AI 岗位应用者
在一个真实岗位任务中可靠使用 AI 并对结果负责
1–3 周
成长轴回答“我能承担多大责任”;项目轴回答“企业得到了什么”。两条轴必须同时留下证据。
在一个真实岗位任务中可靠使用 AI 并对结果负责
1–3 周
把个人经验变成他人也能重复使用的工作流
3–6 周
从真实现场、项目判断、生产架构到试点接管,推进一个企业 AI 项目形成可验证证据
8–12 周
先学会对一个真实岗位任务负责。L0-12 可以拓宽视野,但不能替代 L0-03 至 L0-11 的岗位实践。
能从真实任务出发判断 AI 机会,而不是追着工具找用途。
用可复用的任务说明和核验步骤,让结果从“看起来不错”变成可用。
把模糊问题变成有来源、有边界的一页结论。
把长文档和零散资料整理成能支持任务的知识卡。
为一类高频问题建立小而可维护的知识库样例。
先用信息架构和样例生成初稿,再用岗位检查表完成定稿。
先核对口径和数据,再让 AI 帮助发现变化、异常和待追问问题。
围绕一个明确决策,组织观点、证据、反对意见和行动请求。
把会前材料、会中结论和会后行动连成一个可追踪会议包。
用一张共享协作表让任务、责任、状态和阻塞可见。
把一个已经验证的个人任务固定为轻量、可停止的重复流程。
不复制工具清单,而是从同行案例中识别可迁移的任务模式和成立条件。
完成 L0-01、L0-02 两门必修与至少 2 门选修;L0-12 可计入完成数,但不替代岗位实践。
课程浏览不等于结业;结业以真实任务、独立执行和可核验证据为准。
五门课程始终推进同一个岗位任务。漂亮的 Demo 不算毕业,必须由一名非作者独立复用并根据证据迭代。
为一项真实重复任务写清目标、基线、边界和停止条件。
看清真实工作如何运行,包括隐性判断、等待、返工和异常。
设计一条能完成业务结果、责任清楚且能人工接管的目标流程。
为工作流准备最小、可授权、可追溯且有人维护的上下文包。
用正常、异常和高风险测试把设计变成可运行、可停止的工作流。
L1 证明工作流可被他人复用,不等于企业项目落地。
企业内部项目是默认实践位置。业务、工程、组织教练共同负责结果,但每名学员只在一条主修上承担更深的个人能力证明。
在项目启动前说清交付责任、共创契约,以及每个阶段的进入、退出和停止证据。
从真实事件取得任务、判断和异常证据,同时说清知识如何使用、人的责任如何变化。
在投入开发前判断痛点、价值、可实现性和责任条件,并说清项目是否值得继续。
把业务结果、人机责任、上下文、Agent 控制与企业系统连成一张可评审的生产方案。
用业务样例、错误影响、权限和人工兜底证据,做出可上线、需修改或必须停止的判断。
用真实使用和接管证据完成项目,同时把现场共性问题送回产品与平台。
主修不是把项目切成孤岛。业务 Owner、工程、安全、管理层继续保有各自责任,FDE 负责组织闭环。
从行业与现场诊断出发,完成流程采用、价值经济性与管理层决策。
让数据、Agent、评估、发布和故障响应真正进入企业生产环境。
处理心理契约、群体共创、新工作设计,以及内部维护者和教练培养。
团队交付结果和个人能力分别评定;停止项目只认定已经完成的阶段,不直接授予完整 L2 毕业。
风险与权限边界,以及一次回滚或人工接管演练。
基线、数据来源、计算口径和限制说明。
知情、反馈、异议处理和高风险任务选择权。
维护者独立完成一次更新、评估、发布或故障处置。
只表示线上课程已完成、企业证据仍在形成,不等于项目毕业。业务周期较长时,可按约定延后 30–60 天评审。
共同核心证明最低判断,业务、工程或组织教练主修形成专项证据,L2-P01 证明学员能在真实企业试点中完成其个人责任。
本期只展示责任方向,不作为统一必修课程,也不因完成 L2 自动晋级。
带团队处理跨部门工作流,形成稳定采用与能力转移。
长期项目作品集与现场评审让多个场景共享数据、知识、平台、治理和项目组合机制。
长期项目作品集与现场评审建立持续发现、交付、经营和复盘的企业 AI 运行系统。
长期项目作品集与现场评审