企业砸钱搞大模型到底值不值？
腾讯工程师赵喜生昨天刚分享了最新进展，从RAG到MCP的技术路线暴露了关键痛点。
大模型不是万能药，选错场景就是烧钱无底洞。
腾讯把700多个产品都塞进了大模型，结果发现客服、文案生成这些容错率高的场景最实用。
野外基站巡检用AI识别鸟窝山火确实省人工，但医疗诊断这种要命的领域至今还是辅助角色。
技术迭代倒是挺快，RAG升级成GraphRAG后能处理复杂关系网络了，可知识更新成本照样居高不下。
MCP搞出多智能体协作听着高级，实际落地还是卡在数据隐私上——企业死活不肯交核心数据。
制造业用数字客服已经遍地开花，中山医的医疗大模型连诊断书都能写了。
但腾讯自己都承认，toB行业壁垒深得吓人，私有化部署导致技术根本铺不开。
显卡烧得肉疼，效果却像隔靴搔痒。
现在连游戏NPC聊天都得上Agent技术，开发成本蹭蹭涨。
大厂路线图画得再漂亮，落地时照样得向现实低头。
腾讯工程师那句大实话点醒多少人：“不能包治百病”。
野外巡检能省人力就值回票价，医疗诊断推不动就老实当辅助。
技术再炫酷，不如先看看业务容错率够不够高。