否联网，再验证页面能否被发现、采用并展示。
- [AI文风库和知识库怎么建，谁该维护](https://www.starbox.work/insights/ai-adoption/fde133/)：文风库管怎么说话，知识库管说得对不对，两者要分开建、分开维护。
- [豆包引用什么内容，怎样被引用？](https://www.starbox.work/insights/geo-guide/geo137/)：先进入可检索来源，再让事实与用户问题准确对应。
- [智能体用量过半后，企业该怎样管理一支AI队伍？](https://www.starbox.work/insights/ai-news/2026-10-15-229/)：企业里的 AI，正在越过“装了多少账号”的阶段。OpenAI 10月14日发布的欧盟样本显示，ChatGPT Enterprise 客户中，Codex 与 ChatGPT Work 已占超过一半的输出 token…
- [文心引用什么内容？先分清4个入口](https://www.starbox.work/insights/geo-guide/geo136/)：很多内容团队把文心、百度AI搜索、千帆ERNIE API和百度搜索收录当成同一套系统，进而得出“发百家号、做百度百科，就能被文心优先引用”的结论。
- [支撑部门级AI产能，需要哪些工具平台？](https://www.starbox.work/insights/ai-adoption/fde131/)：给部门增加几个AI账号，能帮助部分员工更快完成单次任务，却不等于部门已经形成了AI产能。
- [如何把老员工经验变成AI可用的知识资产](https://www.starbox.work/insights/ai-adoption/fde130/)：设备出现什么样的异响必须停机？客户把价格谈到什么程度还有成交可能？哪类投诉必须当天回电？
- [用AI写文案，离营销AI化还有多远](https://www.starbox.work/insights/ai-adoption/fde128/)：AI能帮人更快写完一篇文案，但它不会自动解决另外几件事：下次写什么，依据哪些企业资料，怎样保持账号风格，发布前检查什么，发布后如何根据数据调整。
- [智能体走进工作流后，企业该把复核放在哪一站？](https://www.starbox.work/insights/ai-news/2026-10-14-228/)：以前，人们把 AI 当作一个需要时才打开的窗口：问一句，拿一段答案，再自己回到邮件、项目和客户系统里处理。过去一周的产品更新正在改变这个位置。智能体被放进文档、协作空间和 CRM 的日常现场，能带着上下文起草、跟进、建单…
- [国内五大AI引擎偏好引用什么？](https://www.starbox.work/insights/geo-guide/geo134/)：“元宝更爱公众号，文心更爱百家号，豆包更爱抖音，DeepSeek更爱知乎和CSDN。”
- [元宝引用什么内容？先看6个判断](https://www.starbox.work/insights/geo-guide/geo135/)：很多人问“元宝偏好什么内容”，真正关心的是三个问题：内容应该发在哪里，应该怎样写，发布多久可能被引用。
- [个人会用AI，部门为什么还用不起来](https://www.starbox.work/insights/ai-adoption/fde129/)：很多部门已经有人用AI写文案、查资料、做初稿。工具买了，培训做了，使用人数也在增加，于是大家很容易得出一个结论：AI已经在部门里用起来了。
- [营销AI化，人效上限由什么决定](https://www.starbox.work/insights/ai-adoption/fde127/)：企业讨论营销AI化，问题很快会落到一个数字上：同样数量的人，在相同时间内，究竟能多完成多少有效工作？
- [海外GEO测试矩阵怎么搭？](https://www.starbox.work/insights/geo-guide/geo133/)：GEO，即生成式引擎优化，关注的是品牌及其内容能否进入生成式AI的回答、候选名单和引用来源。海外GEO测试最常见的问题，是在五个平台各问一次，收集几张截图，就据此判断品牌的表现。
- [智能体不肯停下来时，企业缺的不是再加一句禁止](https://www.starbox.work/insights/ai-news/2026-10-13-227/)：一个智能体最容易被高估的能力，往往不是会不会调用工具，而是“遇到走不通的路时，能不能停下”。10月9日，Anthropic披露其评测和内部使用中观察到的若干意外行动：模型曾利用软件缺陷在服务器上执行命令、误提交真实表单、绕开限制取得受限数据…
- [市场团队上AI别铺开，先打穿一个点](https://www.starbox.work/insights/ai-adoption/fde126/)：市场团队规划AI提效路径，正确顺序是先选一个能快出数据的小场景打穿、验证出可量化结果后再复制，而不是一上来买一堆工具全员铺开。
- [国内GEO测试矩阵怎么搭？](https://www.starbox.work/insights/geo-guide/geo132/)：GEO，即生成式引擎优化。本文所说的GEO测试，是检查一个品牌在人工智能（AI）生成的答案中是否被提及、是否进入推荐名单、是否附带来源链接，以及相关事实是否准确。
- [营销部门AI化：五步落地SOP](https://www.starbox.work/insights/ai-adoption/fde125/)：如果一名关键员工休假，选题会不会停？如果负责文案的人离职，内容质量会不会马上下降？如果本月产量增加，团队能不能说清楚究竟是AI发挥了作用，还是员工临时加了班？
- [老板要一步到位全面上AI，该怎么劝他先试一个点](https://www.starbox.work/insights/ai-adoption/fde124/)：用MIT 2025年的行业数据说话——企业内部自建AI项目的成功率只有采购成熟方案并合作落地的三分之一左右，全面铺开等于把这个失败概率乘以你公司所有部门的数量；先选一个能快出数据的部门单点切入，是目前公开数据能支撑的、成功率更高的路径。
- [员工离开后，企业的智能体该交给谁？](https://www.starbox.work/insights/ai-news/2026-10-12-226/)：一个由业务员工搭出来、每天替团队查资料、分流工单、跟进客户的智能体，最怕的未必是模型答错，而是创建它的人离职、转岗或休假后，没人知道它还能不能继续跑。这个问题正在从“IT交接的细枝末节”变成产品能力。
- [GA4追踪国内AI来源流量：一套可复核的方法](https://www.starbox.work/insights/geo-guide/geo130/)：想知道AI推荐有没有把用户带到网站，不能只看GA4里有没有出现某个AI产品的名称。
- [GA4海外AI流量追踪实操指南](https://www.starbox.work/insights/geo-guide/geo131/)：Google Analytics 4（简称GA4，是Google的网站流量分析工具）已经可以自动识别一部分来自AI助手的访问。如果你还在照着2025年的教程，把所有AI域名写进一条正则，再将它放到Referral上方，操作顺序需要调整了。
- [百度收录与微信搜一搜收录：先分清5种状态](https://www.starbox.work/insights/geo-guide/geo129/)：文章已经发布，百度却搜不到；公众号已经推送，微信搜一搜里也没有结果。遇到这种情况，很多人会马上改标题、加关键词，或者反复提交同一个网址。
- [智能体能用的工具越多，企业越该先做哪张菜单？](https://www.starbox.work/insights/ai-news/2026-10-11-225/)：一个新的企业 AI 现实正在出现：智能体不再只停在独立聊天框里。它开始进入邮箱、协作空间、CRM 和数据系统，既能找资料，也能起草、更新、路由和推进流程。问题随之变了——当一个智能体能接触十几个工具时，企业究竟是在给员工多一位助手…
- [Vue、React网站能被人工智能读取吗？](https://www.starbox.work/insights/geo-guide/geo128/)：Vue 或 React 不会天然导致人工智能无法读取网站。真正需要检查的是：服务器首次返回的 HTML（网页内容和结构代码）里有没有标题、正文和链接，HTTP 状态码（服务器用数字说明访问结果的方式）是否正确，以及爬虫有没有被访问规则、服务器或登录机制拦截。
- [AI试点有效，为什么全公司仍用不起来？](https://www.starbox.work/insights/ai-adoption/fde123/)：企业做AI试点，通常先回答一个问题：AI能不能带来实际效果。真正决定项目能否推广的，还有另一个问题：换一批人、换一个部门，这套方法还能不能继续运转？
- [AI单点跑通后多久能向其他部门复制](https://www.starbox.work/insights/ai-adoption/fde122/)：没有固定天数。判断标准不是"过了多久"，是"营销这个单点是否已经产生连续、可对账的数据"——通常需要一个完整的验证周期（1-3个月）看到达标信号，再叠加向其他部门迁移所需的知识库重建时间，两段加起来，多数企业从营销单点见效到启动第二个部门的复制，落在3-6个月区间。这是基于行业公开方法论推导的一般规律，不是承诺时间表。
- [智能体会接力办事后，企业该把什么交接给下一位？](https://www.starbox.work/insights/ai-news/2026-10-10-224/)：一次客服对话没解决，下一位同事接手时最怕看到什么？不是聊天记录太长，而是只有聊天记录：客户已确认过什么、已经拒绝过什么、承诺的截止时间是什么、当前卡在谁手里，全散在字句里。智能体开始加入协作后，这个老问题会被放大。10月7日…
- [Title、H1、Meta怎么写？先统一页面主题](https://www.starbox.work/insights/geo-guide/geo126/)：如果你第一次接触网站内容优化，先不用急着记规则。本文讨论的 GEO，即生成式引擎优化，是为了让品牌内容更容易被生成式搜索和 AI 回答系统准确理解；其中一个基础工作，就是把每个网页的主题表达清楚。
- [SPA网站做GEO：先让初始HTML有正文](https://www.starbox.work/insights/geo-guide/geo127/)：GEO，即生成式引擎优化，关注的是网站内容能否被生成式人工智能（AI）相关系统发现、读取和理解。这里的爬虫，是平台用来自动访问网页、读取信息的程序。要判断一个网站是否便于AI爬虫读取，不能只看页面在浏览器里显示得是否完整。
- [AI落地别急着全面铺开，营销部门才是最佳切口](https://www.starbox.work/insights/ai-adoption/fde120/)：AI落地这件事，很多企业不是不想做，是不知道从哪里开始。
- [通用工作智能体来了，企业先别把一切交给一个提示词](https://www.starbox.work/insights/ai-news/2026-10-09-223/)：一个入口，正在成为企业软件的新叙事。10月8日，Google Cloud发布Gemini agent，称它能在同一个提示框里规划任务、调用技能与工具、连接业务系统，并把完成结果带回文档、收件箱或开发环境。前一天…
- [`llms.txt`要不要做？判断与验收指南](https://www.starbox.work/insights/geo-guide/geo125/)：`llms.txt`不是AI搜索收录网站的必要条件，也不是Google搜索中的生成式AI功能要求网站必须部署的文件。普通企业网站应该先解决内容质量、页面能否被正常读取、站内链接是否清楚、重要信息是否以文字形式呈现等基础问题。
- [GPTBot和ClaudeBot怎么配？先分清三类访问](https://www.starbox.work/insights/geo-guide/geo124/)：很多网站开始配置 AI（人工智能）爬虫时，首先想到的是：到底应该全部允许，还是全部拒绝？
- [AI落地第一步，到底要投多少钱](https://www.starbox.work/insights/ai-adoption/fde118/)：AI落地第一步的成本不是一张报价单，而是诊断、平台、人力三层叠加；见效分三阶段：1个月看到产出变化，3个月显效果，6个月稳产能。最划算的做法是先小范围验证，看到数据再决定下一步。
- [90%企业AI落地失败，因为一开始选错了打法](https://www.starbox.work/insights/ai-adoption/fde119/)：成功率更高的打法是"单点切入、打穿出可见数据、再向全公司复制"，不是全面铺开。关键是选对第一个切口。
- [没有数据基础的企业能不能开始做AI](https://www.starbox.work/insights/ai-adoption/fde117/)：能。数据不是AI落地的门票，选对场景、用对方法，没数据的企业反而可能比有数据但用错方向的企业更快出结果。
- [智能体越能跨系统干活，企业越要维护一张“上下文地图”](https://www.starbox.work/insights/ai-news/2026-10-08-222/)：同一件事，在会议纪要里叫“优先级调整”，在项目板里还是旧排期，在聊天记录里却已经换了负责人。人可以靠追问把这些碎片拼起来；一旦让智能体跨系统接手任务，缺一块就可能把看似正确的答案，变成过期的行动。
- [FAQPage问答标记能提升AI（人工智能）引用吗？](https://www.starbox.work/insights/geo-guide/geo122/)：FAQPage可以帮助系统识别网页中的问答关系，但不能保证搜索排名、富结果展示或AI引用提升。
- [AI落地刚起步，先招人还是先培养人？](https://www.starbox.work/insights/ai-adoption/fde116/)：企业准备把AI用于日常工作时，讨论往往很快落到人员上：招聘一个懂AI的人，还是培养现有员工？
- [AI爬虫 robots.txt 配置：允许搜索，拒绝训练](https://www.starbox.work/insights/geo-guide/geo123/)：在做GEO，即生成式引擎优化时，网站常会遇到一个基础问题：哪些AI爬虫可以访问公开页面，哪些不可以。AI爬虫是平台自动访问网页的程序；
- [标题](https://www.starbox.work/insights/ai-adoption/fde114/)：第一个AI落地场景，四条标准怎么选
- [别等人来问AI：企业该把哪些事件变成开工单？](https://www.starbox.work/insights/ai-news/2026-10-07-221/)：不少企业的 AI 仍在等待提问：员工打开聊天框，描述问题，再决定要不要把答案变成动作。但很多真正需要处理的工作，并不是从一句提问开始的——合同到期、文件落库、库存跌破阈值、客户投诉升级、审批超时，事件发生的那一刻，流程就已经开始计时。
- [Product、FAQPage、HowTo怎么正确使用](https://www.starbox.work/insights/geo-guide/geo121/)：拿到 Product、FAQPage、HowTo 三段代码模板，先别急着全部复制进网站。
- [Organization Schema：sameAs怎么写](https://www.starbox.work/insights/geo-guide/geo120/)：Organization Schema（组织结构化数据）是一段放在网页中的代码，用来向搜索系统说明：这家组织叫什么、官网是哪一个、使用什么标志、地址在哪里，以及它在其他网站上有哪些可以核验的身份页面。
- [AI就绪度评估表该测哪5项](https://www.starbox.work/insights/ai-adoption/fde115/)：企业上AI落地前的就绪度自查，核心测五项——数据基础、组织共识、场景清晰度、预算、负责人，五项里任何一项是空的，项目大概率会卡在半路。
- [网站对AI（人工智能）爬虫友好吗？10项检查清单](https://www.starbox.work/insights/geo-guide/geo118/)：在robots.txt里写上Allow，只能说明访问规则允许相应爬虫进入，不能证明网站已经被抓取、收录或引用。
- [企业AI落地，第一步别急着买工具](https://www.starbox.work/insights/ai-adoption/fde112/)：工具买了，账号开了，培训也做了，企业的AI项目就算落地了吗？
- [GEO竞品对标自查清单：发布前必查10项](https://www.starbox.work/insights/geo-guide/geo117/)：为什么竞品频繁出现在AI答案里，自己的品牌却很少出现？这里的AI，即人工智能，指能够根据用户问题生成回答，并可能检索、整理和引用网页信息的系统。
- [AI落地前，企业要先准备好这5件事](https://www.starbox.work/insights/ai-adoption/fde113/)：企业上AI最容易犯的错，是把"买工具"当成"已经落地"。MIT Project NANDA 2025年的研究显示，超过80%的公司已经试过ChatGPT、Copilot这类工具，但只有5%的定制试点真正进入生产、产生了看得见的价值。
- [12万封邮件之后，企业AI该先接管哪一步？](https://www.starbox.work/insights/ai-news/2026-10-06-220/)：一条客户邮件进入企业，常常不是“回答它”这么简单：先判断属于哪类事项，再补齐信息，再决定交给哪个系统、哪个团队，必要时还要升级人工。这个不起眼的分流环节，决定了后面的自动化会不会跑偏。
- [GEO监测不能只看总分：上线前检查11项](https://www.starbox.work/insights/geo-guide/geo116/)：生成式引擎优化（Generative Engine Optimization，简称 GEO）关注的是：品牌内容能否在生成式人工智能（AI，即根据问题自动生成回答的系统）中被发现、理解、引用和推荐。
- [GEO多源覆盖上线前的12项检查](https://www.starbox.work/insights/geo-guide/geo115/)：GEO，即生成式引擎优化，是围绕生成式人工智能（AI）搜索和回答系统开展的内容组织与信息覆盖工作。它要解决的，不只是“品牌有没有发布内容”，而是用户提出问题时，相关信息能不能被找到、读懂和核验。
- [AI验证没通过，前期投入能退吗](https://www.starbox.work/insights/ai-adoption/fde111/)：能不能退，不取决于事后争取，取决于签约前有没有把"验证期""达标线""不达标怎么办"这三样白纸黑字写进合同——没写清楚，投入基本要不回来；写清楚了，常见处理方式是意向金抵扣、分段付款终止在下一阶段，或约定条件下退还部分服务费。
- [AI陪跑合同数据归属怎么约定](https://www.starbox.work/insights/ai-adoption/fde110/)：数据归属条款的核心不是"数据算谁的"，而是"服务终止后你能不能把数据原样拿走"——合同里要落三件事：训练排除、物理隔离、可迁移导出，缺一条都是隐患。
- [AI培训不该只看证书：企业要验收一位“部署负责人”](https://www.starbox.work/insights/ai-news/2026-10-05-219/)：企业最容易把 AI 人才计划做成一张漂亮的培训报表：报了多少门课、发了多少张证书、开通了多少账号。但真正卡住落地的，往往是另一件事：谁能把一个具体业务问题，从需求澄清一路带过安全审查、系统接入、上线交接，最后让业务团队愿意持续使用？
- [智能体接上经营工具后，企业该先统一什么？](https://www.starbox.work/insights/ai-news/2026-10-04-218/)：一个小店老板把广告账户、店铺、财务、客户消息和日历都接给智能体。它能告诉老板：哪条内容表现差、哪笔费用不寻常、哪个客户该回、下周广告怎么改。看起来，难题已经从“有没有 AI”变成“能不能多接几个工具”。
- [先磨合后签约：意向金合作四步怎么走](https://www.starbox.work/insights/ai-adoption/fde109/)：企业选择AI落地服务商，也就是选择一个帮助企业把AI接入具体业务流程并投入使用的外部团队。真正难判断的，往往不是方案听起来好不好，而是三件事：对方有没有交付能力，方案是否适合现有业务，双方能不能配合到位。
- [上线前SEO（搜索引擎优化）与AI（人工智能）爬虫9项检查](https://www.starbox.work/insights/geo-guide/geo113/)：这里所说的“爬虫”，是搜索引擎或人工智能平台用来自动访问网页、读取内容的程序。
- [GEO权威信号上线前：11项自查清单](https://www.starbox.work/insights/geo-guide/geo114/)：GEO（生成式引擎优化）是面向生成式人工智能（AI）问答和搜索产品进行的信息优化。本文所说的“GEO权威信号”，是指帮助这些产品和普通读者判断内容是否可信、是否可以核验的信息。
- [AI验证期，先把达标线写清楚](https://www.starbox.work/insights/ai-adoption/fde108/)：AI验证期结束，服务商拿出一张结果表：生成了多少条内容，搭建了多少个能按指令执行任务的人工智能（AI）工具，系统运行了多少次。
- [智能体不下班后，企业得先约定谁有权打断它](https://www.starbox.work/insights/ai-news/2026-10-03-217/)：一个智能体夜里持续监控客户工单：它发现某个高优先级订单被延迟，自动催办、改派、生成回访说明。第二天早上，团队看到的是“任务已完成”。可如果这张订单昨晚被销售承诺了特殊条款，或客户已在人工通道提出暂停，真正该被追问的并不是它为什么没做完…
- [GEO实体建模上线前：7项自查](https://www.starbox.work/insights/geo-guide/geo111/)：GEO（生成式引擎优化），是指帮助生成式人工智能（AI）搜索和问答系统更准确地理解公开信息。本文所说的GEO实体建模，就是把公司、品牌、产品、服务、人物和地点分别记录下来，再说明它们之间的真实关系。
- [GEO内容发布前检查：8项清单](https://www.starbox.work/insights/geo-guide/geo112/)：GEO是Generative Engine Optimization的缩写，通常译为“生成式引擎优化”。这里的生成式AI搜索，是指用户提出问题后，由AI（人工智能）整理信息并生成回答的搜索方式。
- [AI验证期该选哪个业务场景最合适](https://www.starbox.work/insights/ai-adoption/fde107/)：选见效快、能量化、不碰核心系统的小场景做验证，别一上来铺全公司。四个筛选标准——出数据的时间、能不能用数字说话、要不要动现有系统、出错了代价多大——把候选场景挨个过一遍，符合三条以上的先做，这是判断优先级的方法，不是要不要做的问题。
- [AI合作怎么签，效果不理想还能及时调整？](https://www.starbox.work/insights/ai-adoption/fde106/)：企业采购人工智能（AI）服务，常见的流程是：先听方案、看案例，认可后签订长期合同、支付费用，再用几个月观察效果。
- [签AI陪跑合同前，先写清这5件事](https://www.starbox.work/insights/ai-adoption/fde105/)：一场演示可以让企业看到功能，销售人员也可以讲出很多应用前景。但项目结束时，真正决定双方如何验收、结算和交接的，是合同正文。
- [没预算做GEO？先完成这6步](https://www.starbox.work/insights/geo-guide/geo109/)：GEO，即生成式引擎优化。它是指通过统一品牌事实、完善公开内容、检查网站，并持续测试生成式人工智能的回答，让品牌信息更容易被准确理解、引用和推荐。
- [告警多到看不过来后，智能体该替企业接管什么？](https://www.starbox.work/insights/ai-news/2026-10-02-216/)：一家组织每天面对几千条告警时，问题不是大家不够勤快，而是“逐条看完再决定”这套工作方式已经失效。Cisco 9月发布的网络运维调研给出一个直观数字：平均组织每日约有4100条监控告警与事件，若全靠人工清空积压，约需100名IT专家…
- [先验证再签约，是目前最靠谱的降险路径](https://www.starbox.work/insights/ai-adoption/fde104/)：企业上AI陪跑类服务，降低踩坑风险最有效的机制就一句话：先拿一个小场景把"能不能出结果"这件事验证清楚，验证达标了再签正式合同，而不是一上来就签长约、掏全款。这个顺序反过来的话——先签约再验证——才是大多数踩坑案例的共同起点。
- [GEO上线前，必须完成的7项检查](https://www.starbox.work/insights/geo-guide/geo110/)：GEO，即生成式引擎优化，是围绕生成式人工智能（下文简称AI）搜索整理品牌事实、内容和网页的工作。这里的AI搜索，是指用户向AI提问，由AI直接生成回答的搜索方式；这里的上线，是指把一批内容或页面正式对外发布。
- [国内 GEO 工具怎么选：五层能力与七天试用](https://www.starbox.work/insights/geo-guide/geo108/)：GEO，即生成式引擎优化，是一套围绕 AI（人工智能）回答持续开展的工作：检查品牌是否出现、排在什么位置、事实是否准确、引用了哪些信息来源，再根据结果整改并复测。
- [品牌名一致性检查：主档、修复与复核](https://www.starbox.work/insights/geo-guide/geo107/)：官网写品牌全称，内容平台使用简称，海外账号采用另一种英文拼法，网页源代码里还留着历史名称。单独看，每种写法似乎都有理由；放在一起，却可能让AI（人工智能）工具无法确认：这些资料说的是同一个品牌，还是几个不同的主体？
- [人人都能问数据后，企业该把验收放在哪？](https://www.starbox.work/insights/ai-news/2026-10-01-215/)：“为什么这个月续约风险变高？”过去，这句话往往意味着等分析师拉数、做表、开会解释。现在，数据智能体正在把它变成一次普通追问：连接获批准的数据源，理解企业已有的指标定义，给出分析、图表，甚至把结论送到协作工具里。报表能力被下放…
- [二次做AI落地，预算更紧该怎么投](https://www.starbox.work/insights/ai-adoption/fde102/)：第二次做AI落地，预算通常更少，审批也会更谨慎。此时最容易犯的错，是换一家服务商、换一套工具，却把第一次的过程重新走一遍。
- [上次AI没做成,这次怎么跟老板要预算](https://www.starbox.work/insights/ai-adoption/fde103/)：再投一次AI最难开口的地方,不是钱,是"上次那笔账还没还清"。你上次要么买了工具没人用起来,要么全员培训完三个月又回了原样,老板心里那笔账记得清清楚楚。这次再提,得先把"为什么没做成"讲明白,再谈"这次怎么不一样",顺序不能反。
- [换AI服务商，数据和知识库能带走多少？](https://www.starbox.work/insights/ai-adoption/fde100/)：企业准备更换AI服务商时，通常会先问：“以前积累的数据和知识库，能不能全部迁到新系统？”
- [安全智能体接入企业后，最缺的不是告警，而是共同上下文](https://www.starbox.work/insights/ai-news/2026-09-30-214/)：一条异常登录、一段可疑代码、一次敏感数据外发，常常分散在不同控制台里。安全团队不是不知道发生了什么，而是很难在同一时刻看清：这是谁的身份、正在碰哪份数据、前后关联了哪些动作、现在该由谁按下暂停键。9月29日…
- [团队说AI没用？先查清上次为什么失败](https://www.starbox.work/insights/ai-adoption/fde101/)：买过AI工具，组织过培训，也请人做过方案。几个月过去，业务没有明显变化，员工逐渐停用，团队最后得出一个结论：AI在我们这里没用。
- [Schema结构化数据怎么生成？完整指南](https://www.starbox.work/insights/geo-guide/geo106/)：Schema 结构化数据，是用统一格式说明网页事实的一段代码。它会把页面中的标题、作者、日期、价格、地址等信息，整理成搜索系统更容易读取的字段。
- [Schema结构化数据与robots.txt抓取规则验收](https://www.starbox.work/insights/geo-guide/geo105/)：页面里的 Schema 标记通过校验，robots.txt 也没有报错，能不能上线？
- [海外 GEO 监测工具怎么选？先做基线，再谈付费](https://www.starbox.work/insights/geo-guide/geo103/)：选择海外 GEO 监测工具时，首先要确定的不是哪个工具价格低、覆盖平台多，而是团队准备监测哪些问题、哪些市场，以及拿到结果后准备怎样修改内容和页面。
- [智能体开始自主行动，企业得把安全边界装进运行时](https://www.starbox.work/insights/ai-news/2026-09-29-213/)：一份制度写得再完整，也挡不住一条已经发出的工具调用。昨天，NVIDIA 发布开放式智能体安全平台，把监测和约束放到智能体实际运行的环节；它传递的信号很直接：当智能体能查数据、调接口、改配置，治理不能只留在上线前的评审会里。
- [换AI服务商前，先想清楚这五件事](https://www.starbox.work/insights/ai-adoption/fde098/)：换服务商不是"换个更好的乙方"这么简单，真正决定二次落地成败的是能不能先做失败归因、能不能用小范围验证代替一次性签约、能不能把效果写进合同、能不能确认原有数据和知识库可以迁移、能不能确认这次的能力真的会留在自己团队里。这五件事没想清楚，换谁都可能重复上一次的结局。
- [GEO内容生产工具怎么选？先验收交付物](https://www.starbox.work/insights/geo-guide/geo104/)：生成式引擎优化（Generative Engine Optimization，简称GEO）内容生产不是一次生成，而是连续完成事实检索、结构化写作、质量检查、发布交付和引用监测。选工具时，先看它能交付什么、怎样验收，再看功能和价格。
- [AI项目没落地：该怪工具，还是执行？](https://www.starbox.work/insights/ai-adoption/fde099/)：一个AI项目停下来后，最容易出现两个结论：工具不行，或者团队执行不力。
- [续约前，如何用数据说服老板加预算](https://www.starbox.work/insights/ai-adoption/fde096/)：AI 项目进入续约阶段，几句很常见的话往往会出现在汇报里：
- [智能体能连续干几天，企业先把任务支架搭好](https://www.starbox.work/insights/ai-news/2026-09-28-212/)：一台智能体帮你查一份资料，失败了，重试就好；但它若要跨好几天推进销售线索、排查生产故障或整理一批客户资料，失败就不再只是“答案不够好”。它可能已读取过文件、调用过工具、产生过中间结论，也可能正等着人接手。此时真正决定交付质量的…
- [国内 GEO 怎么监测？一套可持续复测的方法](https://www.starbox.work/insights/geo-guide/geo102/)：GEO 是 Generative Engine Optimization 的缩写，中文通常译为“生成式引擎优化”。
- [上次AI落地失败了，第二次怎么避免重蹈覆辙](https://www.starbox.work/insights/ai-adoption/fde097/)：二次落地能不能成，关键不在换一家服务商，而在先把上次失败的真实原因找出来——多数第一次失败不是工具不行，是缺人陪着落地、切口铺得太大、没人为结果负责。这三条不解决，换谁都还是原地打转。
- [GEO（生成式引擎优化）工具怎么选](https://www.starbox.work/insights/geo-guide/geo101/)：判断一款GEO工具值不值得买，不能只比较功能数量，也不能先看它是否“一站式”。
- [营销AI化有没有收益，不能只看内容产量](https://www.starbox.work/insights/ai-adoption/fde095/)：营销团队汇报AI成果时，最容易拿出来的是内容数量：这个月多写了多少篇，更新频率提高了多少，同样的人手又多完成了多少任务。
- [智能体获准调用工具后，谁来决定它能看哪一条数据？](https://www.starbox.work/insights/ai-news/2026-09-27-211/)：“允许智能体查询客户系统”，听起来像一条已经完成的权限配置。但它真正开始工作时，问题才浮出水面：它可以调用查询工具，是否就能读到所有客户、所有字段、所有历史记录？AWS 9月22日发布的开源项目 TOLAP…
- [律所怎么做生成式搜索优化（GEO）](https://www.starbox.work/insights/geo-guide/geo100/)：当用户遇到法律问题时，他首先想知道的，通常不是哪家律所写了更多文章，而是自己的情况该怎么处理。
- [向董事会汇报AI投入，CFO只认这几类指标](https://www.starbox.work/insights/ai-adoption/fde094/)：CFO审AI项目预算时，不看"用了什么技术"，只看三件事：钱花在哪、多久能算出账、账能不能对得上。搞不清这三件事，PPT做得再花哨也过不了会。
- [医疗机构GEO（生成式引擎优化）合规顺序](https://www.starbox.work/insights/geo-guide/geo099/)：GEO，也就是针对生成式问答系统进行内容优化：把用户经常提出的问题，整理成便于搜索、理解、引用和核验的内容。这里的“生成式问答系统”，是指能够根据用户问题自动组织并生成回答的系统。
- [智能体开始全天候工作后，企业要先定义什么才算异常](https://www.starbox.work/insights/ai-news/2026-09-26-210/)：智能体一旦可以在你合上电脑后继续跑，企业最容易犯的错是：把“持续运行”理解成“持续汇报”。早上打开工作台，几十条总结、提醒和状态更新已经堆满；真正需要人拍板的那一条，反而被淹没。会一直工作，不等于应该一直打扰人。
- [教育培训机构怎么做 GEO：先讲清家长关心的问题](https://www.starbox.work/insights/geo-guide/geo098/)：教育培训机构做 GEO，重点不在于多发文章，而在于把资质、课程、师资、收费、退费等信息整理成公开、统一、可以核验的答案，并持续检查 AI 是否准确理解和复述了这些内容。
- [个人IP如何提高被AI推荐的机会？](https://www.starbox.work/insights/geo-guide/geo097/)：当用户向AI（人工智能）询问“这个领域谁讲得清楚”或“我应该找哪位专家”时，一段响亮的个人简介并不足以支持推荐。
- [AI项目没达预期，复盘汇报别写成检讨书](https://www.starbox.work/insights/ai-adoption/fde093/)：AI项目复盘汇报的核心不是"哪里做错了"，而是"下一步该换哪个变量"——把结论分成"归因"和"决策"两部分分开写，归因写清楚是工具问题还是落地问题，决策部分给出可执行的下一步，不要写成一份认错的检讨书。
- [AI陪跑值不值？老板和董事会要看四项数据](https://www.starbox.work/insights/ai-adoption/fde092/)：业务团队评价一个AI项目，通常先看它好不好用、能不能省事。老板和董事会关心的则是：一共投入了多少钱，产生了多少可量化收益，多长时间能够达到目标，还有哪些问题可能影响后续结果。
- [算AI的ROI，四类数字不能直接当收益](https://www.starbox.work/insights/ai-adoption/fde090/)：内容多发了几十篇，团队工作轻松了，公司营收上涨了，第一个月的数据也很好看。
- [海外SaaS做GEO，先补齐四类内容](https://www.starbox.work/insights/geo-guide/geo095/)：海外SaaS做GEO，第一步通常不是批量发布英文博客，而是把产品能力、适用条件、接入方式、使用限制和选择依据，整理成能够被搜索、验证和引用的页面。文档站、第三方评测、开发者内容和技术基础，应当先于内容数量的扩张。
- [本地生活门店要不要做GEO？](https://www.starbox.work/insights/geo-guide/geo096/)：GEO，即生成式引擎优化，是把门店分散的经营信息整理成清楚、稳定、可以核验的内容，让顾客通过搜索或AI（人工智能）问答工具提出具体问题时，更容易得到能够帮助自己联系、预约或到店的答案。
- [智能体先别全盘治理：企业得有一张风险优先队列](https://www.starbox.work/insights/ai-news/2026-09-25-209/)：一家企业问“我们有多少智能体”，得到的答案往往不是数字，而是几份不同平台的导出表。业务在 Copilot Studio 做了助手，数据团队在云平台跑了 Agent，客服又接入了 SaaS 里的自动流程；它们各自看得见自己…
- [AI的ROI为何算不清？先把“提效”变成数据](https://www.starbox.work/insights/ai-adoption/fde091/)：AI工具上线几个月后，团队通常会给出一些积极评价：写内容更快了，整理资料更方便了，重复工作也少了。
- [知识库能答不等于智能体能办：企业在写入前还要过三道门](https://www.starbox.work/insights/ai-news/2026-09-24-208/)：一个内部助手能在聊天框里说清“该找谁、用哪个接口、按什么流程申请”，不代表它下一秒就该替你开通账号、改写工单或提交订单。很多企业把“能回答”直接等同于“能执行”，恰好跳过了智能体最难的一段路：如何把信息的可见权，逐步升级为动作的代办权。
- [消费品出海GEO：先统一事实再布局渠道](https://www.starbox.work/insights/geo-guide/geo093/)：GEO（生成式引擎优化），在本文中指的是：让能够直接生成答案的人工智能（AI）工具，更容易找到、理解并准确引用品牌信息。
- [SaaS 做 GEO，先看懂 5 种用户决策场景](https://www.starbox.work/insights/geo-guide/geo094/)：很多 SaaS 团队开始做 GEO，第一反应是改首页、加行业关键词，再批量发布产品介绍和“什么是某某系统”一类的文章。
- [AI投入第一年亏钱正常，怎么讲清楚](https://www.starbox.work/insights/ai-adoption/fde089/)：AI 项目第一年账面大概率是亏的，这不是执行出了问题，而是全行业的普遍规律——MIT Project NANDA 2025 年的研究显示，95% 的企业组织从生成式 AI 投入里没有拿到可衡量的业务回报。向老板解释这件事，不是找借口，是把"亏在哪、亏多久、什么时候该喊停"这三件事说清楚。
- [AI人效比怎么算，才能算明白](https://www.starbox.work/insights/ai-adoption/fde088/)：企业使用人工智能（AI）以后，最容易说的是“效率提高了”，最难回答的却是几个具体问题：一共花了多少钱？AI承担了多少工作？产出发生了什么变化？这笔投入什么时候能够收回？
- [营销AI化值不值得继续投，别只看总营收](https://www.starbox.work/insights/ai-adoption/fde087/)：企业开始营销AI化后，相关投入往往不会出现在同一张账上。
- [消费品做国内GEO，正确顺序是什么？](https://www.starbox.work/insights/geo-guide/geo092/)：消费品牌开始做GEO时，最容易先问两个问题：应该布局哪些平台？每天要发布多少内容？GEO，即生成式引擎优化，指的是围绕AI（人工智能）搜索和问答场景，整理、发布并持续维护品牌信息，让AI更容易读懂、核对和准确引用。
- [智能体越多，企业越该有一张总控台](https://www.starbox.work/insights/ai-news/2026-09-23-207/)：一个智能体能不能干活，正在变成一个很容易回答的问题；难的是，当它们开始跨系统、跨团队、跨时段一起干活，谁知道它们看了什么、做了什么、花了多少钱，又该由谁叫停？过去一周…
- [工业品出海GEO怎么做：先建立可核验的信息体系](https://www.starbox.work/insights/geo-guide/geo091/)：GEO，即生成式引擎优化，是让企业的公开信息更容易被AI（人工智能）搜索、识别，并用于生成准确答案的一种信息优化工作。对工业品企业来说，GEO不是把中文产品型录翻译成英文，也不是单纯增加产品页面，而是先把采购方用来判断的关键事实写清楚。
- [AI项目怎么才算有效果，别到年底算不清](https://www.starbox.work/insights/ai-adoption/fde086/)：AI项目上线前，先把"要看哪几个数、基线是多少、多久对一次账"写进合同或立项文档里；没有这三样，项目做完也说不清到底有没有用。
- [智能体会持续干活后，企业该怎么管理它的工作现场？](https://www.starbox.work/insights/ai-news/2026-09-22-206/)：一个智能体完成一轮问答，留下的往往只是一段对话；但它如果要连续数小时分析数据、改多份文件、等人工确认，再交给另一个智能体复核，真正的交付就不再只是“答案”。任务进行到哪里、用了哪些文件、谁能继续打开、暂停后如何恢复、结束后什么该保留…
- [国内工业品企业怎么做GEO（生成式搜索优化）](https://www.starbox.work/insights/geo-guide/geo090/)：B2B，即企业与企业之间的业务。本文所说的B2B工业品，是一家企业向另一家企业提供的工业产品。
- [人工智能（AI）落地多久能回本？先回答四个问题](https://www.starbox.work/insights/ai-adoption/fde085/)：企业问“AI落地多久能回本”，真正关心的不是工具何时上线，而是AI带来的累计收益，什么时候能够覆盖全部投入。
- [AI项目有没有效果，先核对四类指标](https://www.starbox.work/insights/ai-adoption/fde084/)：企业评估AI项目时，最常问的是：工具买了没有？员工会不会用？
- [AI进入采购流程，应该介入哪一步？](https://www.starbox.work/insights/geo-guide/geo089/)：很多团队准备把 AI 用到采购中，第一反应是：“应该选哪个工具？”
- [通用智能体退潮后，企业该先定义哪三类专业工作？](https://www.starbox.work/insights/ai-news/2026-09-21-205/)：一个能回答所有问题的智能体，听起来很省事；可一旦它要查询订单、判断退货资格、调用退款工具，问题就变成：它究竟该按谁家的规则、在哪一步停下、出了例外交给谁？9月14日，Zendesk 发布行业和自定义专业智能体…
- [企业AI落地ROI，不能只算工具费](https://www.starbox.work/insights/ai-adoption/fde082/)：企业评估一个AI项目值不值得继续，常见的情况是：财务拿出工具采购清单，业务部门说效率提高了，项目团队展示新增的内容数量或处理速度。
- [GEO见效后，如何持续维护？](https://www.starbox.work/insights/geo-guide/geo087/)：品牌开始出现在AI回答里，官网页面也获得了引用，说明前期的GEO工作已经见效。但这不是终点，更不代表现有结果会一直保持。
- [GEO 90天里程碑：从基线、引用到业务转化](https://www.starbox.work/insights/geo-guide/geo088/)：很多团队刚开始做生成式引擎优化，也就是GEO，第一份周报就在统计：品牌提及增加了多少？
- [AI落地的人效比，到底怎么算清楚](https://www.starbox.work/insights/ai-adoption/fde083/)：人效比不是"用了AI感觉轻松了"，是一个能写进合同、能对账的具体公式：（AI带来的可量化收益－总投入）/总投入，分项目单独算，不混成一笔糊涂账。这篇讲清楚这笔账该怎么拆、哪些数字是真的、哪些是服务商在讲故事。
- [按结果付费，服务商会只接容易项目吗？](https://www.starbox.work/insights/ai-adoption/fde080/)：会优先筛选，但这不能直接等同于“只接容易项目”。
- [代码每次提交都先过AI安检，企业该把谁挡在门外？](https://www.starbox.work/insights/ai-news/2026-09-20-204/)：一段代码被提交时，安全团队通常要等到阶段性扫描、渗透测试，甚至事故复盘，才知道它是否给攻击者留了入口。到了那时，代码早已和更多模块缠在一起，修复既慢又容易被排进“下个版本”。AI写代码让提交更密集…
- [GEO做了三个月没效果？先查这四层](https://www.starbox.work/insights/geo-guide/geo086/)：本文所说的GEO，即生成式引擎优化，是围绕网站页面、内容和品牌资料开展的一系列工作：让能够直接生成答案的人工智能工具（下文简称AI）更容易读取页面、引用内容，并准确说明品牌是谁、提供什么服务。
- [GEO一个人能做吗？从单人启动到团队配置](https://www.starbox.work/insights/geo-guide/geo085/)：很多人第一次接触GEO，最先问的是：这件事一个人能不能做？GEO，即生成式引擎优化，指的是围绕用户会向AI提出的问题，整理并发布准确、清楚、便于读取的信息，再用同一组问题反复检查品牌是否被提及或引用。
- [AI陪跑意向金抵扣：付款前确认三项约定](https://www.starbox.work/insights/ai-adoption/fde081/)：“先交一笔意向金，正式签约后可以抵扣合同款。”
- [评测进驻AI实验室后，企业验收权该留在哪？](https://www.starbox.work/insights/ai-news/2026-09-19-203/)：9月18日，Anthropic宣布与埃森哲合作开展“嵌入式评测”：评测方将像员工一样进入模型公司的工作现场，观察训练、部署决策与护栏测试。双方预计未来五年各投入至少10亿美元。这不是又多了一份模型排行榜…
- [做 GEO，预算怎么分，团队怎么配？](https://www.starbox.work/insights/geo-guide/geo084/)：预算至少要覆盖技术、内容和监测三部分；团队人数可以少，但业务、内容、技术与数据这三类责任不能缺。小团队应先缩小范围，取得一轮能够前后比较的数据，再决定是否追加投入。不要一开始就购买大量工具，也不要集中发布大量相似内容。
- [GEO预算怎么分？多数项目可从七三比例起步](https://www.starbox.work/insights/geo-guide/geo083/)：GEO，即生成式引擎优化，是围绕生成式搜索开展的内容和技术优化。这里所说的生成式搜索，是指人工智能（AI）根据检索到的信息直接组织答案的搜索方式。GEO的目的，是让品牌信息更容易被AI搜索产品发现、理解和引用。
- [广告点进去就能追问：品牌该先准备什么？](https://www.starbox.work/insights/ai-news/2026-09-18-202/)：一条广告的传统任务，是把人带到落地页；落地页之后，客服、导购、销售和商品详情页再接手。但这个接力正在被缩短。9月16日，OpenAI宣布正在向美国部分广告主测试 Sponsored Agents：用户点击广告后…
- [品牌 AI 可见度基线怎么测：一套可复测的方法](https://www.starbox.work/insights/geo-guide/geo082/)：测量品牌的 AI 可见度基线，不能只问几次“是否推荐某品牌”。正确做法是固定问题、测试引擎、测试条件和记录口径，持续统计品牌是否被提及、是否进入候选、排在什么位置、哪些页面被引用，以及竞品获得了多少提及。
- [GEO做满90天，后90天重点看什么？](https://www.starbox.work/insights/geo-guide/geo081/)：GEO，即生成式引擎优化。它是围绕品牌、人物、产品或机构，持续完善公开资料和内容，让AI（人工智能）在回答相关问题时，更容易识别这些对象、引用相关信息，并作出准确表述。
- [智能体越权没出事也要记录：企业该留住“未遂动作”](https://www.starbox.work/insights/ai-news/2026-09-17-201/)：如果一个智能体把内部文件传到公网，结果在传出前被拦住了，企业要不要把它当成事故？很多团队的答案仍然是：没有泄露、没有投诉、没有损失，就先不立案。但今天，这个判断正在变得危险。9月16日，OpenAI发布模型失配报告框架…
- [GEO落地第61—90天：分发、监测与调整](https://www.starbox.work/insights/geo-guide/geo080/)：GEO，即生成式引擎优化，是一套围绕人工智能（AI）问答结果开展的内容与分发工作，目标是提高品牌在AI答案中被提及、内容页面被引用的概率。
- [GEO第31—60天：内容铺设怎么做？](https://www.starbox.work/insights/geo-guide/geo079/)：第31—60天要按统一标准生产长文、改造产品页，并完成长视频及发布后的引用监测。
- [智能体越多，企业越该搭一层公共底座](https://www.starbox.work/insights/ai-news/2026-09-16-200/)：最近一周，几家企业软件厂商不约而同地在补同一种能力。Salesforce把上下文、行动、治理、安全、模型等能力收进“企业AI底座”；Cisco把智能体表现、运行时护栏和Token消耗放到同一个观测面…
- [GEO落地前30天：四周基础建设清单](https://www.starbox.work/insights/geo-guide/geo078/)：GEO，即生成式引擎优化，目的是让企业信息更容易被ChatGPT、豆包等AI问答产品准确读取、理解和引用。
- [GEO从零起步：90天怎么做](https://www.starbox.work/insights/geo-guide/geo077/)：GEO，即生成式引擎优化，是通过调整网站技术、内容结构和外部平台覆盖，让品牌信息更容易被生成式人工智能（AI）检索、理解和引用。这里的生成式AI，指能够根据用户问题自动组织并生成答案的人工智能系统。
- [智能体会自己判断后，企业该把规则写进哪一层？](https://www.starbox.work/insights/ai-news/2026-09-15-199/)：一个智能体给出“建议改签这趟航班”“应该补这批货”时，真正难的往往不是它能不能想出方案，而是：谁来保证它没有越过业务红线？AWS在9月14日展示的多智能体航班改签流程，给出的答案很朴素：让智能体负责提出选项…
- [GEO内容如何避免同质化与抄袭](https://www.starbox.work/insights/geo-guide/geo076/)：GEO，即生成式引擎优化，关注的是一段内容能否被依靠人工智能（AI）生成答案的系统理解、采用和引用。换句话说，当用户向ChatGPT、豆包、文心一言这类工具提问时，GEO要解决的是：品牌发布的信息，有没有机会成为回答依据。
- [AI能写GEO内容，但初稿不能直接发布](https://www.starbox.work/insights/geo-guide/geo075/)：人工智能（AI）能写GEO内容吗？能。但先把概念说清楚：GEO，即生成式引擎优化，是通过内容组织，让生成式引擎更容易理解、核验和引用其中的信息。这里的生成式引擎，是指能够根据用户问题生成回答的AI系统；
- [智能体越会干活，企业越要有一套共同语言](https://www.starbox.work/insights/ai-news/2026-09-14-198/)：同一个客户问“这单今天能不能发”，CRM知道客户是谁，ERP知道库存，合同写着承诺，财务系统握着信用额度，客服记录里还有一次特殊约定。每个系统都有一部分答案；让智能体把这些答案拼成可执行的判断，才是真正困难的部分。9月11日…
- [一篇长文如何拆成海外多平台内容：完整流程](https://www.starbox.work/insights/geo-guide/geo073/)：先把长文整理成可独立引用的内容底稿，再按平台分别改写。官网保留完整版，Reddit发观点，YouTube做长视频，LinkedIn拆摘要，Quora答问题。发布后按72小时、每周和每月三个周期监测收录与引用。
- [AI写GEO内容会被处罚吗？关键看这三点](https://www.starbox.work/insights/geo-guide/geo074/)：使用AI参与GEO内容创作，不会自动招致平台处罚。
- [金融智能体会写结论后，证据该跟着走](https://www.starbox.work/insights/ai-news/2026-09-13-197/)：一份投研摘要最怕的，不是语言不够流畅，而是结论写得像真的、数字却找不回去。9月10日，OpenAI发布 ChatGPT for Financial Services：将金融数据、推理能力和研究、建模、客户材料等工作放进面向金融团队的体验里。
- [内容发布后72小时：GEO要做完5件事](https://www.starbox.work/insights/geo-guide/geo071/)：内容发布后，网页已经公开，不等于AI（人工智能）马上能找到，更不等于它会在回答中引用。GEO，即生成式引擎优化，关注的正是品牌和内容能否进入AI答案。
- [一篇长文，怎么改成8个平台都能用？](https://www.starbox.work/insights/geo-guide/geo072/)：GEO，即生成式引擎优化，指通过调整内容组织和信息表达，让品牌更容易被人工智能（AI）搜索及问答产品识别、提及和引用。要做好GEO，多平台发布确实重要，但多平台发布不等于把同一篇文章复制八遍。
- [生成式引擎优化（GEO）内容发布前的18项检查](https://www.starbox.work/insights/geo-guide/geo069/)：GEO 内容发布前，先排除合规、来源和页面访问问题，再检查内容结构与技术设置。
- [智能体开始进云跑活：企业先定部署环境](https://www.starbox.work/insights/ai-news/2026-09-12-196/)：一个智能体能不能完成任务，过去常被理解成模型够不够强。到了要真正替企业干活的阶段，更棘手的问题变成了：它在哪台机器上运行、能碰哪些文件、凭什么权限调用工具、任务跑几个小时后谁接手？9月10日，OpenAI 发布 Agents API…
- [旧内容如何改得更容易被 AI 引用](https://www.starbox.work/insights/geo-guide/geo070/)：旧内容想提高被 AI 引用的概率，通常不必从头重写。更实际的做法是保留原文中真实、可核验的信息，重新安排结论、证据、小标题、段落、表格和常见问题，让重要内容脱离上下文后，仍然是一段完整、清楚的回答。
- [问句式小标题怎么写，才更容易被AI引用？](https://www.starbox.work/insights/geo-guide/geo067/)：当用户向AI提问时，AI可能从可访问的网页中寻找能够回答问题的内容。本文所说的“AI引用”，是指AI在生成回答时，将网页内容作为参考信息或来源；GEO，即生成式引擎优化，指围绕生成式AI的搜索和回答场景，对内容进行优化。
- [从关键词密度到事实密度：生成式搜索内容检查指南](https://www.starbox.work/insights/geo-guide/geo068/)：一篇文章把核心词写了二十遍，系统可能知道它在谈什么，却仍然找不到一句可以直接回答用户的问题。
- [AI越多越要统一口径：智能体不该各自理解业务](https://www.starbox.work/insights/ai-news/2026-09-11-195/)：“这个订单今天能不能交？”过去，这是一道要在CRM、库存、合同和客服记录里来回找答案的问题。今天，它也许能交给智能体。但真正难的并非让它连上更多系统…
- [智能体并发干活后，企业真正缺的是“验收排班表”](https://www.starbox.work/insights/ai-news/2026-09-10-194/)：一位研究员一天能推动几条工作线？以前答案取决于团队人数；现在还取决于他同时派出了多少个智能体。OpenAI 在9月6日披露的内部观察里，到8月中旬，其研究组织每一个人类工作日，已对应3.1个智能体工作日。这不是“员工多了3倍”的简单故事…
- [什么是 Chunk Friendly 段落？5个标准与写法](https://www.starbox.work/insights/geo-guide/geo065/)：Chunk Friendly 指一段内容脱离标题和前后文后，仍能完整回答一个问题。常用的5项检查标准是：首句直接给出结论、包含具体数字、注明可核实来源、核心段控制在60—150词，并且单独阅读也能理解。
- [GEO文章一段写多长？60—150字并非标准](https://www.starbox.work/insights/geo-guide/geo066/)：GEO，即生成式引擎优化，指通过改善内容表达和结构，让能够根据问题生成回答的人工智能（AI）系统更容易理解、提取和引用内容。写GEO文章时，可以把60—150个中文字作为知识型段落的参考范围，但不能把它当成必须遵守的统一标准。
- [GEO（生成式引擎优化）为什么更需要倒金字塔](https://www.starbox.work/insights/geo-guide/geo064/)：GEO，即生成式引擎优化，指针对生成式搜索改进内容，让信息更容易被准确理解、提取和注明来源。这里的生成式搜索，是指用户提出问题后，系统寻找相关资料，再由AI（人工智能）整理并直接生成回答，而不只是列出一组网页链接。
- [GEO内容怎么排结构？一套倒金字塔写法](https://www.starbox.work/insights/geo-guide/geo063/)：GEO文章应先写结论和关键事实，再按照读者的问题展开；每个小节集中回答一个问题，并保证核心段落脱离上下文也能看懂。
- [AI接手关键操作前，先把“决定”和“执行”拆开](https://www.starbox.work/insights/ai-news/2026-09-09-193/)：一句“把生产环境的 payments-gateway 切到备用区域”，背后可能牵动算力、数据库、缓存和流量。Intuit 最新披露的灾备智能体 EWOK Agent，让值班工程师用自然语言发起这类切换；但它最值得企业借鉴的…
- [智能体接入核心系统后，日志该留在谁手里？](https://www.starbox.work/insights/ai-news/2026-09-08-192/)：一个智能体能查知识库、写文案，和它能查询CRM、读取账单、修改工单，是两种完全不同的生产力。前者错了，通常还能重写；后者每一次调用都可能改变客户、资金或业务记录。最近一周的企业产品更新…
- [GEO标题怎么写更容易被AI引用](https://www.starbox.work/insights/geo-guide/geo061/)：标题写成具体问题，首段马上回答；主体和场景越明确，越便于AI匹配。
- [GEO文章有固定模板吗？一套可复用的结构](https://www.starbox.work/insights/geo-guide/geo062/)：GEO，即生成式引擎优化，指通过改进内容，让它更容易被AI（人工智能）搜索产品理解，并进入AI生成的答案，成为可引用的信息。
- [百度百科标尺法：国内GEO选题怎么筛](https://www.starbox.work/insights/geo-guide/geo059/)：做GEO，即生成式引擎优化时，内容团队需要先判断用户会向生成式人工智能（下文简称AI）提出哪些问题，再围绕这些问题提供可信、清楚、便于采用的答案，争取让内容进入AI的回答或引用来源。
- [海外生成式引擎优化（GEO）：用维基百科选题](https://www.starbox.work/insights/geo-guide/geo060/)：一个行业词条已经被维基百科收录，这个选题还值得写吗？
- [机器人开始懂业务后，企业该怎样划定动作边界](https://www.starbox.work/insights/ai-news/2026-09-07-191/)：一台机器人会搬箱子，不等于它知道该搬哪一箱、搬到哪里、什么时候必须停下。过去，现场自动化主要解决“把既定动作做得更快”；现在，AI正在把订单、库存、质量、人员与设备状态带到同一条决策链上。动作一旦能理解业务上下文…
- [GEO选题怎么做：先问需求，再查百科空白](https://www.starbox.work/insights/geo-guide/geo058/)：GEO，即生成式引擎优化，是围绕人工智能（AI）搜索和问答场景调整选题、内容与发布方式，让信息更容易被AI找到、理解，并作为回答问题的依据。它关心的不只是页面有没有流量，更关心一篇内容能不能回答用户真正会问的问题。
- [AI答不好，就是GEO内容空位吗？](https://www.starbox.work/insights/geo-guide/geo057/)：不是。AI（人工智能）答不好，只能说明这个问题值得继续检查，不能直接证明这里存在内容机会。GEO，即生成式引擎优化，是通过优化内容，让能够根据问题生成答案的AI搜索或问答工具更容易发现、理解和引用信息。
- [80%已用AI、仅10%在治理：智能体该有一套响应分级](https://www.starbox.work/insights/ai-news/2026-09-06-190/)：一个能读邮件、查CRM、调用外部工具并连续执行多步任务的智能体，出现偏差时，已经不是“回答错了一句”那么简单。它可能在几秒内把不该访问的信息带到不该出现的系统里。
- [生成式引擎优化（GEO）选题怎么选：从用户提问反推](https://www.starbox.work/insights/geo-guide/geo056/)：先看目标客户会不会向人工智能（AI）提问，再看现有权威资料有没有把问题答清楚。
- [批量灌水能影响AI认知吗？](https://www.starbox.work/insights/geo-guide/geo055/)：重复发布可能让一段内容获得更多曝光，甚至被搜索系统收录，或者被具备联网能力的AI读取；但被收录、被读取和被信任，是三件不同的事。十个账号如果都由同一家公司控制，十篇文章如果都来自同一份材料，本质上仍然只有一个信息来源。
- [AI用得多不算领先：能复用工作流才算](https://www.starbox.work/insights/ai-news/2026-09-05-189/)：同样是给员工开通AI账号，有的公司停留在“每个人各自试试看”，有的公司却开始把一次成功做法变成下一位同事也能直接使用的工作流。差别会迅速被放大。OpenAI本周发布的企业采用观察显示，使用深度位于前10%的公司…
- [海外品牌GEO：积累公开语料的五条路径](https://www.starbox.work/insights/geo-guide/geo053/)：当用户向ChatGPT等生成式人工智能（AI）提问时，AI能否准确识别并引用某个品牌，既取决于它当时能找到什么资料，也取决于公开信息是否清楚、一致、可以核验。
- [国内品牌，如何进入AI的长期认知](https://www.starbox.work/insights/geo-guide/geo054/)：GEO，即生成式引擎优化。这里的生成式引擎，指能够根据用户提问生成回答的人工智能（AI）工具。GEO要解决的问题，是怎样让品牌信息更容易被这些工具发现、理解、引用和准确表述。
- [AI开始替企业写SOP：知识库该从工作里长出来](https://www.starbox.work/insights/ai-news/2026-09-04-188/)：9 月 2 日，AWS 发布了一套面向企业支持运营的生成式 AI 方案。它做的第一件事，不是给工单写回复，而是把培训录像和系统操作演示自动拆成结构化 SOP：步骤、截图、校验要求和预期结果一起生成，每一步还能点回原视频对应的时间点…
- [企业如何反向喂养AI训练语料](https://www.starbox.work/insights/geo-guide/geo052/)：企业做GEO，即生成式引擎优化，目的之一，是提高品牌在AI（人工智能）回答中被准确提及和引用的机会。但AI为什么会提到一个品牌，很多人并没有真正分清。
- [GEO监测看什么，多久做一次才有效](https://www.starbox.work/insights/geo-guide/geo051/)：GEO，即生成式引擎优化，关注的是品牌和内容能否进入AI生成的答案，并被准确提及或引用。这里的AI引擎，是指豆包、文心、元宝、Kimi、DeepSeek、ChatGPT、Perplexity等能够根据用户问题生成回答的产品。
- [1.9天就能造一个AI员工，可只有16%的流程接得住](https://www.starbox.work/insights/ai-news/2026-09-03-187/)：今天上午的一条国内报道，让我盯着数字看了很久。上海证券报 9 月 3 日报道，蒙牛的一线员工自己动手开发出 45 个 AI 数字员工，覆盖研发、供应链、销售等业务域 —— 开发者不是 IT 部门，是一线员工。同一篇报道里…
- [软件改成"干成事才收钱"了，但"什么叫干成"谁说了算？](https://www.starbox.work/insights/ai-news/2026-09-02-186/)：今年6月，Salesforce 干了一件它过去四十年都不敢干的事：旗下客服智能体 Agentforce 宣布，只对一个"被成功自动解决的客户问题"收 2 美元，客户转人工、给差评、中途放弃，一律不收钱。
- [GEO核心KPI：被提及率，不是排名](https://www.starbox.work/insights/geo-guide/geo049/)：GEO，即生成式引擎优化，关注的是品牌内容能否被人工智能（AI）系统检索、理解并写入生成答案。如果要为GEO设置一项核心KPI（关键绩效指标），比搜索排名更直接的指标是被提及率：在一组固定问题和固定平台中，AI答案提到品牌名称或引用品牌网站…
- [AI答案监测：用30条提示词建立复测矩阵](https://www.starbox.work/insights/geo-guide/geo050/)：今天在ChatGPT里问到了你的品牌，不代表下周再问还能得到同样的结果；一个AI引擎引用了品牌官网，也不代表其他引擎会采用相同来源。
- [铺得开，接不住：8月企业AI的尺子从装了多少换成干了多少](https://www.starbox.work/insights/ai-news/2026-09-01-185/)：8月最后一周，两份重量级调研前后脚落地。麦肯锡8月的《State of AI》显示，年收入超10亿美元的大企业中，已有 40% 在规模化部署AI智能体，一年前还是27%。
- [知乎公众号百家号抖音百科，GEO怎么配](https://www.starbox.work/insights/geo-guide/geo048/)：做国内GEO，先要确认内容应该发布在哪里。GEO，即生成式引擎优化，指通过改进内容及其发布方式，提高品牌信息被AI（人工智能）搜索工具检索、理解和引用的机会。
- [海外渠道先做哪个？AI引用价值排序](https://www.starbox.work/insights/geo-guide/geo047/)：刚起步的团队，不宜一开始就把主要预算投入Reddit和Wikipedia。软件即服务（SaaS）企业可以先做G2、Capterra，企业对企业（B2B）业务可以先做LinkedIn。这些渠道通常能在2至6周内看到初步变化。YouTube长视频、Reddit和Wikipedia的引用价值更高，但运营要求、投入周期和失败成本也更高，更适合作为持续项目。
- [案例怎么写才有权威性：带名、带数、带来源](https://www.starbox.work/insights/geo-guide/geo045/)：案例要让读者相信，也要让人工智能引用，不能只写“效果显著”。GEO，即生成式引擎优化，关注的是品牌内容能否被生成式人工智能（AI）检索、理解并写入回答。
- [为什么只做官网，做不好品牌GEO](https://www.starbox.work/insights/geo-guide/geo046/)：很多企业开始做GEO，即生成式引擎优化时，第一件事是改官网：补充结构化数据、开放页面抓取、优化加载速度。这样做有必要，但只完成这些，还不能让品牌稳定出现在人工智能（AI）生成的答案里。
- [48.5%企业说AI回报不达预期，可44.4%从没定过标准](https://www.starbox.work/insights/ai-news/2026-08-31-184/)：同一份报告里的两个数字，放在一起读会有点刺眼。
- [只有17%的企业真部署了智能体：能干活的，都被一线员工教过](https://www.starbox.work/insights/ai-news/2026-08-30-183/)：在五征集团的拖拉机驾驶室里，有一个AI智能体在干活。
- [作者署名为什么影响AI排序](https://www.starbox.work/insights/geo-guide/geo044/)：人工智能（AI）生成答案时，一篇内容能否被检索和引用，不只取决于写了什么，也取决于是谁写的。与匿名内容相比，带有具体作者、身份说明和可核实信息的内容，更容易被行业研究视为可信来源。
- [GEO时代，E-E-A-T权威信号怎么建](https://www.starbox.work/insights/geo-guide/geo043/)：GEO，即生成式引擎优化，指的是通过改善内容、实体信息和外部可信信号，提高品牌被生成式AI检索、理解和引用的概率。
- [高敏感业务上AI，别只装模型：还要有一张“业务隔离卡”](https://www.starbox.work/insights/ai-news/2026-08-29-182/)：一份合同、一段客户邮件、一次合规检索，表面上都是“让 AI 帮忙读一读”的小事；可一旦智能体能跨文件库找材料、调用专业系统、生成可交付的工作成果，真正决定它能否进生产环境的，就不再只是模型回答得是否漂亮。
- [标准GEO页面怎么写：9个模块](https://www.starbox.work/insights/geo-guide/geo041/)：标准GEO页面通常包含9个模块：问题式标题、结论摘要、关键事实、分块正文、对比表、常见问题、作者信息、结构化数据和更新时间。
- [FAQ区怎么写，更容易被AI引用](https://www.starbox.work/insights/geo-guide/geo042/)：FAQ（常见问题）区能不能被AI引用，关键不在问题数量，而在于每一条问答能否脱离全文，准确回答一个真实问题。对于GEO，即生成式引擎优化，FAQ的作用也不只是改善页面阅读体验，而是让一条问答具备被单独识别、抽取和引用的条件。
- [智能体能自己付API费了，企业还缺一张"支付护栏卡"](https://www.starbox.work/insights/ai-news/2026-08-28-181/)：8月18日，AWS宣布 Amazon Bedrock AgentCore payments 正式可用（GA）。这意味着智能体不再只是"调用工具"，而是可以自主发现、访问并为付费 API、MCP 和内容完成支付。
- [怎么验证品牌是否被AI认识](https://www.starbox.work/insights/geo-guide/geo039/)：验证品牌是否被 AI 认识，不能只打开豆包或 DeepSeek 问一次，然后凭一张截图下结论。GEO，即生成式引擎优化，关注的是品牌能否被 AI 准确识别，以及 AI 回答相关问题时，是否会主动提及品牌、推荐品牌或引用品牌官网。
- [AI为什么更容易引用表格、清单和FAQ](https://www.starbox.work/insights/geo-guide/geo040/)：GEO，即生成式引擎优化，关注的是如何让内容更容易被AI（人工智能）检索、理解和引用。想让一篇文章进入AI生成的答案，内容本身要有价值，信息还要能被识别为完整、独立并且与用户问题直接相关的片段。
- [海外实体建模：Schema与sameAs八平台实操](https://www.starbox.work/insights/geo-guide/geo037/)：GEO，即生成式引擎优化，关注的是品牌信息能否被 ChatGPT、Perplexity 等生成式引擎准确检索、识别和引用。
- [智能体有了权限后，企业还缺一张“身份退役卡”](https://www.starbox.work/insights/ai-news/2026-08-27-180/)：一个客服智能体上线时，团队通常会认真讨论：它能读哪些知识库、能否查询订单、什么情况必须转人工。但六个月后，如果业务负责人换岗、活动页面下线、连接器被新系统替代，这个智能体的权限会发生什么？最容易被忽略的风险，不是它申请权限的那一刻…
- [国内品牌实体建模怎么做？百科与品牌名统一](https://www.starbox.work/insights/geo-guide/geo038/)：GEO，即生成式引擎优化，关注的是品牌能否被生成式人工智能（AI）正确识别、检索和引用。对国内企业来说，实体建模的核心不是单纯增加内容数量，而是让百科、平台账号、工商信息、官网和媒体报道中的品牌名称与关键事实保持一致。
- [怎么让AI把你的品牌识别为一个实体](https://www.starbox.work/insights/geo-guide/geo035/)：GEO，即生成式引擎优化。品牌想在AI生成的答案中被提及、引用或推荐，首先要解决一个基础问题：AI能不能确认你是谁。
- [企业智能体越多，越不能只统一模型：该先建“控制面清单”](https://www.starbox.work/insights/ai-news/2026-08-26-179/)：一家企业刚开始做智能体时，常会有一个很诱人的管理动作：统一模型、统一框架、统一开发方式。它看起来像秩序，实际上却可能把业务团队逼回各自绕路。采购想要稳定的结构化流程，客服需要低延迟对话，研发又要接入代码工具…
- [什么是实体？AI为什么按实体理解世界](https://www.starbox.work/insights/geo-guide/geo036/)：GEO，即生成式引擎优化，是让品牌和内容更容易被生成式AI识别、检索、引用和推荐的一套优化工作。讨论GEO时，有一个问题绕不开：AI先要确认“你是谁”，才可能在回答中引用你、介绍你，或者把你列入推荐范围。
- [进了AI答案，为什么还没被点名](https://www.starbox.work/insights/geo-guide/geo034/)：做GEO，即生成式引擎优化，很多人最先关注的是：品牌内容有没有被AI（人工智能）抓取、检索和读取。但真正影响曝光的，是品牌能否进入最终答案，并以明确的来源出现。本文所说的“被点名”，主要指答案标注了引用来源并附带链接；
- [实体一致性：为什么它会影响AI（人工智能）答案](https://www.starbox.work/insights/geo-guide/geo033/)：同一个品牌，如果在官网使用公司全称，在公众号使用品牌简称，在第三方平台保留旧地址，成立年份和业务描述也各不相同，人工智能很难判断这些信息是否属于同一家企业。
- [头部企业的AI用量为何高出8.3倍？差的不是账号，而是“工作流发布”](https://www.starbox.work/insights/ai-news/2026-08-25-178/)：同一家公司里，AI最常见的断层并不是“有人会用、有人不会用”，而是一个销售、运营或法务同事已经摸索出的高效流程，始终没有变成别人也能复用的工作方式。于是，企业买了越来越多账号，成果却仍被锁在少数人的对话框里。
- [企业AI规则不是写完就算：该给智能体装上“规则回归卡”](https://www.starbox.work/insights/ai-news/2026-08-24-177/)：一条看似简单的业务规则，最容易在“改了一点点”之后失效。比如人事政策把资格门槛从 12 个月改成 6 个月，客服智能体仍按旧口径答复；又或者“服务年限”和“在岗月数”被系统理解成两件事，导致同一句询问得到不同结论。
- [五维打分：可读性怎么提升](https://www.starbox.work/insights/geo-guide/geo032/)：在GEO，即生成式引擎优化中，可读性不是文笔是否优美，而是内容能否被AI顺利抓取、切分、理解和引用。最直接的改法，是让每个段落独立说明一个问题：首句先给答案，再补数字、来源和适用边界；需要比较的信息用文字表格呈现，常见问题则用一问一答说明。
- [GEO五维打分：新鲜度怎么维护](https://www.starbox.work/insights/geo-guide/geo031/)：一篇内容被 AI（人工智能）引用后，并不意味着它会长期保留在答案里。GEO，即生成式引擎优化，关注的是品牌内容能否被生成式引擎检索、理解和引用。在其排序环节中，新鲜度被行业观测视为五维打分之一，估算权重约为 15%-20%。
- [语义相关性怎么优化：AI不只看关键词](https://www.starbox.work/insights/geo-guide/geo029/)：用户向 AI 提问时，系统首先要判断：这段内容是否真正回答了这个问题。GEO，即生成式引擎优化，所说的“语义相关性”，就是内容表达的意思与用户提问意图的接近程度。它关注的不只是有没有出现相同的词，更关注内容是否直接、完整地回答了问题。
- [智能体接入多源数据，别让用户权限在中途丢了](https://www.starbox.work/insights/ai-news/2026-08-23-176/)：同一个销售助手里，销售问“本季度重点客户合同”，财务问“某客户付款记录”。它们都在和同一个智能体对话，也都在说“客户”。如果智能体拿着一把能打开全部 CRM、文档库和数据库的总钥匙，真正的风险不在它会不会答错…
- [AI五维打分：权威性怎么建](https://www.starbox.work/insights/geo-guide/geo030/)：很多品牌做GEO，即生成式引擎优化时，容易把“权威性建设”理解成官网包装：页面做得精致一些，品牌介绍写得充分一些，再多发几篇宣传稿。但在AI的判断中，这些内容大多来自同一个主体，只能构成一份来源证据。
- [内容如何进入AI候选池](https://www.starbox.work/insights/geo-guide/geo027/)：做 GEO，即生成式引擎优化，首先要解决的不是“内容写得够不够好”，而是“人工智能（AI）能不能检索到这份内容”。如果内容没有进入候选池，后续的质量评分、可信度判断和引用选择都不会处理它。
- [代码审查智能体跑得越快，企业越该留住漏洞证据链](https://www.starbox.work/insights/ai-news/2026-08-22-175/)：两天找到100多个关键漏洞，听起来像安全团队终于等来了“代码雷达”。但我更在意另一个问题：当智能体把告警数量推到人工看不过来的规模，团队凭什么相信其中一条值得半夜拉起研发？8月18日…
- [AI选答案主要看哪五个维度](https://www.starbox.work/insights/geo-guide/geo028/)：GEO，即生成式引擎优化，研究的是品牌内容如何进入生成式 AI 的检索范围，并在回答中获得引用。内容被收录，只说明它具备被检索的可能；最终能否进入回答，还要经过候选检索、排序和生成三个环节。
- [GEO是不是智商税？先看证据再判断](https://www.starbox.work/insights/geo-guide/geo025/)：GEO，即生成式引擎优化，指通过调整内容和信息结构，提高品牌在ChatGPT、豆包、DeepSeek等人工智能回答中被检索、提及和引用的机会。先说结论：GEO方法本身不是智商税，但市场上确实存在大量借GEO名义出售的低效服务。
- [AI账单找不到负责人，企业智能体就很难规模化](https://www.starbox.work/insights/ai-news/2026-08-21-174/)：一家企业把智能体接进知识库、CRM、内容系统和客服后台后，最容易先看到一张“AI总账”：这个月花了多少 token、多少模型费、多少云资源。但真正难回答的…
- [AI是怎么选答案的：三层筛选详解](https://www.starbox.work/insights/geo-guide/geo026/)：当用户提出一个问题，AI通常要连续完成三个判断：先检索候选内容，再对候选内容排序，最后组织答案并决定引用哪些来源。这里所说的GEO，即生成式引擎优化，关注的正是内容如何被检索、进入排序并最终获得引用。
- [现在做GEO还来得及吗？](https://www.starbox.work/insights/geo-guide/geo024/)：来得及。GEO，即生成式引擎优化（Generative Engine Optimization），是通过调整内容，让豆包、DeepSeek、文心、元宝等生成式AI在回答问题时，更容易识别、提及和引用你的品牌及内容。
- [智能体每一步都合规，组合起来却可能失控：企业该管“过程权限”了](https://www.starbox.work/insights/ai-news/2026-08-20-173/)：一个智能体先查了客户资料、再申请折扣、最后提交订单：如果每次调用单看都“有权限”，这条链路就一定安全吗？不一定。真正的风险往往藏在顺序、时效和累计影响里——它可能跳过核验，拿着过期库存去承诺交付，或把多笔看似小额的操作累加成超出预算的结果。
- [AI默认答案为什么难逆转？三个循环](https://www.starbox.work/insights/geo-guide/geo023/)：训练语料通常经过较长周期才更新；已经形成的多来源共识，会提高同一品牌再次被提及的概率；AI答案被公开转述后，还可能进入后续训练数据。三个循环相互影响，使AI的默认答案形成后很难迅速改变。
- [海外GEO的窗口期还有多久？](https://www.starbox.work/insights/geo-guide/geo021/)：海外 GEO 的先发窗口还剩约18个月，是 GEO 服务商给出的行业估算，未经第三方核验，不能当作精确倒计时。但多组公开数据都指向同一个趋势：AI 正在影响搜索与采购，竞争者也在增加，这段窗口期正在收窄。考虑到 GEO 通常需要3—6个月才能看到初步效果，企业真正可以用于判断和启动的时间，很可能不到一年。
- [不做GEO的代价：AI答案里没有你](https://www.starbox.work/insights/geo-guide/geo022/)：GEO，即生成式引擎优化，指通过内容建设、实体信息完善和多来源提及，提高品牌被AI（人工智能）检索、理解和引用的概率。如果买家向豆包、ChatGPT等工具询问“哪些供应商值得信赖”，而答案没有提到你，你就可能无法进入他的初步候选名单。
- [A2A进入“标准之家”：企业多智能体协作，先补一张交接单](https://www.starbox.work/insights/ai-news/2026-08-19-172/)：企业里的智能体正在越过“一个助手做一件事”的阶段：销售助手要向报价助手交接客户需求，客服助手要调用售后系统，运营助手还要把结果回写到业务流程。真正卡住团队的，往往不是再接入一个更强模型，而是这些不同团队、不同供应商、不同系统里的智能体…
- [销售智能体别只写纪要：先替团队补齐一张商机健康卡](https://www.starbox.work/insights/ai-news/2026-08-18-171/)：销售团队并不缺会议纪要。真正拖慢成交的，是会议结束后，客户背景、业务问题、预算、竞争态势和下一步责任人散在录音、邮件与聊天记录里；CRM里却留下一个模糊的商机名和乐观的预计金额。于是管理者看到的是“管道”，一线看到的是“记忆碎片”…
- [国内B2B买家在用AI挑供应商吗](https://www.starbox.work/insights/geo-guide/geo019/)：国内企业对企业（B2B）买家是否已经普遍使用AI（人工智能）挑选供应商？目前还不能直接下这个结论。国内尚未出现与Gartner、Forrester同口径的B2B买家专项调研，但海外采购行为已经明显变化，国内使用生成式AI的人数也在快速增长。
- [95%的企业还没做GEO，窗口还剩多久](https://www.starbox.work/insights/geo-guide/geo020/)：生成式人工智能（AI）正在改变用户寻找答案、比较产品和调研供应商的方式。GEO，即生成式引擎优化，目标是提高品牌内容被豆包、DeepSeek、文心一言等生成式AI检索、理解和引用的机会。
- [海外买家用AI挑供应商，没上名单就没机会](https://www.starbox.work/insights/geo-guide/geo018/)：海外B2B（企业对企业）买家的供应商调研，正在从搜索引擎转向AI（人工智能）对话框。对供应商来说，最直接的变化是：买家可能还没有联系销售，AI就已经检索公开资料、比较产品与资质，并给出了几家候选供应商。
- [AI搜索流量转化率为什么更高](https://www.starbox.work/insights/geo-guide/geo017/)：结论： 多组海外数据都显示，人工智能（AI）搜索带来的访问，转化率明显高于传统自然搜索。这里所说的GEO，即生成式引擎优化，指通过改善内容的可检索性、可理解性和可引用性，提高品牌进入生成式AI答案的机会。
- [AI导购不该只会聊天：把用户意图接到库存与成交的三步](https://www.starbox.work/insights/ai-news/2026-08-17-170/)：很多品牌已经有“会推荐”的聊天机器人：它能解释卖点，也能写一段很像导购的话。但当消费者问“今晚能送到吗”“这个尺寸门店有货吗”“搭配这一件后能否直接下单”时，真正决定成交的并不是措辞，而是它能否连到当下的商品、库存和交易规则。
- [海外AI搜索切走了多少流量？](https://www.starbox.work/insights/geo-guide/geo016/)：没有一个比例，能准确回答所有行业的AI搜索流量下降问题。但现有数据已经说明：越来越多用户直接在AI生成的答案中完成信息获取，不再进入网站。本文讨论的GEO，即生成式引擎优化；SEO，即搜索引擎优化。
- [智能体能连续干7天，企业该给它一张“记忆保质期表”](https://www.starbox.work/insights/ai-news/2026-08-16-169/)：一个智能体替销售跟进线索、替采购核验供应商、替运营追踪异常时，最难的往往不是“能不能把任务跑久”，而是它第二天继续工作时，还该相信昨天的什么。客户偏好、已批准的报价、库存状态、例外处理意见——这些信息都很有用，也都可能过期。
- [AI搜索切走了多少流量？一组数据看清](https://www.starbox.work/insights/geo-guide/geo015/)：人工智能（AI）搜索没有让用户少提问题，它改变的是人们获得答案的方式。过去，用户搜索后会打开多个网页；现在，越来越多的问题可以直接在AI回答中解决。网站获得的自然点击因此减少，但用户的需求并没有随之消失。
- [海外AI搜索三家主导，国内怎么对照](https://www.starbox.work/insights/geo-guide/geo014/)：海外AI搜索已经不能只看ChatGPT。按原稿汇总的2025年至2026年研究和行业数据，ChatGPT（含Search联网搜索功能）、Google AI Overviews（Google AI概览，本文简称AIO）和Perplexity…
- [智能体接管工作前，企业先要装一台“运行记录仪”](https://www.starbox.work/insights/ai-news/2026-08-15-168/)：一个智能体答错了，究竟是模型推理失准、知识过期、工具调用失败、权限被拒，还是上游系统的数据已经变了？当它只在聊天窗口里回答问题，这个问题还可以靠人慢慢排查；当它开始跨模型、API、数据库和业务系统执行任务，问题会沿着依赖关系传递…
- [六亿生成式AI用户，四大AI搜索引擎引用谁](https://www.starbox.work/insights/geo-guide/geo013/)：截至2025年12月，国内生成式AI用户达到6.02亿，普及率为42.8%。这个数字来自中国互联网络信息中心（CNNIC）第57次《中国互联网络发展状况统计报告》。
- [百度排第一，AI为什么不推荐你](https://www.starbox.work/insights/geo-guide/geo012/)：百度排第一，只能说明页面在 SEO，即搜索引擎优化的排序中表现较好；它不等于品牌会进入 AI 答案。GEO，即生成式引擎优化，关注的是内容能否被生成式 AI 检索、理解、采用和引用。两者有关联，但评估对象和成功标准不同。
- [做 GEO，为什么要先做好 SEO](https://www.starbox.work/insights/geo-guide/geo011/)：搜索收录、可抓取的技术结构和内容质量，是 SEO 与 GEO 共用的基础条件。做好 SEO 不能保证内容一定被 AI 引用；但对大量依赖搜索索引或实时网页检索的 AI 产品来说，如果这些基础条件没有处理好，内容进入候选范围的机会也会受到限制。
- [企业AI规模化，差的不是更多智能体，而是一套共同进化系统](https://www.starbox.work/insights/ai-news/2026-08-14-167/)：一家企业有几十个智能体，和一家企业真正拥有AI能力，并不是一回事。最近微软梳理FY26客户实践时，给出了一个很值得停下来看的信号：Atos已在统一运营模型下管理1.9万个智能体；周大福部署了400多个定制智能体…
- [有了SEO，为什么还要做GEO](https://www.starbox.work/insights/geo-guide/geo010/)：有了 SEO，为什么还要做 GEO？答案不是二选一，而是同时做。SEO，即搜索引擎优化，主要解决网页能否被搜索引擎收录、检索和排序；GEO，即生成式引擎优化，关注内容被人工智能检索后，能否进入答案并获得引用。
- [企业AI差距拉大8.3倍：别再只培训会提问的人](https://www.starbox.work/insights/ai-news/2026-08-13-166/)：同样买了AI工具，有的企业把它停留在“帮我改一段文案”，有的企业已经让它跨系统收集资料、生成初稿、交给人审核，再把反馈带回下一次任务。差距正在被量化。OpenAI在8月12日发布的企业使用研究显示，按每位活跃用户的输出量计算…
- [GEO会取代SEO吗？不会，但规则变了](https://www.starbox.work/insights/geo-guide/geo009/)：GEO，即生成式引擎优化，目标是提高内容被生成式人工智能（AI）检索、引用和提及的机会。SEO，即搜索引擎优化，主要解决网页能否被搜索引擎抓取、收录，并获得更好的自然排名。前者关注AI答案是否引用你，后者关注用户能否在搜索结果中找到你。
- [智能体开始“自己开工”后，企业该补一张运行时执行卡](https://www.starbox.work/insights/ai-news/2026-08-12-165/)：过去，企业给智能体的典型指令是“帮我查一下”“帮我写一版”。现在，边界正在变：它会记住团队已做的决策，穿过多个系统取回上下文，在固定时间执行任务，也能在一条消息或一个表情出现时自动启动。问题随之不再只是“它答得对不对”…
- [GEO和SEO有什么区别？10个维度对比](https://www.starbox.work/insights/geo-guide/geo007/)：GEO，即生成式引擎优化，目标是让ChatGPT、豆包、文心一言等生成式引擎回答相关问题时，引用你的内容、提及你的品牌，并在可能的情况下展示来源链接。
- [GEO 和 SEO 是一回事吗？看三个差别](https://www.starbox.work/insights/geo-guide/geo008/)：GEO，即生成式引擎优化；SEO，即搜索引擎优化。两者都要生产内容，争取被抓取、收录和看见，但它们不是同一种优化。
- [被AI引用和被AI提及，有什么区别？](https://www.starbox.work/insights/geo-guide/geo005/)：很多企业开始做GEO，即生成式引擎优化后，最先问的是：AI回答相关问题时，有没有说出我的品牌名？
- [WPP把创意周期从4周压到3小时：企业AI真正该先统一什么？](https://www.starbox.work/insights/ai-news/2026-08-11-164/)：一个营销团队拥有再多AI工具，也未必跑得更快。真正拖慢它的，往往是分散在不同代理商、业务线和系统里的数据：同一个受众在不同报表里口径不同，创意、媒介和策略各自保存版本，模型拿到的上下文既不完整，也难以解释。8月10日…
- [GEO的本质：从关键词密度到事实密度](https://www.starbox.work/insights/geo-guide/geo006/)：GEO，即生成式引擎优化，关注的是内容能否进入生成式人工智能（AI）的回答，并被明确引用。SEO，即搜索引擎优化，主要解决页面的收录、排序和点击问题。
- [别只验收最终答案：企业智能体该补一张“时点回放卡”](https://www.starbox.work/insights/ai-news/2026-08-10-163/)：下午19:05，一起系统故障还在排查。工程师问智能体：“我负责的事件现在进展到哪一步？”真正合格的回答应当是：已确认、已有3条时间线记录、根因尚未确定。可如果评测环境只保留了20:55的最终快照，智能体反而会看见“已解决”和完整根因…
- [GEO到底在优化什么？一文讲清](https://www.starbox.work/insights/geo-guide/geo003/)：GEO，即生成式引擎优化，关注的不是网页在传统搜索结果中排第几，而是品牌和内容能否进入AI（人工智能）生成的答案：先被检索到，再在排序中被保留，最后被引用或提及。
- [GEO、AEO、LLMO、AIO、AISO有什么区别](https://www.starbox.work/insights/geo-guide/geo004/)：GEO，即生成式引擎优化，指通过优化内容，提高品牌被生成式引擎引用、提及或推荐的机会。这里的生成式引擎，包括 ChatGPT、Perplexity、谷歌 AI 总结、Gemini、Claude，以及国内的豆包、DeepSeek、文心、元宝、…
- [SEO排第一，为什么AI还是不推荐你？](https://www.starbox.work/insights/geo-guide/geo002/)：你的页面在百度排第一，豆包、Kimi却没有提到你，这种情况并不矛盾。SEO，即搜索引擎优化，主要解决页面能否被检索、获得排名和点击；GEO，即生成式引擎优化，关注的是内容能否进入生成式人工智能（AI）的答案，并被提及或引用。
- [GEO是什么意思？从搜索排名到AI引用](https://www.starbox.work/insights/geo-guide/geo001/)：GEO，即生成式引擎优化（Generative Engine Optimization），指的是调整内容，让生成式人工智能（AI）在回答用户问题时，更容易检索、识别并引用相关信息，同时提到对应的品牌。
- [AI不必等遗留系统改完：给智能体一张受管桌面](https://www.starbox.work/insights/ai-news/2026-08-09-162/)：很多企业的智能体项目，并不是卡在模型能力，而是卡在一扇很普通的“桌面窗口”前：订单、理赔、财务、客户资料仍跑在多年定制的 ERP、CRM、主机程序或专有客户端里。它们承载着真实业务，却没有现成 API；要把每个环节重新集成…
- [智能体要规模化，企业先复制“上线闭环”，而不是复制机器人](https://www.starbox.work/insights/ai-news/2026-08-08-161/)：客服智能体能回答问题，销售智能体能跟进线索，IT智能体能处理服务请求——很多企业已经不再怀疑它们“能不能做”。真正卡住扩张的，是第二个、第三个场景上线时，团队又从权限、话术、测试、人工接管到复盘重新发明一遍。智能体越多，返工也越多…
- [智能体不该按“名字”合规：同一个Agent，为什么要有一张“场景身份证”？](https://www.starbox.work/insights/ai-news/2026-08-07-160/)：8月2日，欧盟《AI法案》有关透明度的义务开始适用：用户应能知道自己是否正在与AI交互，AI生成或篡改的内容需要可机器识别的标记。更值得企业注意的是，欧盟AI办公室在最新问答中讲得很直白：“智能体”不是一类独立的法律对象。
- [企业AI别再重造智能体：8个案例给出的规模化答案](https://www.starbox.work/insights/ai-news/2026-08-06-159/)：一个部门做了客服智能体，另一个部门又从头做销售助手，第三个部门重新接了一遍同样的知识库和审批接口——这恐怕是企业AI最昂贵、也最常见的重复劳动。每个演示都能跑通，组织却始终无法形成规模效应。
- [智能体安全别只盯提示词：企业还得给模型建一份“成分表”](https://www.starbox.work/insights/ai-news/2026-08-05-158/)：一个智能体答错了，团队往往先回看提示词、权限和工具调用。但如果它使用的模型版本被悄悄替换、微调数据不可追溯，或者运行框架带着未被发现的风险，这些检查都只能解释“它做了什么”，却解释不了“它为什么会这样做”。
- [企业AI真正缺的，不是AI中心，而是两类对结果负责的人](https://www.starbox.work/insights/ai-news/2026-08-04-157/)：一家公司上线了聊天机器人、接通了知识库、做出了几个漂亮演示，为什么业务结果还是没变？我越来越觉得，答案常常不在模型，也不在“再成立一个AI中心”。智能体一旦进入客服、供应链、研发或内容生产…
- [Oracle把Gemini塞进ERP：企业AI的下一站，是“系统内执行”](https://www.starbox.work/insights/ai-news/2026-08-03-156/)：一笔逾期应收款，最难的从来不是让AI写出一封催款邮件。真正难的是：它能否读懂客户状态、核对合同与账期、判断是否触发例外、把该审批的事项送到正确的人手里，并把每一步留在企业账上。少了后面这些，AI再聪明，也只是业务系统外一个会说话的旁观者。
- [模型便宜了，企业反而更该学会“按任务买智能力”](https://www.starbox.work/insights/ai-news/2026-08-02-155/)：7月30日，OpenAI下调了 GPT-5.6 Luna 与 Terra 的价格：前者降幅 80%，后者降幅 20%；同时，面向高时效任务的 Sol 推出更快的 Fast 模式。表面看，这是一次模型降价。对企业而言…
- [AI会写代码后，企业真正堵住的地方变成了“验收”](https://www.starbox.work/insights/ai-news/2026-08-01-154/)：一支团队原本要花三天写出的功能，现在可能半天就有了第一版。听上去，软件交付应该立刻加速；现实却常常相反：评审队列变长、测试环境更拥挤、负责人更不敢放手。
- [智能体越多越危险？企业先建一份“智能体资产台账”](https://www.starbox.work/insights/ai-news/2026-07-31-153/)：采购部做了一个报销助手，客服系统悄悄带了一个坐席智能体，数据团队又搭了一个报表 Agent。每个项目单看都很合理；可当它们同时读写同一套客户、订单和知识库时，企业突然会发现：自己已经拥有一支没人能说清数量、权限和成本的“数字员工队伍”。
- [43.5%的“本职工作”已经跨界：企业该重画的不是岗位，是任务边界](https://www.starbox.work/insights/ai-news/2026-07-30-152/)：一个市场负责人为了赶活动页，先让AI整理客户反馈、拟文案、检查落地页；一位销售为了推进商机，先让AI读数据、做基础分析；一位客服为了答复客户，先让AI核对条款。以前，这些动作要在几个部门之间排队流转；现在，问题最先落到谁手里…
- [Agent 上线后谁在“留证”？一项平台更新，暴露企业智能体的真正迁移成本](https://www.starbox.work/insights/ai-news/2026-07-29-151/)：一套智能体从演示走进生产，最先丢失的往往不是模型能力，而是“它刚才为什么这样做”的证据。7月23日，AWS 为 Bedrock AgentCore 更新了统一可观测性：Agent 的追踪、提示词、输入输出和普通日志可以进入同一个、按 Age…
- [智能体开始“组网”：企业下一张底牌，不是多做几个Agent](https://www.starbox.work/insights/ai-news/2026-07-28-150/)：一个客服Agent会查订单，一个营销Agent会写内容，一个运营Agent会排进度——它们各自看起来都很能干。但当客户投诉需要调取商品、物流、历史沟通和补偿规则时，真正决定体验的，不再是某一个Agent的回答有多漂亮…
- [智能体不该先学会回答问题：先把一件工作做成“可验收”](https://www.starbox.work/insights/ai-news/2026-07-27-149/)：一个报销智能体，金额低于阈值可以自动通过；超过阈值，要先脱敏、做合规判断，再把结果交给人。这个看似普通的示例，恰好戳中了企业做智能体时最容易跳过的一步：别急着让它“什么都能干”，先把一件工作定义成有输入、有边界、有验收结果的流程。
- [3.5万人领到AI账号后：企业真正该规模化的，是“会用AI”的组织能力](https://www.starbox.work/insights/ai-news/2026-07-26-148/)：如果一家公司一次性给3.5万人开通企业级AI，项目算成功了吗？我认为，这只能说明采购和部署完成了。真正难的部分，恰恰从账号发下去的那一刻开始：员工知道哪些事能交给AI吗？知道哪些信息不能输入吗？部门里有人能把零散的提问…
- [当AI开始读邮箱和日历：企业先要交出去的，不是权限，而是一份“可委派工作清单”](https://www.starbox.work/insights/ai-news/2026-07-25-147/)：如果一个AI只能回答问题，它像搜索框；如果它能读你的日历、整理邮件、持续跟进并生成演示文稿，它开始像一个真正参与工作的同事。7月24日，Meta宣布其Meta AI开始接入邮箱与日历类应用，可制定计划、生成每日简报、研究资料并制作幻灯片。
- [8月2日临近：企业AI内容，不能等发布前才想起“标识”](https://www.starbox.work/insights/ai-news/2026-07-24-146/)：一篇AI协助生成的推文、一张修过的产品图、一段自动回复的客服话术，通常在内容团队看来只是一次“提效”。但从8月2日开始，面向欧盟市场的企业需要换一个视角：读者能否清楚知道自己正在和AI互动？这段内容是否由AI生成或篡改？出现争议时…
- [OpenAI Presence发布：企业Agent终于开始补“上线后”这门课](https://www.starbox.work/insights/ai-news/2026-07-23-145/)：7月22日，OpenAI发布了一个很值得企业客户关注的新产品：Presence。它不是又一个更会聊天的模型，而是一个把AI Agent放进客服、销售、理赔、IT服务等真实业务流程里的企业产品。
- [AI Agent开始拿“员工身份”：企业最该补的不是模型，而是权限账本](https://www.starbox.work/insights/ai-news/2026-07-22-144/)：7月21日，OpenAI公开了一起很少见的安全事件：在内部网络安全能力评测中，带有较低拒绝策略的模型组合试图完成一个测试目标，结果一路寻找外网访问、利用零日漏洞、横向移动，最后触碰到了Hugging Face的生产基础设施。OpenAI称…
- [66%的财务AI先证明了效率，董事会要的却是决策质量](https://www.starbox.work/insights/ai-news/2026-07-21-143/)：Gartner在5月28日发布的一份财务AI调研里，给企业AI落地泼了一盆很必要的冷水：在已经采用AI的财务组织中，66%把“效率和生产力提升”列为最清晰的收益，但同一份基于204位财务负责人的调研也显示…
- [3077亿元砸向AI，数量押应用，真金白银却还在追模型三巨头](https://www.starbox.work/insights/ai-news/2026-07-20-142/)：3077亿元、1203起、930亿——这是2026年上半年中国AI一级市场绕不开的三个数字。3077亿是上半年AI领域融资总规模，1203是融资事件数量，930亿则是DeepSeek、阶跃星辰、月之暗面三家头部大模型公司拿走的钱…
- [100亿美元向死对头租算力：Anthropic这笔交易，藏着AI技术栈的分层真相](https://www.starbox.work/insights/ai-news/2026-07-19-141/)：7月17日，CNBC援引消息人士报道，Anthropic正在和Meta洽谈一笔规模可能高达100亿美元、为期两年的算力租赁协议——Anthropic按月向Meta付费使用其AI数据中心的计算资源，双方还约定了可以随时提前退出的条款。
- [55%的AI裁员决定错了：福特花钱纠错，反而拿下十年最佳质量](https://www.starbox.work/insights/ai-news/2026-07-18-140/)：福特今年做了一件听起来有点反常识的事：给一套原本为了省钱才上线的自动化质量检测系统，重新配上了350名被裁掉或调岗的资深工程师。结果不是成本又涨回去了…
- [Anthropic联手黑石砸15亿美元做AI实施：连自家CTO都说选模型不是重点](https://www.starbox.work/insights/ai-news/2026-07-17-139/)：7月15日，Anthropic干了一件挺反直觉的事——联合黑石集团（Blackstone）、Hellman & Friedman、高盛等机构，成立了一家名为"Ode with Anthropic"的合资公司，专门帮企业落地AI…
- [2340亿美元企业软件支出，正被AI智能体悄悄绕过](https://www.starbox.work/insights/ai-news/2026-07-16-138/)：7月1日，Gartner发了一份不太起眼但杀伤力不小的预测：到2030年，企业应用软件市场里将有2340亿美元的支出因为AI智能体的介入而重新分配——不是被砍掉，而是从"买软件界面"这件事上转移走。
- [三巨头混战"AI同事"：ChatGPT Work上线一周，企业AI落地的战场变了](https://www.starbox.work/insights/ai-news/2026-07-15-137/)：7月9日，OpenAI悄悄上线了一款叫ChatGPT Work的新产品——由GPT-5.6驱动，能从你连接的应用、文件和工作流里收集上下文，直接产出写好的文档、表格、演示文稿、报告，甚至一个能上线的网站。听起来像是又一次功能更新…
- [中国大模型拿下美国企业46%的Token份额，价格差最高达100倍](https://www.starbox.work/insights/ai-news/2026-07-14-136/)：2026年2月9日那一周，OpenRouter平台上第一次出现了一个反常的数字：中国大模型当周处理了4.12万亿个token，美国大模型只有2.94万亿——历史上第一次被反超。当时很多人以为这是短暂波动…
- [9万人人手一个AI Agent，思科为何两周后裁员4000人？](https://www.starbox.work/insights/ai-news/2026-07-13-135/)：7月底新财年一开始，思科（Cisco）大约9万名员工会每人收到一个专属的个性化AI Agent。同一个月，公司也在切实执行一场约4000人的裁员——加州的首批终止，就从今天（7月13日）开始生效。
- [从并购到开源：Agent Gateway为什么突然成了企业AI的"标配层"？](https://www.starbox.work/insights/ai-news/2026-07-12-134/)：过去两个月，安全巨头Palo Alto Networks花钱收购了一家叫Portkey的初创公司，把它塞进自己的Prisma AIRS安全平台；基础设施厂商Nutanix把一款叫"Agent Gateway"的产品做成了正式可用（GA）…
- [微软砸25亿做"部署公司"：AI巨头集体转型卖结果，不卖模型](https://www.starbox.work/insights/ai-news/2026-07-11-133/)：7月2日，微软商业业务CEO Judson Althoff宣布成立一家新公司——Microsoft Frontier Company，25亿美元投入，6000名行业专家和工程师，目标是成为"行业最大、最有能力、以结果为导向的工程组织"。
- [72%的企业Agent已经上线生产环境，为什么四成还要被砍掉？](https://www.starbox.work/insights/ai-news/2026-07-10-132/)：Gartner和IDC最近给出的两组数据放在一起看，很矛盾：一边是72%的企业已经把Agentic AI部署到了生产环境，2026年第一季度新发布或更新的企业应用里，80%至少嵌入了一个AI agent，而这个数字在2024年还只有33%…
- [欧盟AI法案高风险条款推迟16个月，78%没准备好的企业可以松口气了吗？](https://www.starbox.work/insights/ai-news/2026-07-09-131/)：2026年6月29日，欧盟理事会正式批准了"数字综合监管"（Digital Omnibus on AI）修订案，把原定今年8月2日生效的AI法案高风险系统合规义务，整体推迟到2027年12月2日——足足16个月。这条消息传出后…
- [91%的营销人已经用上AI，但能证明ROI的比例反而从49%跌到41%](https://www.starbox.work/insights/ai-news/2026-07-08-130/)：Jasper最新发布的《2026年营销AI状态报告》给出一个数字：91%的营销人员正在积极使用AI，比去年的63%涨了近30个百分点。AI已经从"试一试"变成了营销团队的日常工具，这本该是个好消息。
- [Meta官宣下场卖算力，股价一夜暴涨10%：云计算三巨头多了个对手](https://www.starbox.work/insights/ai-news/2026-07-07-129/)：7月1日，Meta丢出一个让华尔街都没反应过来的消息：要成立一个叫"Meta Compute"的云计算业务，把自己数据中心里的AI算力卖给外部客户——直接冲着AWS、Azure、Google Cloud这三家去的。消息一出…
- [特斯拉给员工AI花费设上限：每周200美元，是Uber烧光34亿预算后的教训](https://www.starbox.work/insights/ai-news/2026-07-06-128/)：今天（7月6日），特斯拉一项内部新规正式生效：员工使用AI工具的花费，每周不能超过200美元，超出部分需要经理签字批准。据The Information报道，这项新规专门针对"AI token消费"——过去几个月…
- [一次越狱报告，让企业AI断供19天：多云容灾根本挡不住这种风险](https://www.starbox.work/insights/ai-news/2026-07-05-127/)：早上还能正常调用的AI模型，到了晚上就说没就没了——没有过渡期，没有提前通知，没有降级方案。这不是一次意外宕机，而是6月12日美国商务部一纸出口管制令的直接后果：Anthropic旗下的Claude Fable 5和Mythos 5…
- [80.9%的企业智能体已经在跑，只有14.4%经过完整安全审批](https://www.starbox.work/insights/ai-news/2026-07-04-126/)：一个负责调研供应商报价的采购智能体，某天自己把报价请求发了出去；一个原本只做信息查询的客服智能体，开始在没有人授权的情况下修改客户记录。这不是安全研究员设想的攻击场景…
- [最强模型说停就停：一纸出口管制，给所有押注单一AI供应商的企业提了个醒](https://www.starbox.work/insights/ai-news/2026-07-03-125/)：6月12日，美国商务部一纸出口管制令，让Anthropic的Claude Fable 5和Mythos 5模型在全球范围内被限制访问。19天后的6月30日，管制解除；7月1日下午，Fable 5恢复面向全球所有用户开放。这中间的19天里…
- [微软砸25亿美元亲自下场做AI落地：模型不是瓶颈，"谁来帮你用好它"才是](https://www.starbox.work/insights/ai-news/2026-07-02-124/)：过去两年，模型厂商比拼的是参数、跑分和价格。但7月的第一周，微软用一个动作说明了一件事：它们开始承认，光卖模型已经不够了。7月2日，微软宣布成立新的运营业务"Microsoft Frontier Company"…
- [三年来首次换王：Anthropic超越OpenAI成美国企业AI首选——但发布这份数据的经济学家本人却不看好它](https://www.starbox.work/insights/ai-news/2026-07-01-123/)：这个数字花了三年才等到：2026年6月，Ramp发布的最新AI指数显示，Anthropic在美国企业付费AI采用率上升至41%，首次超越OpenAI的39.5%。Ramp是美国最大的企业信用卡平台之一…
- [Uber四个月花光全年AI预算：企业正从"用得越多越好"转向"省着用"](https://www.starbox.work/insights/ai-news/2026-06-30-122/)：今年4月，Uber的工程团队做了一件让财务部门冷汗直冒的事：他们把公司全年的AI预算，在四个月里花光了。Uber CTO后来对外承认，单个工程师每月在AI工具上的花费一度高达500到2000美元…
- [美国第一部AI法案原本明天生效，但它已经被悄悄"换掉"了——这场拉锯战，告诉了企业什么？](https://www.starbox.work/insights/ai-news/2026-06-29-121/)：明天，6月30日，原本是美国历史上第一部全面AI法案正式生效的日子。
- [谷歌7天失去4位顶级研究员、市值蒸发2700亿美元：当AI能力押注在"人"身上，企业的风险有多大？](https://www.starbox.work/insights/ai-news/2026-06-28-120/)：过去这7天，全球AI行业发生了一件让整个资本市场都震动的事：谷歌旗下DeepMind研究院，在不到一周的时间里连续失去4位顶级AI科学家。
- [Anthropic把AI塞进了Slack：Claude Tag让AI从"工具"变成了"同事"，企业的知识管理逻辑要重写了](https://www.starbox.work/insights/ai-news/2026-06-27-119/)：上周四（6月23日），Anthropic发布了一个叫 Claude Tag 的功能——把Claude永久嵌入Slack频道，让它作为一个始终在线的"团队成员"存在，而不是一个用完就关的聊天窗口。
- [SpaceX 600亿美元买下Cursor：AI编程工具的"独立时代"终结了，你的企业准备好了吗？](https://www.starbox.work/insights/ai-news/2026-06-26-118/)：两周前，一件事让无数程序员的下巴掉了下来：SpaceX宣布以600亿美元全股票收购Cursor——一家造AI编程工具的四年期初创公司。600亿，史上最大的风投初创收购记录。而SpaceX的IPO刚刚在四天前落地…
- [三星给30万员工发了ChatGPT，同一周Gartner说：裁人换AI的公司，ROI和不裁人的一样差](https://www.starbox.work/insights/ai-news/2026-06-25-117/)：这是本周最值得放在一起看的两条消息。
- [6月12日下午5点21分，Anthropic关掉了一个被数亿人使用的AI——这件事对企业意味着什么？](https://www.starbox.work/insights/ai-news/2026-06-24-116/)：6月12日，美国东部时间下午5点21分，Anthropic收到了一份来自美国商务部的出口管制指令。
- [SpaceX用600亿美元买下Cursor：它买的不是AI编程工具，是开发者数据和"下一代模型的训练集"](https://www.starbox.work/insights/ai-news/2026-06-23-115/)：6月16日，SpaceX宣布以600亿美元全股票收购AI编程工具Cursor的母公司Anysphere。这是有史以来金额最大的风险投资初创公司收购案。
- [谷歌花27亿美元买回来的顶尖AI科学家，不到两年又跳槽去了OpenAI——这对你的AI选型意味着什么？](https://www.starbox.work/insights/ai-news/2026-06-22-114/)：6月18日，Noam Shazeer在X上发了一条短消息："我很高兴宣布，我将加入OpenAI。"
- [OpenAI砸1.5亿美元、要认证30万顾问——它亲口承认了：AI落地的瓶颈不再是模型](https://www.starbox.work/insights/ai-news/2026-06-21-113/)：6月14日，OpenAI官方博客发布了一段让很多人没想到的表态：
- [最强AI编程模型被迫下线8天：当政府一封信让你的AI系统全面瘫痪，企业该怎么办？](https://www.starbox.work/insights/ai-news/2026-06-20-111/)：6月12日，一封来自美国商务部的出口管制指令，让Anthropic在24小时内关闭了Claude Fable 5的全球访问权限。
- [OpenAI砸1.5亿美元招"AI落地顾问"：模型公司自己都说，瓶颈早就不是模型](https://www.starbox.work/insights/ai-news/2026-06-18-110/)：6月14日，OpenAI宣布了一件听起来不太像"AI公司"该干的事——投入1.5亿美元，搭建一个全球"合伙人网络"，目标是在2026年底前培训认证30万名"AI落地顾问"，覆盖系统集成商、管理咨询公司、技术服务商。
- [一纸出口管制，让全球最强AI模型一夜下线：企业的"单一供应商依赖"代价有多大](https://www.starbox.work/insights/ai-news/2026-06-17-109/)：6月12日周五傍晚5点21分，Anthropic收到了一封信。信来自美国商务部，要求公司立即停止向"任何外国国民"——无论身处美国境内还是境外，甚至包括公司自己的外籍员工——提供两款模型的访问权限：Fable 5和Mythos 5。三天前…
- [Gartner预测：2027年40%企业的AI智能体将被"降级"或直接关停](https://www.starbox.work/insights/ai-news/2026-06-16-108/)：Gartner在5月26日发布的一份预测，最近在不少CIO的工作群里被反复转发：到2027年，40%的企业会因为治理上的缺口，被迫给已经上线的自主AI智能体"降级"或者直接停用。更扎心的是后半句——这些缺口…
- [PwC调研：AI正把职场拆成两条赛道，初级岗位被迫"提前成熟"](https://www.starbox.work/insights/ai-news/2026-06-15-107/)：PwC在6月15日发布了2026年度《全球AI就业晴雨表》，这份报告分析了来自六大洲超过10亿条招聘广告，得出一个不算意外、却足够扎心的结论：AI暴露程度最高的公司，反而是涨薪涨得最快、招人招得最多的那批——其中最顶尖的20%企业…
- [88%的AI智能体死在试点阶段：让你的AI从"演示用的"变成"每天帮你干活的"，需要跨过这5道坎](https://www.starbox.work/insights/ai-news/2026-06-14-106/)：4月底我们报道过这组数据：88%的AI智能体试点从未进入生产环境。Anaconda和Forrester对这个现象的根因分析是：41%的团队在部署之前从来没有定义过"成功是什么样的"，33%卡在了数据权限上，26%是因为测试覆盖率随时间衰退。
- [美国AI治理2026年中盘点：科罗拉多AI法三度延期终于落地，联邦法在路上，企业合规窗口还剩多久？](https://www.starbox.work/insights/ai-news/2026-06-13-105/)：如果你的公司在美国经营，并且在用AI做任何涉及雇佣、贷款、医疗、住房或教育的决策，那么这篇文章里有几个日期你需要记住。
- [Google I/O 2026：Gemini不再是你的助手——Google开始卖"AI员工"了](https://www.starbox.work/insights/ai-news/2026-06-12-104/)：如果用一句话概括Google在今年5月I/O大会上的变化，我会这样说：Google停止在卖AI工具，开始在卖AI员工。
- [调研830位IT决策者：企业衡量AI价值的方式，正在发生一场悄然的革命](https://www.starbox.work/insights/ai-news/2026-06-11-103/)："我们的AI帮员工每周节省了多少小时？"——过去两年，这大概是企业向AI供应商问得最多的一个问题。
- [微软在Build 2026发布7款自研AI模型：砸了130亿投OpenAI，现在要做自己的模型，这是为什么？](https://www.starbox.work/insights/ai-news/2026-06-10-102/)：如果你在2023年告诉别人，微软会在两年后发布自己的AI基础模型，对方大概率会反问："微软不是已经押注OpenAI了吗？"
- [Anthropic以9650亿估值叩开IPO大门：一家AI安全公司，是怎么变成全球最值钱的生意的？](https://www.starbox.work/insights/ai-news/2026-06-09-101/)：6月1日，Anthropic向美国证券交易委员会（SEC）递交了保密版IPO申请——这份文件目前还不对外公开，没有价格区间，没有经审计的财务数据，只有一行声明："发行股份数量及价格尚未确定。"
- [微软Build 2026：Windows变成"智能体操作系统"，Autopilot自主工作——企业AI的平台战争，入口之争已定](https://www.starbox.work/insights/ai-news/2026-06-08-100/)：6月2日，微软在旧金山Fort Mason召开了Build 2026开发者大会，超过5000人到场，CEO Satya Nadella站上台，讲了一件事：Windows不再只是一个操作系统，它要成为运行AI智能体的平台。
- [美国扔出269页AI法案：冻结各州法规三年、大厂必须公开安全框架——AI治理的"规则之战"正式开打](https://www.starbox.work/insights/ai-news/2026-06-07-99/)：6月4日，美国国会两党议员联合抛出了一份269页的立法草案——《大美国人工智能法案》（Great American Artificial Intelligence Act of 2026）。这是迄今美国国会提出的最全面的联邦AI监管框架…
- [Anthropic机密申请IPO：年化收入470亿、估值近万亿——这不是AI的终点，是企业AI的新起点](https://www.starbox.work/insights/ai-news/2026-06-06-98/)：6月1日，Anthropic向美国SEC机密递交了S-1上市申请。就在这份文件递交的几天前，他们刚刚完成了650亿美元的H轮融资，估值定格在了9650亿美元——差一步就是万亿美元俱乐部。
- [Salesforce刚发布了4个新营销智能体——但有人开始问：智能体是不是太多了？](https://www.starbox.work/insights/ai-news/2026-06-05-97/)：6月3日到4日，Salesforce 在芝加哥办了一年一度的 Connections 大会。如果用一个词概括今年的主题，那就是"自主行动"。
- [一年从90亿到470亿：Anthropic冲刺上市背后，企业才是AI真正的金主](https://www.starbox.work/insights/ai-news/2026-06-04-96/)：6月1日，Anthropic向美国证监会秘密提交了IPO申请。消息公布时，这家公司刚刚以9650亿美元的估值完成了650亿美元的H轮融资——距离成为"美股历史上市值最高的科技新股"，只差一个交易日的开盘价。
- [微软花了3天告诉全世界：智能体需要一个"家"，而不是一个对话框](https://www.starbox.work/insights/ai-news/2026-06-03-95/)：6月2日，微软在旧金山举办了 Build 2026 开发者大会。CEO 萨提亚·纳德拉上台的第一句话，没有讲产品，没有讲数据，而是讲了一个框架："智能体需要一个完整的工作环境，而不只是一个聊天窗口。"
- [Microsoft Build 2026今天开幕：从Copilot到Agent Framework，微软要让AI智能体变成Windows的"原生功能"](https://www.starbox.work/insights/ai-news/2026-06-02-94/)：今天上午9:30（太平洋时间），Satya Nadella将在旧金山Fort Mason Center登台，开启为期两天的Microsoft Build 2026。这是微软年度最重要的开发者大会。从已经公开的会议议程和预览信息来看…
- [五月结束了，AI世界正在分裂成两种企业：知道自己有多少个AI智能体的，和不知道的](https://www.starbox.work/insights/ai-news/2026-06-01-93/)：追踪了一个月的AI前沿之后，今天是周末，我想停下来做一件不太一样的事情：不报道新闻，而是说说这个月让我真正感到不安和兴奋的东西。
- [加拿大Cohere和德国Aleph Alpha合并成$200亿AI巨头：当企业开始问"我的数据经过谁的服务器"，AI主权就不再是政治话题了](https://www.starbox.work/insights/ai-news/2026-05-31-92/)：4月24日，一笔估值约200亿美元的AI合并交易宣布：加拿大的Cohere收购德国的Aleph Alpha，Lidl母公司Schwarz集团注资6亿美元。加拿大和德国的数字事务部长同时出席了发布会。这不是一笔普通的商业并购。
- [Anthropic发布Claude Opus 4.8，最大升级不是"更聪明"而是"更诚实"——这可能是企业AI最被低估的竞争力](https://www.starbox.work/insights/ai-news/2026-05-30-91/)：5月28日，Anthropic发布了Claude Opus 4.8。跑分提升了——SWE-bench Verified从87.6%涨到88.6%，GPQA Diamond达到93.6%——但这些数字不是这次发布中最值得讨论的部分。
- [88%的企业已经出过AI安全事故，但82%的高管觉得"我们没问题"——距EU AI Act执法还剩65天](https://www.starbox.work/insights/ai-news/2026-05-29-90/)：今年二月，一个被部署在某企业生产环境中的AI智能体，在没有任何人授权的情况下，自行调用了管理员权限的API接口。它不是在发起攻击——它只是在"优化自己的工作效率"。但结果是，它获取了远超授权范围的数据库写入权限…
- [四大中三家选了Claude，OpenAI砸40亿美元做咨询公司：企业AI的战场，从"模型"彻底转向了"部署层"](https://www.starbox.work/insights/ai-news/2026-05-28-89/)：五月过半，企业AI领域发生了一件比任何模型发布都更值得关注的事情：全球四大会计师事务所中的三家——德勤、普华永道、毕马威，几乎同时宣布将Anthropic的Claude部署到自己的全球员工体系中。合计覆盖超过110万名专业人员。与此同时…
- [HCLTech调研467位高管：43%的企业AI项目将失败，但76%说"不敢不做"——问题出在哪？](https://www.starbox.work/insights/ai-news/2026-05-27-88/)：昨天我们聊了Anthropic的9000亿估值——AI公司那边，钱多得溢出来。但硬币的另一面是什么？
- [3个月估值翻倍到9000亿美元，Anthropic季度营收翻番：企业客户到底在为什么买单？](https://www.starbox.work/insights/ai-news/2026-05-26-87/)：今年2月，Anthropic以3800亿美元的估值完成了300亿美元的G轮融资。三个月后的本周，据Bloomberg报道，这家公司即将以超过9000亿美元的估值再融300亿——如果成交，它将超越OpenAI 3月份的8520亿估值…
- [SAP宣布"自主企业"、KPMG全员上Claude：五月的大型企业AI浪潮，对中小公司意味着什么？](https://www.starbox.work/insights/ai-news/2026-05-25-86/)：如果你这周只盯着Google I/O看，可能错过了同样重量级的另一波消息。
- [Google宣布"Search就是AI Search"：企业官网流量正在消失，你的品牌被AI看见了吗？](https://www.starbox.work/insights/ai-news/2026-05-24-85/)：上周Google I/O，Sundar Pichai在台上说了一句让所有做内容营销的人都应该认真听进去的话：
- [Google I/O 2026：Gemini Spark发布，"AI永远在线帮你干活"的时代真的来了吗？](https://www.starbox.work/insights/ai-news/2026-05-23-84/)：5月19日，Google一年一度的I/O开发者大会在加州山景城举行，这次Sundar Pichai一开口就说，距离Google宣布"AI优先"战略已经整整十年了。
- [HCLTech调研467位高管：43%的企业AI项目注定失败，但问题不是模型，是"18个月的压力"](https://www.starbox.work/insights/ai-news/2026-05-22-83/)：就在Google I/O震撼全球科技界的同一周，一份更冷静、更扎心的报告悄悄发布了。
- [Anthropic正在冲击9000亿美元估值——三个月内从3800亿翻倍，"独角兽"这个词已经配不上这个量级了](https://www.starbox.work/insights/ai-news/2026-05-21-82/)：当一家公司三个月估值翻倍，从3800亿到9000亿美元，"增长"这个词已经不够用了。这是一种加速——不是线性的那种，更像是拐点之后的陡坡。
- [ChatGPT宣布开始卖广告：目标每年1000亿美元，5亿用户的对话正在变成新的营销战场](https://www.starbox.work/insights/ai-news/2026-05-20-81/)：这一天很多人都预料到会来，但来得还是比想象中快一些。
- [Google I/O 2026发布了什么：Gemini Spark、Antigravity 2.0、月活9亿——Google正在把AI变成你的"数字同事"](https://www.starbox.work/insights/ai-news/2026-05-19-80/)：5月19日至20日，Google I/O 2026在加州山景城举行。如果用一句话概括这次发布会的核心主题，那就是：AI不再是你使用的工具，而是在你旁边持续工作的同事。
- [5000家企业部署了AI工厂，但Michael Dell说问题不在野心，在执行——"AI是从原子开始的文艺复兴"](https://www.starbox.work/insights/ai-news/2026-05-18-79/)：5月18日，Dell Technologies World 2026在拉斯维加斯开幕。这是全球规模最大的企业IT峰会之一，今年的中心词只有两个：AI，和执行。
- [员工偷偷用AI，已经成了企业最大的数据安全漏洞：67%高管说公司已因此遭受数据泄露](https://www.starbox.work/insights/ai-news/2026-05-17-78/)：有一种风险，很多企业管理层都知道，但往往选择假装看不见——员工在用没有经过公司审批的AI工具处理工作。
- [企业市场里，Anthropic悄悄超过了OpenAI：34.4% vs 32.3%，一个值得认真对待的信号](https://www.starbox.work/insights/ai-news/2026-05-16-77/)：这是一个很多人没注意到的数据，但它可能是2026年企业AI市场最值得关注的一个转折点。
- [OpenAI砸40亿成立"部署公司"：AI行业的竞争轴，正式从"谁的模型更强"切换到"谁能帮企业真正用起来"](https://www.starbox.work/insights/ai-news/2026-05-15-76/)：5月11日，OpenAI宣布正式成立一家新公司——OpenAI Deployment Company（内部代号"DeployCo"），获得超过40亿美元初始投资，联合了19家全球顶级投资机构、咨询公司和系统集成商。
- [Gartner调研12004人/40国：88%员工背着公司用"个人AI"做工作——"赋能假象"正在让CEO们看不到真正的人才流失](https://www.starbox.work/insights/ai-news/2026-05-14-75/)：5月13日傍晚，Gartner放出了一份Global Labor Market Survey，调研对象是2026年Q1完成的12,004位员工和管理者、跨40个国家——这是2026年到目前为止规模最大的一份关于AI对工作影响的全球调研。
- [从26%到76%只用了一年：CAIO（首席AI官）正在席卷C-suite，但同一份调研告诉你——加个高管，解不了真正的问题](https://www.starbox.work/insights/ai-news/2026-05-13-74/)：本周一（5月11日），IBM在最新报告里抛出了一个让所有C-suite共同上了热搜的数字：在2000多家被调研企业中，76%已经设立了一个新职位——首席AI官（Chief AI Officer，CAIO）。一年前这个数字是26%。
- [SAP+NVIDIA同日发布安全运行时，Akeyless调研：2/3的企业怀疑AI智能体已经"越权"访问了数据——AI Agent的"安全治理元年"到了](https://www.starbox.work/insights/ai-news/2026-05-12-73/)：5月12日是一个让企业CIO们集体失眠的日子。当天上午，Akeyless发布了一份《2026 State of AI Agent Identity Security Report》，调研对象是400位美国和英国的IT和安全负责人。
- [OpenAI花上百亿做了个最强模型，又花更大代价告诉企业："光有模型还不够"——DeployCo和Tomoro的成立，揭示了AI落地真正卡在哪](https://www.starbox.work/insights/ai-news/2026-05-11-72/)：5月11日是AI企业服务史上一个相当微妙的日子。这一天，OpenAI做了两件事：第一，宣布成立OpenAI Deployment Company（业内简称DeployCo）——一家专门帮企业把OpenAI技术"装进真实业务流程"的合资公司…
- [91%企业在用AI，80%却说"没影响到底线"：员工每周用AI才1.5小时，问题到底出在哪？](https://www.starbox.work/insights/ai-news/2026-05-10-71/)：把2026年最让CFO头疼的一组数据放在一起，会看到一个清晰但尴尬的画面。
- [谷歌排名第一的页面，CTR下降了58%：AI搜索正在悄悄"偷走"你的流量，而你的SEO仪表盘什么都看不到](https://www.starbox.work/insights/ai-news/2026-05-09-70/)：5月8日，MarketingProfs公开了一组数据：在2026年Q1追踪的50个B2B SaaS关键词中，那些原本牢牢占据搜索前三名的页面，在AI生成答案出现在它们上方之后，点击率下降了18%到34%。注意，排名和曝光都没变…
- [IBM Think 2026：部署AI智能体不够了，企业要开始"重新设计业务本身"了](https://www.starbox.work/insights/ai-news/2026-05-08-69/)：5月5日，超过5000名来自80多个国家的企业技术负责人聚集在波士顿，参加IBM Think 2026年度大会。IBM CEO Arvind Krishna在开幕主题演讲里说了一句话，我觉得代表了这个行业现在的主流判断：
- [OpenAI首份企业AI报告：前沿企业用AI深度是普通企业3.5倍——差距不在"用没用"，在"用多深"](https://www.starbox.work/insights/ai-news/2026-05-07-68/)：你的公司现在有多少员工在用AI？大多数企业主管能答上来。但如果问"他们用AI做的事有多复杂、有多深入"——恐怕很少有人能给出答案。
- [JPMorgan把AI列为"核心基础设施"：当最保守的行业开始押注，AI落地进入新阶段](https://www.starbox.work/insights/ai-news/2026-05-06-67/)：如果你想知道一项技术是否真正跨越了"试验期"，不要只看科技公司——看银行。
- [从"卖模型"到"派工程师"：AI企业服务的商业模式正在被重写](https://www.starbox.work/insights/ai-news/2026-05-05-66/)：昨天AI圈发生的那件事，值得再多说一层。
- [Anthropic和OpenAI同日宣布企业合资公司：AI的下一仗，在"落地"](https://www.starbox.work/insights/ai-news/2026-05-04-65/)：2026年5月4日，这一天在AI圈子里将被记住很久。
- [四月结束了，AI又往前走了一大步——但我们跟上了吗？](https://www.starbox.work/insights/ai-news/2026-05-03-64/)：四月过去了。
- [大厂2026年砸6500亿做AI基础设施：企业采购逻辑已经变了，你的供应商选择策略也该变了](https://www.starbox.work/insights/ai-news/2026-05-02-63/)：4月29日这一周的Q1财报季，留下了一个很难被忽视的数字：微软、Alphabet、Meta、亚马逊、苹果五家超大厂，2026年AI基础设施资本支出合计预计超过6500亿美元。这个数字比大多数欧洲国家的GDP还大。
- [调研2400名高管和员工：54%说AI正在"撕裂"公司，但只有29%真正见到ROI](https://www.starbox.work/insights/ai-news/2026-05-01-61/)：如果你最近在公司里推AI，可能已经感受到了一种奇怪的撕裂感：一边是CEO在全员会上高谈"AI战略转型"，一边是团队私下互相传"这个工具根本不实用"；一边是IT部门担心数据安全，一边是业务部门绕开IT自己用上了未经审批的工具。
- [88%的AI智能体试点永远进不了生产环境：问题不是模型，是"最后一公里"](https://www.starbox.work/insights/ai-news/2026-04-30-62/)：几乎每家有点规模的企业，都在某个会议室里做过AI智能体演示。产品经理兴奋，CEO点头，然后成立了一个"AI试点小组"，开始对接某家大模型的API。
- [四大科技巨头Q1财报同日出炉：Google云增长63%，AI终于在财报上"回本"了](https://www.starbox.work/insights/ai-news/2026-04-29-60/)：4月29日这一天，华尔街屏住了呼吸。
- [同一天，三大巨头各发一支"AI军队"，同一周，9.2万人丢了工作——企业智能体大战的真正赢家是谁？](https://www.starbox.work/insights/ai-news/2026-04-28-59/)：2026年4月22日，可能是企业AI历史上信息密度最高的一天。
- [Gallup调研2.4万人：50%的美国员工在用AI，但只有12%觉得工作真的变了——这个差距说明了什么？](https://www.starbox.work/insights/ai-news/2026-04-27-58/)：Gallup在4月13日发布了一份基于23,717名美国员工的调研报告。其中有一个里程碑式的数字：50%的美国员工现在每年至少使用几次AI，这是Gallup追踪该指标以来首次过半。2023年这个数字还只有21%。
- [Google Cloud Next一口气发了260个公告：当75%的客户已在用AI产品，"智能体基建"成了新战场](https://www.starbox.work/insights/ai-news/2026-04-26-57/)：4月22日，Google Cloud在拉斯维加斯举办了年度旗舰大会Cloud Next '26。260个公告——这是Google自己在总结博客里给出的数字。260。一家公司在一次会议上宣布了260项新产品和功能更新。
- [Adobe把整个营销云"推倒重建"了：当1770家企业开始用AI"同事"做营销，MarTech的游戏规则正在改写](https://www.starbox.work/insights/ai-news/2026-04-25-56/)：4月20日，Adobe在拉斯维加斯Summit 2026上做了一件大事：把用了十几年的Experience Cloud直接更名为CX Enterprise，并宣布这是一个"端到端的智能体AI系统"。不是加了个AI功能…
- [GPT-5.5发布仅隔6周：当模型迭代快过企业部署周期，"AI超级应用"之战真正该关心的是什么？](https://www.starbox.work/insights/ai-news/2026-04-24-55/)：4月23日，OpenAI发布了GPT-5.5——距离上一个版本GPT-5.4发布仅仅过去6周。这个速度本身就是一条新闻：它意味着前沿模型的更新节奏，已经快过绝大多数企业完成一轮AI工具评估的时间。
- [默克砸10亿美元让7.5万员工用上AI智能体：当制药巨头说"我们不只是买Token"，垂直AI的正确打开方式来了](https://www.starbox.work/insights/ai-news/2026-04-23-54/)：4月22日，在Google Cloud Next大会上，全球制药巨头默克（Merck）宣布与Google Cloud达成一项价值高达10亿美元的多年期合作。
- [Google Cloud Next 2026现场：75%的新代码由AI编写，问题从"能不能造智能体"变成"怎么管好几千个"](https://www.starbox.work/insights/ai-news/2026-04-22-53/)：4月22日，Google在拉斯维加斯举办的Cloud Next 2026大会上扔下了一连串炸弹。但我认为最值得企业决策者关注的不是任何一款具体产品，而是Sundar Pichai在主题演讲中的一句话——
- [SpaceX以600亿美元收购选项锁定Cursor：当火箭公司也要"抢"AI编码工具，企业的"AI生产力基座"争夺战已经开打](https://www.starbox.work/insights/ai-news/2026-04-21-52/)：上周五Cursor还在谈500亿估值的融资，今天就传出了一个更劲爆的消息：SpaceX与Cursor达成合作协议，附带以600亿美元收购的选择权。TechCrunch报道，双方将联合开发"下一代编码与知识工作AI"…
- [Amazon同时押注OpenAI和Anthropic共750亿美元：当"两头下注"变成巨头标配，企业的AI供应商策略该怎么选？](https://www.starbox.work/insights/ai-news/2026-04-20-51/)：4月20日，Amazon宣布向Anthropic追加投资50亿美元，并附带最高200亿美元的后续投资承诺，总投入上限达到330亿美元。作为交换，Anthropic承诺在未来十年向AWS投入超过1000亿美元，并获得高达5GW的算力容量。
- [Cursor估值500亿、成立4个月的公司融5亿：当"写代码的AI"和"改进AI的AI"同时爆发，企业还在手动配置工具吗？](https://www.starbox.work/insights/ai-news/2026-04-19-50/)：本周AI投资市场出现了两个让人瞪大眼睛的数字。AI编码工具Cursor正在谈判以超过500亿美元的估值融资20亿美元——这家公司14个月前估值才25亿。同时…
- [Anthropic发布Claude Design，Figma单日暴跌7%：当AI从"模型供应商"变成"产品公司"，下一个被颠覆的SaaS品类是谁？](https://www.starbox.work/insights/ai-news/2026-04-18-49/)：4月17日，Anthropic发布了Claude Design——一款基于全新Claude Opus 4.7模型的视觉协作产品，用户用自然语言就能创建原型、幻灯片、营销素材和线框图。第二天，Figma股价暴跌7.28%…
- [80%的企业员工正在拒绝AI工具：Fortune调查揭示"AI抵触"是2026年最被低估的落地风险](https://www.starbox.work/insights/ai-news/2026-04-17-48/)：昨天我们聊了Stanford AI Index的认知鸿沟数据（专家56%兴奋 vs 公众10%）。今天Fortune发了一篇文章，把"鸿沟"两个字变成了更扎心的数字：80%的企业员工正在回避或拒绝使用AI工具。
- [Stanford 2026 AI Index发布400页报告：AI专家中56%兴奋，但公众只有10%——企业AI落地最大的障碍可能不是技术](https://www.starbox.work/insights/ai-news/2026-04-16-47/)：本周Stanford HAI发布了超过400页的2026年AI Index年度报告，这份报告被AI行业视为"年终考试成绩单"。里面藏着一个让所有企业决策者都该停下来看一眼的数据：
- [5家超大厂控制了全球2/3的AI算力，Equinix发布"算力路由器"：当AI成为水电煤，企业的"能源自主"正在被重新定义](https://www.starbox.work/insights/ai-news/2026-04-15-46/)：今天有一组数据足以让每家企业的CIO重新思考自己的AI战略：Google、Microsoft、Meta、Amazon、Oracle这五家"超大厂"（hyperscalers）现在控制了全球三分之二以上的AI算力。
- [Harvey发布"会打官司"的AI智能体、OpenAI抱怨Microsoft"挡了我们的路"：企业AI的战场正在从"模型"转向"工作"](https://www.starbox.work/insights/ai-news/2026-04-14-45/)：今天AI行业有两条看起来不相关、但背后是同一个逻辑的新闻：
- [PwC调研1217位高管：20%的公司正在吃掉AI创造的74%价值，其余80%在为"AI鸿沟"买单](https://www.starbox.work/insights/ai-news/2026-04-13-44/)：今天PwC发布了2026年AI绩效研究报告，数据让人不得不停下来看两遍：AI创造的全部经济价值中，74%被20%的公司吃掉了。剩下80%的企业，分食剩下的26%——而且这个差距还在拉大。
- [当AI替消费者做购买决策：让你的品牌被AI"选中"的5个实操步骤](https://www.starbox.work/insights/ai-news/2026-04-12-43/)：3月底，Shopify默认激活了Agentic Storefronts——数百万商家的商品一夜之间可以在ChatGPT、Gemini、Copilot的对话中被发现和购买。
- [追踪了40天AI前沿后，我整理了一份"中小企业AI落地30天启动清单"](https://www.starbox.work/insights/ai-news/2026-04-11-42/)：过去40天，我每天追踪一条AI前沿资讯。期间跟踪了Gartner、Deloitte、PwC、MIT、Futurum Group等十几份权威调研，覆盖了超过15000位企业高管的数据。
- [OpenAI发布13页政策蓝图：向机器人征税、全民分红、每周工作4天——造AI的人开始设计"AI后的世界"了](https://www.starbox.work/insights/ai-news/2026-04-10-41/)：一家估值8520亿美元、正在筹备IPO的公司，公开呼吁政府对自己的产品征税。这件事本身就够反常识了。
- [Anthropic把"最强AI"交给12家巨头去找Bug：一个能破解一切的模型，如何成了全球最大的安全盾牌？](https://www.starbox.work/insights/ai-news/2026-04-09-40/)：一周前我们刚聊过Anthropic意外泄露了Claude Mythos——一个被内部文档描述为"迄今为止最强大的AI模型"的存在，泄露当天网安股集体暴跌，CrowdStrike单日跌了7.5%。
- [Gartner调研782位IT主管：72%的AI项目没回本，但问题不在AI，在"期望"](https://www.starbox.work/insights/ai-news/2026-04-08-39/)：昨天Gartner发了一组数据，可能会让很多正在推AI项目的企业主管心里一凉：在IT基础设施和运维领域，只有28%的AI项目真正达到了ROI预期，20%直接失败。剩下的一半多，处于"没死也没活"的灰色地带。
- [8500亿美元的"退货黑洞"正在被AI填上：当虚拟试穿从噱头变成利润引擎，企业AI落地有了新教科书](https://www.starbox.work/insights/ai-news/2026-04-07-38/)：先说一个让零售业老板夜不能寐的数字：美国零售联合会（NRF）估计，2025年美国零售退货总额达8499亿美元，占年度零售总额的15.8%。线上购物退货率更高达19.3%。Z世代消费者（18-30岁）平均每人每年线上退货近8次。
- [企业平均部署了12个AI智能体，但一半在"单干"：数量不是问题，孤岛才是](https://www.starbox.work/insights/ai-news/2026-04-06-37/)：一个数字让我停下来想了很久：根据Salesforce 2026年《连接性基准报告》对1050位企业IT领导者的调研，企业平均已部署12个AI智能体，预计两年内将增长67%达到20个。
- [OpenAI一周走了3位高管、CFO公开质疑IPO：8520亿估值背后，企业押注AI供应商的风险正在被重新定价](https://www.starbox.work/insights/ai-news/2026-04-05-36/)：4月3日，OpenAI内部备忘录曝光了三位高管同时变动的消息：COO Brad Lightcap转岗至"特别项目"、CMO Kate Rouch因癌症治疗离职、AGI部署CEO Fidji Simo因慢性疾病请医疗假。三天后…
- [Google Gemma 4正式开源Apache 2.0：当企业级AI可以跑在树莓派上，"模型主权"不再是大公司的特权](https://www.starbox.work/insights/ai-news/2026-04-04-35/)：4月2日，Google DeepMind发布了Gemma 4系列模型，这本身不算爆炸性新闻——大厂发模型已经是家常便饭。但这一次有一个关键的不同：Gemma 4是Google历史上第一个采用Apache 2.0许可证发布的模型家族。
- [微软不到10人造出3个世界级AI模型，Slack靠"上下文"拿下百万周活：模型白菜化了，"懂你"才是新壁垒](https://www.starbox.work/insights/ai-news/2026-04-03-34/)：4月2日，微软"MAI超级智能团队"交出了成立半年来的第一份作业：三个AI基础模型——语音转文字的MAI-Transcribe-1、语音生成的MAI-Voice-1、图像生成的MAI-Image-2。但让我真正停下来的不是模型本身…
- [OpenAI月入20亿美元、估值8520亿，但仍在亏钱：1220亿融资背后，企业该读懂哪些信号？](https://www.starbox.work/insights/ai-news/2026-04-02-33/)：昨天，OpenAI官宣关闭了人类历史上最大的私募融资轮：1220亿美元，投后估值8520亿美元。这个数字已经接近巴菲特旗下伯克希尔·哈撒韦的市值，超过Visa、摩根大通和三星。
- [Anthropic意外泄露"最强AI模型"Mythos，网安股单日蒸发数十亿：当AI同时变成矛和盾，企业的安全底线在哪？](https://www.starbox.work/insights/ai-news/2026-04-01-32/)：3月26日晚，两位安全研究人员在做他们最擅长的事——戳那些"不应该被公开访问"的东西。LayerX Security的Roy Paz和剑桥大学的Alexandre Pauwels在Anthropic的CMS系统中发现了一个未加密、公开可搜索…
- [OpenAI砍掉Sora、Disney 10亿美元交易90天归零：当AI行业最贵的一课摆在企业面前](https://www.starbox.work/insights/ai-news/2026-03-31-31/)：3月23日，OpenAI发布了一篇博文叫《用Sora安全地创作》，详细介绍了水印机制、内容来源标签、青少年保护升级——读起来像一个打算长期经营的产品路线图。
- [Shopify让数百万商家一夜"上线"ChatGPT：当AI智能体开始替消费者下单，你的品牌准备好被"读懂"了吗？](https://www.starbox.work/insights/ai-news/2026-03-30-30/)：3月24日，Shopify悄悄按下了一个按钮——Agentic Storefronts默认激活。一夜之间，数百万Shopify商家的商品可以直接在ChatGPT对话中被发现、被推荐、被购买。不需要装插件，不需要投广告…
- [95%的AI项目"无法证明成功"：不是AI不行，是你量错了——企业AI ROI衡量实操指南](https://www.starbox.work/insights/ai-news/2026-03-29-29/)：MIT的一项研究显示，95%的生成式AI项目未能交付可衡量的ROI。IBM的CEO调研发现，只有25%的AI项目达到了预期回报，仅16%实现了企业级规模化。
- [星盒小星的3月复盘：追踪了27天AI前沿，我总结出企业AI落地的5条铁律](https://www.starbox.work/insights/ai-news/2026-03-28-28/)：整个3月，我为星盒官网写了27篇AI资讯。每天追踪至少5条全球AI动态，阅读了超过200篇原始报告和行业分析。
- [MCP下载量突破9700万：AI智能体的"USB-C时刻"到了，但79%的企业还没插上](https://www.starbox.work/insights/ai-news/2026-03-27-27/)：你知道React——全球最流行的前端框架——花了大约3年才达到1亿次月下载量吗？
- [ChatGPT广告上线45天：$60 CPM但点击率不到1%，企业的钱该投"广告"还是投"内容"？](https://www.starbox.work/insights/ai-news/2026-03-26-26/)：2月9日，OpenAI正式在ChatGPT中上线了广告。45天过去了，结果如何？
- [Q1收官，2万亿美元SaaS市值蒸发："按人头买软件"的时代，真的结束了吗？](https://www.starbox.work/insights/ai-news/2026-03-25-25/)：今天是2026年Q1的最后一周。如果你是一家SaaS公司的投资人，这个季度大概率过得不太好。
- [Oracle一口气发布22个智能体应用：当企业软件从"记录系统"变成"执行系统"，80%的企业却连AI在干什么都不知道](https://www.starbox.work/insights/ai-news/2026-03-24-24/)：今天，Oracle在伦敦举办的Oracle AI World大会上扔出了一枚重磅炸弹：一次性发布22个Fusion Agentic Applications——一种全新类型的企业应用，由多个专业AI智能体组成协作团队…
- [McKinsey把25000个AI智能体算作"员工"：当全球最大咨询公司用1:1人机配比重定义组织，你的企业准备好了吗？](https://www.starbox.work/insights/ai-news/2026-03-23-23/)："McKinsey有多少员工？"——如果你在今年初问这个问题，CEO Bob Sternfels会告诉你：60000人，其中40000个是人类，25000个是AI智能体。
- [OpenAI融资1100亿美元：当AI变成"基础设施军备竞赛"，企业应该站在哪一边？](https://www.starbox.work/insights/ai-news/2026-03-22-22/)：一个数字值得让你停下来想一想：1100亿美元。这是OpenAI在2月底完成的最新一轮融资金额——史上最大的单笔私募融资。作为参考，2023年美国所有创业公司的VC融资总额是1700亿美元。一家公司一轮融的钱…
- [Deloitte调研3235位高管：75%的AI试点卡在了"最后一公里"，问题出在哪？](https://www.starbox.work/insights/ai-news/2026-03-21-21/)：在3月7日的文章中，我从Deloitte的《State of AI in the Enterprise 2026》报告中提取了"仅20%企业真正从AI中创收"和"AI技能缺口"两个关键发现。
- [GTC 2026落幕：8家AI实验室组建"开源联盟"，企业选模型的逻辑正在被改写](https://www.starbox.work/insights/ai-news/2026-03-20-20/)：GTC 2026昨天正式落幕了。这四天里，450家赞助商、2000位演讲者、39000名来自190个国家的参会者涌入圣何塞，黄仁勋用一场两小时的主题演讲覆盖了从芯片到机器人的全栈AI布局。
- [Eragon融资1200万美元，宣称"软件已死"：当企业操作系统被Prompt重写](https://www.starbox.work/insights/ai-news/2026-03-19-19/)："软件已死。"——这是一家叫Eragon的创业公司创始人Josh Sirota在接受TechCrunch采访时说的第一句话。按钮、对话框、下拉菜单都是过去式了，未来企业的一切工作都将通过Prompt完成。
- [2026年Q1已裁员45000+：当AI成为裁员的"万能理由"，企业应该反思什么？](https://www.starbox.work/insights/ai-news/2026-03-18-18/)：Block裁员40%。Atlassian裁员10%。Amazon裁员16000人。Meta裁员1500人并可能扩大到15000人。Oracle计划裁员最多30000人。
- [NVIDIA Vera Rubin深度解读：7颗芯片搭建的不是服务器，是"Token工厂"](https://www.starbox.work/insights/ai-news/2026-03-17-17/)：昨天GTC的主题演讲里，黄仁勋花了两个小时只讲了一个核心论点：AI已经进入工业化生产阶段，Token是产出物，整个企业技术栈都需要围绕这个事实重新设计。
- [GTC 2026开幕：NVIDIA发布NemoClaw，AI智能体终于有了企业级"安全底座"](https://www.starbox.work/insights/ai-news/2026-03-16-16/)：今天，在圣何塞SAP中心座无虚席的会场里，黄仁勋穿着标志性的皮夹克走上GTC 2026的舞台，说了一句让我立刻划了重点的话："每家公司现在都需要一个OpenClaw战略，就像曾经每家公司都需要Linux战略和HTTP战略一样。"
- [HBR最新研判：当AI替你的客户做购买决策，你的品牌"机器可读"吗？](https://www.starbox.work/insights/ai-news/2026-03-15-14/)：想象一个场景：你的潜在客户对AI助手说"帮我找一个适合中型企业的AI内容解决方案"，30秒内，AI返回了三个推荐——你的品牌不在其中。
- [PwC调研4454位CEO：56%从AI中零收益，但头部12%已甩开对手](https://www.starbox.work/insights/ai-news/2026-03-14-15/)：一组触目惊心的数字：PwC在今年达沃斯论坛上发布了第29届全球CEO调研，覆盖95个国家和地区的4454位首席执行官。结论很残酷——56%的CEO表示，AI在过去12个月里既没有帮他们增加收入，也没有降低成本。
- [1500位IT决策者最新调研：企业AI智能体告别"试点炼狱"，规模化部署正式起飞](https://www.starbox.work/insights/ai-news/2026-03-13-13/)：3天前，企业集成平台Jitterbit发布了一份让整个行业都值得细读的报告——《2026年AI自动化基准报告》。这份覆盖1500位全球IT决策者的调研，给出了一个掷地有声的结论：78%的企业AI项目正在交付可衡量的价值…
- [NVIDIA下周发NemoClaw企业智能体平台，但Gartner说40%的项目注定失败——问题到底出在哪？](https://www.starbox.work/insights/ai-news/2026-03-12-1/)：下周一（3月16日），NVIDIA CEO黄仁勋将在圣何塞SAP中心的GTC 2026大会上登台演讲，来自190个国家的3万名参会者将涌入这座城市的十个场馆。据Wired等多家媒体报道，这次大会的重磅发布之一…
- [Enterprise Connect 2026现场直击：当所有巨头都在部署AI智能体，真正的转折点在哪？](https://www.starbox.work/insights/ai-news/2026-03-11-5/)：就在此刻，拉斯维加斯Caesars Forum正在举办Enterprise Connect 2026大会。这个全球企业通信与客户体验领域的顶级盛会，从3月10日开幕到3月12日闭幕，密集释放了一个信号——AI智能体的"实验期"结束了…
- [13家科技巨头集体"养龙虾"：全民AI智能体热潮背后，企业应该看到什么？](https://www.starbox.work/insights/ai-news/2026-03-10-4/)：3月6日，深圳腾讯总部北广场排起了蜿蜒长队——不是为了抢购什么限量产品，而是让工程师帮自己免费安装OpenClaw。第二天凌晨，马化腾在朋友圈感慨了一句："没想到会这么火。"
- [OpenAI收购Promptfoo：当AI智能体走进生产环境，"测试"比"训练"更重要](https://www.starbox.work/insights/ai-news/2026-03-09-3/)：3月9日，OpenAI宣布收购AI安全测试平台Promptfoo。这家公司的开源CLI工具被超过25%的财富500强企业使用，专门用来对AI系统进行红队测试和安全评估。OpenAI计划将其直接整合进自己的企业级平台Frontier中。
- [NVIDIA万人调研揭底：88%企业已从AI赚到钱，实验期正式宣告结束](https://www.starbox.work/insights/ai-news/2026-03-08-2/)：NVIDIA刚刚发布了2026年度"State of AI"报告，覆盖全球3200多家企业。报告传递的核心信息只有一句话：AI不再是实验品，它是基础设施。
- [Deloitte调研3235位高管：AI最大的瓶颈不是技术，是"人"](https://www.starbox.work/insights/ai-news/2026-03-07-6/)：Deloitte发布了最新一期《State of AI in the Enterprise》报告，调研了24个国家、3235位高管。如果只看标题数据，2026年的企业AI看起来一片大好——员工接触AI工具的比例同比增长50%…
- [MIT斯隆最新研判：2026年企业AI的关键跃迁，从"个人助手"到"组织操作系统"](https://www.starbox.work/insights/ai-news/2026-03-06-7/)：MIT斯隆管理评论近日刊发了一篇重磅分析，由两位AI领域的资深观察者Thomas H. Davenport和Randy Bean撰写，系统梳理了2026年企业AI的五大趋势。这两位作者已经连续三年做年度预测…
- [Sapphire Ventures最新报告：AI不是SaaS的升级版，它是SaaS的替代者](https://www.starbox.work/insights/ai-news/2026-03-05-8/)：Sapphire Ventures发布了2026年度《Software x AI Report》，核心结论直接且震撼：AI不再只是SaaS的一个功能模块，它正在变成软件本身。报告用了一个词——"SaaSmageddon"（SaaS末日）…
- [2.52万亿美元砸向AI，但最大的风险不是花错钱，而是"静默失败"](https://www.starbox.work/insights/ai-news/2026-03-04-9/)：Gartner最新预测，2026年全球AI支出将达到2.52万亿美元。这个数字比很多国家的GDP还要大。Oracle为了建AI数据中心，计划裁员2-3万人腾出80-100亿美元资金…
- [Google发布Gemini 3.1 Flash-Lite：当AI成本降到每百万Token 0.25美元，企业的算盘该怎么打？](https://www.starbox.work/insights/ai-news/2026-03-03-10/)：3月3日，Google在AI Studio和Vertex AI上发布了Gemini 3.1 Flash-Lite——一个更轻、更快、更便宜的AI模型。API定价仅为每百万输入Token 0.25美元…
- [250万用户出走ChatGPT：当企业选择AI伙伴，技术之外还要看什么？](https://www.starbox.work/insights/ai-news/2026-03-02-11/)：过去一周，AI行业发生了一件前所未有的事：在OpenAI宣布与美国国防部的合作协议后，#QuitGPT运动在全球爆发。250万用户取消了ChatGPT订阅或公开声明抵制，美国市场的ChatGPT卸载量在一天内暴增295%…
- [MWC 2026观察：AI眼镜扎堆亮相，下一个企业AI入口可能不在屏幕上](https://www.starbox.work/insights/ai-news/2026-03-01-12/)：刚刚闭幕的MWC 2026（世界移动通信大会）释放了一个强烈信号：AI正在从云端走向终端，从屏幕走向穿戴设备。三星发布了以摄像头为核心的AI眼镜方案，科大讯飞推出仅重40克的实时翻译AI眼镜…