<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>合远未来 · 方法与观点</title><description>工业数据治理、白盒 AI、快慢变量与流程化工的可信决策实践。</description><link>https://www.cowinfuture.com/</link><language>zh-CN</language><item><title>让存量系统 AI-ready：从可靠写入说起</title><link>https://www.cowinfuture.com/insights/ai-ready-reliable-write/</link><guid isPermaLink="true">https://www.cowinfuture.com/insights/ai-ready-reliable-write/</guid><description>AI 在工业落不了地，瓶颈常常不是模型，而是数据不可靠。本文给出可靠写入、审计、读写隔离的做法，以及可现场验收的演练方法。</description><pubDate>Mon, 20 Jul 2026 00:00:00 GMT</pubDate><category>数据治理</category><category>工业数据治理</category><category>AI-ready 数据</category><category>可靠写入</category><category>幂等</category><category>写入丢单</category><category>MES 数据质量</category></item><item><title>敢用的 AI：规则 + 约束 + 人在环</title><link>https://www.cowinfuture.com/insights/glass-box-ai/</link><guid isPermaLink="true">https://www.cowinfuture.com/insights/glass-box-ai/</guid><description>在危化与审厂场景，AI 敢不敢用取决于能否解释、能否审计、能否追责。本文给出白盒的构成、护栏设计，以及可抽查的验证方法。</description><pubDate>Mon, 20 Jul 2026 00:00:00 GMT</pubDate><category>白盒</category><category>白盒 AI</category><category>可解释 AI</category><category>危化 AI</category><category>工业 AI 可审计</category><category>人在环</category><category>根因分析</category></item><item><title>投资底座，租用智能：工业 AI 的快慢变量</title><link>https://www.cowinfuture.com/insights/slow-fast-variables/</link><guid isPermaLink="true">https://www.cowinfuture.com/insights/slow-fast-variables/</guid><description>模型半年迭代一轮，工业系统却要用十年。本文给出区分快慢变量的判据、可插拔的架构做法，以及验证「换模型要不要重写」的方法。</description><pubDate>Mon, 20 Jul 2026 00:00:00 GMT</pubDate><category>快慢变量</category><category>工业 AI 架构</category><category>模型可插拔</category><category>MCP</category><category>AI 技术选型</category><category>工业软件 长期投资</category></item></channel></rss>