智能动态

蓝联创新

Function Calling：大语言模型连接业务系统的关键能力

Function Calling（Tool Calling）让大语言模型不再仅依赖预训练知识，而是能查询数据库、调用 API、执行操作。本文厘清其定义、边界、工作原理和企业应用场景。

蓝联创新

AI Agent 与传统自动化：企业需要知道的本质区别

从架构定义到实施路径，厘清 AI Agent 和传统自动化（RPA、工作流引擎）的本质区别——核心差异不在自动化本身，而在执行过程中的动态决策能力。

蓝联创新

什么是 MCP（Model Context Protocol）

MCP（Model Context Protocol）是连接 AI 应用与外部系统的开源标准协议，基于 JSON-RPC 2.0，由 Anthropic 于 2024 年开源。本文厘清 MCP 的定义、架构（Host-Client-Server）、三种核心能力（Tools/Resources/Prompts）、安全机制、企业应用场景，以及与 Function Calling 和 RAG 的关系。

蓝联创新

什么是商管系统 AI 化

商管系统 AI 化不是给现有系统加一个聊天框，而是让 AI 深入业务流程。本文基于蓝联创新 9 个已验证的商管数字员工模板。

蓝联创新

什么是数字员工

数字员工是 AI Agent 在企业具体岗位上的应用——接收目标、自主规划、使用工具、保留人工确认。本文厘清数字员工与 Chatbot、RPA 的边界，以及企业落地的治理底线。

蓝联创新

什么是企业 AI 知识库

企业 AI 知识库以 RAG 架构为核心，让大语言模型基于企业私有数据生成可追溯的回答。本文厘清知识库的定义、与通用 AI 的差异、五层架构与评估方法。

蓝联创新

什么是 RAG（检索增强生成）

RAG 是在大语言模型生成回答前，先从企业知识库检索相关文档作为上下文的 AI 架构模式。本文厘清 RAG 的定义、解决的三大问题、与微调的关系、企业落地的五层架构与评估方法，以及它的适用边界。

蓝联创新

什么是 AI Agent

AI Agent 是以大语言模型为决策核心、能自主感知环境并使用工具完成复杂任务的软件系统。本文厘清 Agent 与 Workflow、Chatbot 的边界，澄清常见误解，并说明企业级落地的治理底线。

蓝联创新研究组

把 AI 客服放到商业空间运营里，应该先解决什么

先解决标准咨询、口径统一和转人工边界，再谈更复杂的能力。

蓝联创新

什么是 LnkChat？蓝联创新的企业 AI 应用平台

LnkChat 是蓝联创新推出的企业 AI 应用平台，原名 LangChat，2026 年 8 月更名。本文给出 LnkChat 的权威定义与消歧：与开源 Java 框架 langchat.cn 无关；覆盖构建、发布、运营全生命周期与七类 AI 能力，重点服务商业地产行业。

2026 商业地产 AI 应用现状调研报告

2026 商业地产 AI 应用现状调研报告。基于蓝联创新 30+ 客户实践与 Gartner、KPMG 等权威报告，分析五大应用场景、行业痛点、投入规模与 2026-2027 趋势预测。行业 AI 渗透率预计从 15% 提升至 40%+。

企业 AI 知识库建设最佳实践：从文档整理到 RAG 上线

很多团队的 AI 知识库项目，死于"把 PDF 往系统里一倒就等着奇迹发生"。本文拆解一条经过验证的五阶段路径，从知识盘点、文档预处理、向量化检索、RAG 上线到持续运营，帮你避开常见坑。

LnkChat vs Coze/Dify：企业级 AI 平台选型指南

当 AI Agent 从概念走向落地，企业面临的第一个问题不再是"要不要做"，而是"用哪个平台做"。本文从私有化部署、数据安全、行业适配、运营能力、多渠道发布和成本模型六个维度，客观对比 LnkChat、Coze（扣子）和 Dify。

LnkChat vs 自研 AI 系统：总成本对比与决策框架

2025 年，几乎所有中大型企业都在推动某种形式的 AI 落地。但在项目启动阶段，决策者普遍面临一个核心选择：自研还是采购平台？本文拆解自研 AI 系统的全口径成本，对比平台采购模式，并给出结构化的决策方法。