本书来自小红书技术 PMO 团队一线实战沉淀，是历经一年五次架构迭代的项目管理领域 Agent 一手实践实录，而非纸上谈兵的理论推演。全书以 v1.0 至 v5.0 完整工程演进为主线，从 AI 顾问模式起步，逐步推进到执行 Agent、领域 Agent、项目专属 BP，*终实现具备自进化能力的认知工程体系，呈现一套可借鉴、可按需裁剪的落地建设路径。内容兼顾技术深度与阅读友好度，既有架构设计、工程实现要点，也融入真实业务场景、踩坑复盘与经验反思，项目经理、PMO 从业者、AI 应用工程师均可阅读。直面行业普遍痛点：大模型如何真正落地企业真实业务，解决 AI 在项目管理场景可用、可控、可进化的现实难题。书中还提供个人与组织两套落地实施指南，配套项目管理方法论与实用模板，为企业搭建领域 AI 应用提供可参考的完整方案。
售 价：¥
6.4
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
内容提要
序言
前言
第1章 起点：AI时代的项目管理
1.1 项目管理范式的演进
1.1.1 过去：人是信息中枢，通过个人经验驾驭不确定性
1.1.2 现在与未来：AI 介入项目管理的四阶段演进
1.2 AI是一种新质生产力
1.2.1 AI可以真正接管例行的细碎工作
1.2.2 AI会越来越聪明地干活
1.3 5次架构迭代概览
1.4 本章小结
第2章 v1.0把AI当成顾问（Prompt Engineering）
2.1第一道关：让AI认识“项目管理”
2.1.1 为什么从“顾问”切入
2.1.2三步走：把“实践”变成“AI 能用的知识”
2.1.3 Prompt Engineering：让回答“契合企业文化”
2.2 知识库 RAG 的最小实现
2.2.1 核心链路：意图识别→检索→生成
2.2.2 知识库如何建
2.2.3 RAG 的“最小实现”
2.3 评测集：从 50+个代表性评测用例起步
2.3.1 为什么要做评测集
2.3.2 50+个评测用例怎么来的
2.3.3 准确率/召回率基线怎么定
2.3.4 评测如何驱动迭代
2.4 天使用户怎么找、怎么收集反馈
2.4.1 找谁：找“痛得最深”的人
2.4.2 怎么收：埋点+真实对话双管齐下
2.4.3 反馈如何进评测集：让真实战场反哺护栏
2.5 顾问模式的天花板：会说，不会做
2.5.1 为什么说“Prompt+RAG +知识库”到顶了
2.5.2 v2.0的起源
2.6 本章小结
第3章 v2.0让Agent帮你干活（Context Engineering）
3.1 从工作流到Agent
3.1.1 不直接托管给大模型
3.1.2 意图识别用小模型：一笔成本账
3.1.3 路由器的5路分发：每一路的判断条件
3.1.4 主Agent作为规划器
3.2 长记忆:4件套：让Agent不再失忆
3.2.1 为什么记忆要外化
3.2.2 上下文构建器的6步拼装
3.2.3 Window Guard：裁剪策略与 Context Rot
3.3 5个工作流的选择
3.4 自建前端的代价与收益
3.5 v2.0 的瓶颈：规范性与可扩展性的矛盾
3.6 本章小结
第4章 v3.0从个人分身到领域Agent探索 （Harness Engineering）
4.1 项目主数据：一表打平为什么是冷启动关键
4.1.1 一表统管：主数据作为唯一事实来源
4.1.2 一键安装“项目管理技能”：Claw+技能 = 自动接管
4.2 让个人助理Agent进项目群：五维安全策略
4.2.1 六段式异步管道：IM 当管道，Claw 当大脑，后台服务当神经系统
4.2.2 五维安全：ISOLATION/WHITELIST/MONITOR/NOTICE/AUDIT
4.2.3 安全部门的认可：从“皱眉头”到“最好的管控方案”
4.3 Team Claw 探索与困境
4.3.1 基于Clawith：每项目一实例，共享标准流程与技能库
4.3.2 困境：信息混杂，准确度无法分辨
4.4 核心反思：前台服务员与后厨
4.4.1 OpenClaw = 前台服务员
4.4.2 项目管理Agent= 后厨 = 领域唯一事实来源
4.4.3 转向：从“项目实例”到“个人实例+ 项目知识工程”
4.5 本章小结
第5章 v4.0PMOBP：项目专属BP （Knowledge Engineering）
5.1 信息孤岛：三角色 × 五渠道
5.2 共享上下文+角色感知：L1~L5 架构
5.2.1 L1 多源摄取：5 渠道适配器
5.2.2 L2 双路调度：实时路与批量路
5.2.3 L3 共享知识库：Git+Markdown 五层结构
5.2.4 L4 角色感知注入：三层渐进检索
5.2.5 L5个人Agent实例：隔离中共享
5.3 Auto Dream：让对话反哺知识库
5.4 常规模式与敏捷模式：一套基建，两套打法
5.5 已落地的能力矩阵
5.6 本章小结
第6章 v5.0自进化的领域专家 （Cognition Engineering）
6.1 什么是认知工程？
6.2 知识工程与认知工程的关系
6.3 记忆系统的实现
6.3.1 记忆的存储结构
6.3.2 记忆的触发机制
6.3.3 记忆的遗忘机制
6.4 将人的经验蒸馏入库
6.4.1 为什么场景是经验的基本单位
6.4.2 经验库的构建过程
6.4.3 场景化定义的核心数据结构：1S·4W·2H
6.4.4 两个层级的循环：大 Loop（大循环）与小 Loop（小循环）
6.5 让Agent实现自我进化
6.5.1 触发
6.5.2 检索
6.5.3 修正
6.5.4 评测
6.6 一次真实查询的内部运转机制
6.7 本章小结
第7章 心得与展望
7.1 领域Agent建设心得
7.1.1 心得一：先动起来比制定一个完美方案更重要
7.1.2 心得二：AI 时代，人人都可以是 Builder
7.1.3 心得三：模型探上限，工程保下限
7.1.4 心得四：主数据完整度扩充建设优先于使用场景的扩展
7.1.5 心得五：用Git做知识工程，比用Wiki更好
7.1.6 心得六：领域Agent的本质，是领域的 Source of Truth
7.1.7 贯穿6条心得的底层定律：Harness 衰变
7.2 阶段二到阶段三的关键跃迁
7.3 一份邀请：共建项目管理领域的认知工程
7.4 本章小结
第8章 给两类读者的落地路径
8.1 个体路径：你不是 PMO，但想用AI管项目
8.1.1 第一步：从单渠道先跑通开始
8.1.2 第二步：安全可控先于功能
8.1.3 第三步：记忆管理要早做
8.1.4 第四步：先用Skill解决，不行再上工具
8.1.5 第五步：遇到第一个失败Case就建立评测
8.1.6 八条反模式的自检清单
8.2 组织路径：PMO 团队的六项前置准备自查
8.2.1 准备项 1：主数据底座
8.2.2 准备项 2：知识工程底座
8.2.3 准备项 3：安全治理
8.2.4 准备项 4：评测体系
8.2.5 准备项5：Skill库
8.2.6 准备项 6：角色感知
8.2.7 把六项前置准备接回组织行动锚点
8.3 三档投入与三档产出
8.3.1升档是加功能，还是换架构？
8.3.2安全检查项：对外输出脱敏（任何档位都不能省）
8.4 本章小结
附录A 项目管理方法论沉淀
A.1 干系人识别与管理
A.1.1 干系人分类
A.1.2 干系人应具备的特点
A.1.3 识别干系人的目的
A.2 项目启动会（KO）方法论
A.2.1 从立项到项目 KO，你必须清楚的关键事项
A.2.2 如何开好一场 Kick Off Meeting
A.3 会议体系与高效会议
A.3.1 如何设计一个大型项目的会议体系
A.3.2 极限会议实践
A.4 复盘方法论
A.4.1 如何做好一次项目复盘
A.4.2 团队复盘心法——心情曲线
A.5 风险识别与升级机制
A.5.1 项目风险管理实践
附录B 可复用模板物料
B.1 项目立项/规划模板
B.2 项目启动会模板
B.3 大型项目 OKR 对齐模板
B.4 项目 OKR 及交付物拆解模板
B.5 周会材料模板
B.6 风险登记册模板
B.7 项目复盘模板
B.8 大型项目运作机制模板
后 记
致 谢
写在最后
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
