服务
这里的一切都从同一个地方开始：一个关于该建什么的决定。咨询回答这个问题；清单上的其余部分，是这个问题有了答案之后才发生的事。有些客户从头到尾只买了第一项。如果你还拿不准该选哪个，把问题描述给我们，我们会告诉你该选哪一项、以及为什么——包括当答案是「你不需要我们」的时候。
咨询
顾问性质的工作，也是多数合作的起点。架构与系统设计、技术尽职调查、自建还是采购、路线图排序，以及某个问题究竟是不是 AI 问题。
- IT 与 AI 咨询——关于该建什么、系统该长成什么样的独立建议，并交付一份归你所有、可以带去任何地方的计划。
AI 系统
三种常被混为一谈的采购，因为它们都牵涉到模型。但它们的失败方式各不相同，所以各有独立的页面。
- AI 落地——把模型从一个漂亮的演示，变成一套带评测、成本管控与回滚路径的系统。
- 大模型集成与 RAG——把模型接到你自己的数据上，同时不让它把不知道的部分编出来。
- AI 智能体——会动手而不只是回答的多步骤工作流，配上让它变得可接受的护栏。
工程服务
围绕技术成果而非团队形态来界定范围，通常由下方某一种团队形态来承接。
- 软件工程——按你的业务规则构建的 Web、移动端与后端系统。
- 系统集成——把 ERP、CRM、支付与第三方系统打通为一条可靠的流程。
- DevOps 与云——CI/CD、基础设施即代码、可观测性，以及云成本治理。
交付团队
负责把咨询建议真正建出来的工程师。两种选择的区别在于：进度延误时由谁担责。
- 交付团队——由我们对结果负责的托管交付，或嵌入你自有流程的专属团队。
- IT 人力扩充——具名的个人，补齐现有团队的特定缺口，由你来管理。
AI 训练数据
AI 系统赖以学习的数据，由随后真正要拿它训练模型的团队来采集和标注。概览页面解释了这四项如何配合。
- 数据采集——按书面规格采集视频、图像、音频、文档与脚本化场景。
- 第一人称与第三人称采集——面向机器人与具身智能的同步第一人称与多视角录制。
- 数据标注——图像、视频、3D 点云、文档与音频标注。
- RLHF 与 SFT 数据——用于大模型后训练的示范数据、偏好排序、评测与红队测试。
如何选择
如果你还不知道该建什么，就从咨询开始——这件事一旦定下来，后面的每一步都更便宜。如果你已经清楚，那么实用的判断标准是：进度延误时该由谁担责。如果那必须是我们，你需要的是托管交付。如果由你自己的工程经理担责，那么专属团队或人力扩充更合适，通常也更便宜。
常见问题
- 我们一定要从咨询开始吗？
- 不一定。如果决定已经做好，你只需要有人来建，我们可以直接从交付切入。我们仍然更希望先做一次简短的付费需求梳理，因为把错的东西建得很好，是我们双方所能得到的最昂贵的结果。
- 中途可以更换合作形态吗？
- 可以，而且很常见。合作往往从一个范围明确的项目起步，等方向清晰之后转为专属团队。更换形态属于合同变更，不需要推倒重来。
- 你们接手已有代码库的工作吗？
- 接。我们的大部分工作都是在已经存在、已经有用户的系统上进行的。在给出任何报价之前，我们会先通读一遍代码与基础设施。
- 你们能接的最小合作规模是多少？
- 小到足以真正检验双方是否合得来即可。告诉我们你希望最先交付的第一块工作是什么，我们会判断它是否是一个合理的起点。