Techlent 数据科学社区

传统行业拥抱 AI，并不是简单引入一套工具，而是从思维方式、组织模式到工作流程的系统性变革。 本次分享我们邀请北京脑机接口商业有限公司 CEO 侯盛鑫、TPM Lambert ，两位从脑机接口与 EEG 入手，讲清楚脑电如何感知专注、疲劳、放松、睡眠与情绪压力等状态；并结合 AI 技术演进，探讨从人工规则、深度学习到大模型 Agent，如何让脑机接口从“采集数据”走向“理解状态”，进一步形成感知、判断、干预、反馈的智能闭环。 我们也分享了 freeBCI 开源计划，以及团队在专注力、睡眠、情绪健康等场景中的实践，探讨脑状态数据如何成为下一代 AI 系统的重要入口，推动传统行业进入新的智能化范式。 本期时间轴： 00:00 嘉宾介绍：北京脑机接口商业有限公司创始人侯盛鑫、Lambert 01:56 为什么会从大厂出来创业？ 06:51 大模型飞速发展这几年，个人最大的体感变化 09:22 AI落地机遇：模型降价与应用层蓝海 18:37 AI+脑机接口：从“数据解读”到“人状态感知” 22:44 机器能不能理解人的状态？EEG如何进行分析与判断？ 25:26 行业演进四阶段：从科研到AI Agent闭环 33:49 EEG能力边界：能做什么、不能做什么? 37:39 脑电信号 vs 小米手环/Apple Watch：本质区别是什么？ 42:09 AI三层赋能：如何进行系统级分工与应用？（信号层、状态层、Agent层） 49:50 Agent闭环核心架构：小模型实时识别，Agent 负责决策 57:29 为什么“合理延迟”反而会带来更好的用户体验？ 01:03:41 互联网算法工程师切入传统行业需要的能力 01:13:51FreeBCI 开源计划：硬件+平台+Agent能力 01:25:18 现场样机演示：脑机接口产品效果 01:36:40 创业经验分享：PMF验证的重要性 01:41:35 AI 落地过程中，最困难的环节是什么？ 01:56:04 AI 时代的产品开发与创业建议：从认知优势与熟悉领域切入 Techlent 是一个数据科学学习和求职平台，里面有更多分享会的视频、干货。官网地址：techlent.com 加小助手微信(techlent04)进听友群，了解更多课程、分享会相关讯息~

本期主持人是“拂然科技”创始人程冰馨，嘉宾是硅谷 AI 专家李果博士，李果博士通过拆解电力交易智能体实战产品，讲透传统企业如何从真实业务问题出发，完成AI产品设计、落地与商业化，以及如何打通数据、流程、模型、组织能力全链路。 本期时间轴： 00:00 嘉宾李果介绍：从物理转型 AI、创立公司Techlent & 北京易能博数主营业务 07:19 什么是电力交易？为什么选择用 AI 介入？ 17:18 “电力交易智能体”到底想解决什么问题？ 20:34 AI 产品落地：如何拆解真实业务流程？ 30:35 “AI 交易员”核心能力：自动化与主动性的提升 36:08 做 AI 产品前，数据准备顺利吗？ 41:57 大模型与行业智能体有什么区别？ 55:48 传统企业做 AI：战略目标与数据留存的重要性 01:01:40 企业如何搭建 AI 团队？应该招什么样的人？ 01:06:04 业务专家 vs AI 专家：谁更适合推动 AI 转型？ 01:16:46 AI 与传统行业结合，最大的价值是什么？ 01:23:09 AI 落地踩坑点：和业务人员沟通 01:28:09 未来3-5年，哪些企业会真正建立 AI 优势？ 01:30:16 企业引入 AI，最应该从哪里开始？ 01:36:31 从 CEO 视角：AI 带来的焦虑如何面对？ Q&A 01:46:36 业务人员怎么学 AI？主要了解哪些方面？ 01:54:43 AI 落地核心：业务到底要解决什么问题？ 02:03:24 提取专家经验，做监督学习就够了吗？ 02:04:44 AI 做电力交易的风险与局限是什么？ 02:08:38 市面上的 AI 工具哪些适合做dirty work？

帅群博士是 Castor Innovations 和香港数码港培育计划企业创始人，曾任阿里巴巴智慧建筑事业部高级产品专家。程冰馨是拂然科技创始人，曾任阿里巴巴高级运营专家。 传统行业拥抱 AI，并非只是引入一套工具，而是整个企业从思维方式、组织模式到工作流程的整体变革。 两位嘉宾在阿里期间亲历了建筑行业数智化转型的全过程，又在 AI 浪潮中开始创业，用自己的行业积累推动建筑行业的智慧化。本次分享会中，两位嘉宾分享了这段横跨大厂与创业的 AI 实战经验，并现场回答了大家的问题。 本期时间轴： 00:00 嘉宾帅群：从建筑行业到阿里，再到 AI 创业 07:43 嘉宾程冰馨：阿里十年数字化转型体会 & 创业动机 12:23 帅群博士加入阿里前，在建筑行业的具体工作内容？ 16:26 建筑行业不同细分领域的差异 19:21 建筑行业数字化 vs 互联网公司的本质区别 33:42 做数字化 / AI 前，为什么必须先梳理业务流程？ 43:16 帅群博士在阿里时期的数字化产品，是如何真正提效的？ 55:12 阿里智能建筑产品从 0 到 1 的核心痛点 01:04:26 从数字化到 AI 化：从工具到能力的转变 01:10:03 AI 产品的核心 & 商业模式如何建立 01:17:52 AI 时代的四层商业模式 & 价值评估 01:25:34 人与 AI 如何协作？主动式服务的意义 01:37:25 传统行业应用 AI 的步骤与体系 Q&A 01:38:55 电力 AI 产品是否会取代交易员工作？ 01:45:00 帅群博士在传统行业做了几年转数字化的？ 01:49:58 最底层的交易员是否会被 AI 取代？

Alec 是中国毕业的生物学博士，2019年底赴美从事生物学研究。2024年因课题组经费不足离开学术界，同年9月加入 Techlent 训练营。2025年春天开始求职，2026年2月拿到 Offer，成为州政府的 AI data Scientist。 本次分享会中，Alec 分享了他学习和求职的经历与心得，并现场回答了大家的问题。 本期时间轴： 00:00 Alec 自我介绍：背景与求职时间线 02:53 为什么本科会选择生物学？ 09:56 当时怎么下定决心读生物博士的？ 12:38 海外交流的真实感受与体会 14:51 在美国读博的状态：科研生活、签证准备等 20:54 绿卡申请策略：信息获取与提前规划 27:00 Alec 科研之路的选择：从考研、读博、出国、办绿卡到转向 AI Q&A 56:49 为什么不考虑转生物信息？ 59:02 生物背景转行时的核心考量 01:06:33 国内生物硕士怎么转 AI ?是否有必要先转生物信息？ 01:12:37 2025 年求职环境：策略、努力与心态调整 01:25:41 从0基础到拿下 Meta 在内多个offer，你的学习路径是什么样的？ 01:34:11 AI vs Machine Learning：求职市场差异 01:35:45 绿卡对找工作帮助大吗？ 01:37:02 非 CS/数学背景如何应对 AI 岗要求？ 01:41:37 初级岗位少、要求高，转行如何破局？ 01:48:22 投了2400份简历，有这么多工作岗位可以投吗？ 01:54:51 如何把学术经验转化为工业界表达？ 01:59:49 学术项目 vs Camp 项目：面试权重分析 Techlent 是一个数据科学学习和求职平台，里面有更多分享会的视频、干货。官网地址：techlent.com 加小助手微信(techlent04)进听友群，了解更多课程、分享会相关讯息~