执行摘要 · AI增效方案

05 · 执行摘要

五大专项一览
与核心依赖

顾怡团队作为服务方，核心原则：2周交付MVP，降低业务团队门槛，不增加额外负担

AGENT	上线时间	服务对象	核心增效	技术实现	依赖
P1 运营报告自动化	Q2 / 5月	网信安全 ~18人	日报↓75% · 月报↓85%	Python FastAPI + MaaS平台	数据接口 / CSV降级
P2 方案文档生成	Q2 / 6月	研运组 44人	文档效率↑60–70%	Web表单 + 文档模板库 + RAG	5种模板 / 内部文档
P3 代码开发辅助	Q3 / 7–8月	研发 25人	编码速度↑30–50%	Continue.dev IDE插件 + MaaS	脱敏规范 / 内网部署
P4 数据洞察	Q3 / 8月	科创组 7人	分析效率↑60%+	pandas预处理 + Claude API	Web上传界面
P5 知识库问答	Q4 / 10月	全中心 85人	知识沉淀与复用体系	RAG + 向量数据库	P2文档积累 / 历史方案

三大核心依赖

MaaS 平台 API 权限

所有Agent通过MaaS平台调用Claude API，支撑任务5"Token吞吐率↑10%"KPI。需与陈昊明本月内确认配额，是最高优先级前置动作。

4月内确认 · 最高优先级

管理层绩效导向支撑

AI使用纳入团队绩效评价，从软要求变硬约束。月度例会3分钟进展汇报，保持全员感知和使用动力。防止参与度考核流于形式。

月度例会汇报机制

业务团队接口人配合

数据接口开放（P1首要）、内测参与（1–2名种子用户）、各团队Lead在周会5分钟介绍工具，降低推广阻力。

9个团队 · ≥7个接入

资源需求

TOKEN 消耗

P1 约100万/月 · P2 约200万/月

Q2估算，全部通过MaaS平台统一配额，随使用量动态调整。Q3增加P3/P4后预计月均增50万Token。

来源：MaaS平台 · 与陈昊明协调

开发人力

顾怡团队 2–3人

Q2专注P1+P2开发，2周交付MVP。Q3增加P3/P4后可考虑引入1名临时支持。

来源：虚拟团队内部

服务器资源

轻量级内网服务（2核4G）

Agent服务（FastAPI）内网部署，资源需求极低。P5知识库建设时需额外1台存储向量数据。

来源：云网资源运营组协调

业务团队时间成本

每Agent约1天启动 + 每月2小时

0.5天联合设计工作坊（启动时）+ 1–2周内测参与 + 每月约2小时反馈和迭代沟通。

来源：各团队Lead协调

全年目标

85人

全员覆盖

≥300

累计节省人天

≥5:1

预期 ROI

5个

专项 Agent

Q2出成果建信心 → Q3扩规模出数据 → Q4建体系做沉淀
顾怡团队以服务方定位，降低每个团队的AI使用门槛，
用数据证明AI增效价值，推动全中心从"AI参与"走向"AI贡献"。

←