今日判断
今天两条公开信号，一条来自中国部委，一条来自海外厂商，分别回答了企业 AI 的两个根本问题：
"这个场景该怎么定位？"——交通运输部把首批 41 个"人工智能+交通运输"典型场景明确分成应用推广、创新示范、攻关突破三类组织，不同类型匹配不同的牵头方、数据条件和验收标准。
"过程怎么留下证据？"——Anthropic 发布 AI 原生软件开发生命周期手册，把每个阶段的交付物变成下一阶段的输入与审计链。
一个管"选对场景"，一个管"留下证据"。两者拼起来，正是 FDE 与"上了个 AI 工具"的本质区别。
重点信号
交通部启动首批 41 个「人工智能+交通运输」典型场景创建
- 来源：数字中国建设峰会 ｜ 原文链接；行动方案与建设指引
- 交通运输部于 8 月 20 日专题发布会披露：已在智能驾驶、智慧公路、智能铁路、智能邮政等 10 个方向发布第一批 41 个重点典型场景建设指引，正式启动首批项目创建。任务按应用推广、创新示范、攻关突破三类组织。公开数字：智能邮政已投用超 1.6 万台无人快递车、400 多架无人机；高铁沿线接入 5.6 万路摄像机，累计处置近 31 万条有效报警。
- 为什么重要："三类组织"是这个政策最值得企业借鉴的机制——场景不是一个"AI 想法"，而应先判断它属于成熟推广（成熟技术+清晰商业模式+普遍需求）、集成示范（多系统/多主体集成验证）还是关键攻关（数据、模型或流程瓶颈尚未解决），再匹配对应的牵头方、数据、验收和责任。企业内部的 AI 项目同样应该建"三级场景卡"：推广类快上，示范类先写集成条件，攻关类先写风险和人工接管——把三类混在一个排期表里，是项目失控的常见起点。
Anthropic 发布 AI 原生 SDLC 手册：每个阶段的交付物成为审计链
- 来源：Anthropic 官方 ｜ 原文链接
- Anthropic 于 8 月 21 日发布 AI 原生软件开发生命周期手册，将计划、设计、构建、测试、部署、维护六阶段改造成循环流程：
intent.md、spec.md、plan.md、代码与测试、PR 审查发现、事故记录依次提交版本控制，形成可追溯链。 - 方法要点：AI 加速编码后，瓶颈转向计划、审查/测试和部署三个环节；治理应在 Agent 执行时通过 Skill、Hook、持续评测和人工审批闸门实施，而不是只在最后人工审查。
- 为什么重要：这套方法完全可以迁移到非代码的企业 AI 项目——把"需求原话 → 规则/场景卡 → 交付物 → 测试记录 → 客户验收 → 异常复盘"串成版本化链路。当客户问"这个规则当初为什么这么定"时，能翻出当时的原始记录，就是信任；翻不出来，就是扯皮。
对 FDE 从业者的启发
- 案例数字必须过"双账"审查：案例账——原始证据 → 计算口径 → 时间窗 → 客户授权 → 对外版本；资产账——首创投入 → 归属 → 客户特有部分 → 维护责任 → 复用分成。未通过双账审查的内容不宣传、不报价、不计业绩。把客户案例的节省额讲大，是 FDE 品牌最快的自毁方式。
- 模块资产归属在项目开始前写进合同：可复用模块的首次研发成本谁承担、知识产权归谁、后续复用给其他客户时收益怎么分——越标准化的业务，越要先把这些写清楚，否则规模越大风险越大。
- 给每个项目建三级场景卡：推广、示范、攻关分开管理，后两类先写数据条件、风险、验收和人工接管，再承诺交付时间。
