HTML 演示文档生成链
把内容稿、视觉方向、页面生成、本地预览、长截图和修订闭环放进同一条工作流，适合课程、沙龙和专题页快速成型。
失败学习：不是所有演示都适合 HTML，现场投屏强依赖内容密度和字体可读性，必要时要切换成图文一体 PPT。
AI 世界已经进入工作现场。
每一个实验都要回答：它解决了哪个真实流程，保留了哪一段人的判断。
Lens
未来工作地图
关注人、材料、系统和复盘之间的关系，让工具名单退到后面。
Control
人的控制权
AI 进入流程前，先明确哪些选择必须由业务负责人承担。
Proof
现场验证
用一个清晰场景验证价值、风险和维护成本，再决定是否扩大。
实验状态板。
每个实验都要说明解决什么流程、当前状态、可展示证据和失败学习，不用“未来感”遮住真实进度。
知识库建议式写回
把新增材料先转成建议，再由人判断是否进入项目页、方法页、周信号或只留在日志，避免自动写回污染长期知识。
失败学习：没有敏感边界和来源分层，知识库会很快变成“什么都放”的资料堆。
本地 HR 材料转译链
围绕战略材料、组织诊断、会议纪要和 HR 现场判断，测试“材料进入、证据解析、结构生成、导出交付”的本地闭环。
失败学习：单次生成高分不够，真正要验证的是不同材料、不同模型入口和多轮回归下的稳定性。
多 Agent 协作质量门
让不同 Agent 分担搜索、整理、生成、测试和写回，并用验收清单约束最终结果，减少只交付初稿的情况。
失败学习：Agent 越多，越需要明确交接对象、停止规则、人工确认和最终责任人。
实验对象。
这里不追求工具陈列，重点验证一个工作单元能不能被重新组织。
本地知识工作台
把资料、任务、页面、报告和复盘放进同一条本地工作链，减少来回搬运和口头交接。
Agent 协作链
让不同 Agent 分担搜索、整理、生成、验证和写回，但每一步都保留人的确认位置。
质量门与验收脚本
让页面、文档、数据和流程在交付前经过可重复检查，减少只凭感觉验收。
资料转译工具
把会议、聊天、文档和截图转译成结构化输入，让 AI 先理解材料层级再输出结论。
实验原则。
每个实验都要在兴奋之前回答维护、责任和边界问题。
先小场景
只拿一段真实流程做验证，先看能否稳定产生价值，再考虑扩展。
先留痕
每次输入、判断、修改和结论都要能追溯，方便复盘和纠错。
先人控
系统可以建议路径，但关键判断、对外表达和敏感处理必须由人确认。
先可维护
如果一个实验只能靠一次性热情维持，它就不该进入组织工作流。
实验记录入口。
这些方向可以继续拆成独立记录页，沉淀具体样机、失败原因和适用边界。
知识库更新建议
把新增材料转成建议式写回，让人先审核结构、事实和敏感边界。
周信号整理
从多处材料里提取项目、方法、风险和待办信号，形成可以复盘的工作节奏。
页面与演示文档生成
把内容、视觉、验收和本地预览放进一条闭环，减少只交付草稿的情况。
本地工具串联
让命令行、浏览器、文件、知识库和页面预览协同工作，形成可重复的工作台。