Oracle把专家经验变成流水线

今天看到Oracle在招聘、工程和运营三条线上用ChatGPT Work和Codex的案例，核心思路其实不新鲜：把资深员工的隐性知识抽出来，变成可复用的工作流。但真正让我在意的是，他们不是让AI替人做决策，而是让AI把「专家脑子里那套判断路径」固化下来，新人照着跑就能达到七八成水准。

招聘场景最典型。过去筛简历、约面、写评估，每个环节都依赖 recruiter 的个人经验，换个人就换套标准。Oracle的做法是把这些环节拆成提示词模板，让模型按固定维度打分和追问。好处是速度快了，坏处是如果模板本身有偏见，会被批量放大。所以我更关心他们怎么校准这些模板，而不是单纯吹效率。工程侧用Codex辅助写代码和review，运营侧用ChatGPT Work处理工单和文档。这两块我持保留态度：代码生成的质量取决于上下文给得够不够，运营工单则很容易变成「看起来处理了，实际没解决」。Oracle敢大规模推，说明他们内部有比较强的评测和回滚机制，这点比工具本身更值得学。对出海团队来说，这个案例的启发不是照搬Oracle，而是先想清楚：你团队里哪个岗位的专家经验最值钱、最容易被复制？从那个点切入，比全面铺开AI工具靠谱得多。否则很容易变成买了一堆license，最后只有少数人在用。