<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>责任单点 on AioGeoLab | AI 实验室</title><link>https://aiogeolab.com/tags/%E8%B4%A3%E4%BB%BB%E5%8D%95%E7%82%B9/</link><description>Recent content in 责任单点 on AioGeoLab | AI 实验室</description><generator>Hugo -- 0.151.0</generator><language>zh</language><copyright>2026 TardiAI</copyright><lastBuildDate>Sat, 25 Jul 2026 07:28:49 +0800</lastBuildDate><atom:link href="https://aiogeolab.com/tags/%E8%B4%A3%E4%BB%BB%E5%8D%95%E7%82%B9/index.xml" rel="self" type="application/rss+xml"/><item><title>为什么AI项目最后总会卡在那个最懂业务的人身上？丨FDE重新理解责任单点</title><link>https://aiogeolab.com/posts/tgje-190-not-the-hero-the-single-point/</link><pubDate>Sat, 25 Jul 2026 00:00:00 +0800</pubDate><guid>https://aiogeolab.com/posts/tgje-190-not-the-hero-the-single-point/</guid><description>AI项目上规模后，最常见的死法是所有例外最终都回到同一位业务专家——系统越成功，他越过载，他一休假，系统的&amp;#34;智能&amp;#34;就消失。本文拆解责任单点如何在AI放大下演变成判断瓶颈，区分规模效应与筛选效应，并给出可落地的工程对象：一张按风险分级、带接替路径的判断责任图。核心判断——一个系统是否成熟，不看它有没有离不开的专家，而看专家不在时边界判断是否仍有接续路径。</description></item></channel></rss>