构建可信赖的财务分析 Harness:从电子表格到确定性 AI 工作流
AI Engineer
演讲者 Francesco 和 Filipe 在 AIE 工作坊中提出,财务分析的核心瓶颈已从速度转向信任。他们主张摒弃仅依赖电子表格或纯提示词驱动的非确定性 AI 方法,转而构建具有确定性后端代码的“Harness”。通过引入测试、证据链和明确的工作流,确保 AI 在金融领域的应用具备可追溯性与可靠性,从而在模糊性与精确性之间建立用户信任。
构建可信财务分析智能体测试框架
AI Engineer
演讲者提出在金融领域构建财务分析智能体测试框架(harness)以建立信任。鉴于金融数据的模糊性与变化性,框架需通过确定性代码与有主张的工作流来约束AI,确保结果可靠,而非依赖纯提示词。
信号层:当万物皆可构建时,我们该构建什么?
AI Engineer
在AI让软件构建成本趋近于零的时代,平均化的产出已失去价值。Akamai技术专家Lena Hall提出,当工程实现被商品化后,核心竞争力转向了“信号层”:即精准定义真正值得解决的问题,并在产品研发、组织协作与市场传播全链路中抵御失真,最终建立起AI无法自动化的用户信任。
How to Build a Cult - Mastering High-Stakes Communication
Lulu Cheng Meservey explains how founders and leaders can cut through a noisy world by using human stories, conviction, and narrative arcs. She shares frameworks for building trust, establishing deterrence, and effectively responding to public attacks, emphasizing the psychological principles behind powerful communication.