先说清楚
它不是培训
市面上的 AI 训练营大多是课：讲原理、教工具、发证书。加速营不是——它是一场围着你的问题转的攻坚。
01
加速营解决问题，结束时你带走一个还在运行的 Agent。
培训教方法，结束时你带走一份笔记。
02
加速营用你自己的数据，做你自己这个月正头疼的事。
培训用准备好的案例，讲别人的故事。
03
加速营按问题走，每组盯着自己的问题往前推。
培训按课表走，人人进度一致。
怎么走
四步，从一个问题到一个能用的 Agent
每一组都走这四步。走完，Agent 是你们搭的，不是我们替你搭的。
01
把问题说清楚
每组带来一件真实业务，我们一起把它说成一句话：谁、在什么场景、卡在哪。
→02
把数据接进来
各组把脱敏后的数据文件导入 FMClaw™。只用导出的数据，不动你的系统、不做接口。
→03
亲手拼出 Agent
在工程师的辅导下，每组自己动手把 Agent 搭起来——是你搭的，不是我们替你搭的。
→04
跑通，并留给你
用你真实的业务数据从头到尾跑一遍。跑通的东西留下来，回去接着用。
怎么组队
像一场小型比赛
- 分组
- 2–4 组，每组 4–6 人。像一场小型比赛：各组带各自的问题，同场推进，互相看得见进度。
- 组内配置
- 每组都要有懂业务的、懂数据的。会不会写代码不重要，懂不懂这件事很重要。
- 数据量
- 可以比 Demo Day 更大——多几张表、多一些历史数据都行。但仍然只用导出的数据文件，不做任何接口。
- 时间
- 2–3 天闭门。这几天里，关键人不接别的会——准备越足，这几天越值。
几组人同场推进，是有意为之：进度互相看得见，讨论会更认真，回去以后的传播也从不止一个组开始。
边界
数据可以更大，接口仍然不做
和 Demo Day 相比，加速营的数据量可以更大、讨论可以更深。但有一条线不变：只用脱敏导出的数据文件，不做任何数据接口和软件接口，不动你的生产系统。
要接系统、要治理大数据量、要生产级交付——那是按阶段交付的 FDE 服务， 不该塞进两三天里草草做完。
你会带走什么
三样东西，一样都不虚
01
一个还在运行的 Agent
不是演示录屏，不是方案 PPT。是一个跑在你数据上、结束后还能继续用的智能体。
02
一份能复用的工作流
问题怎么拆、数据怎么理、Agent 怎么搭——这套方法留在你团队手里，下个问题照着做。
03
一批「亲手做过」的人
2–4 组人从头到尾干过一遍。回到岗位上，他们就是你的 AI 转型种子。
第三样最值钱：转型的动力，从亲手做过的人身上长出来。
拿什么问题来
两个适合分组攻坚的问题
流程环节多、天天在发生、数据现成——这样的问题最适合在加速营里跑通。
延伸阅读
为什么让一线亲手搭智能体
加速营的底层逻辑:AI 转型的动力为什么应该从一线长出来。
FAQ
关于加速营，你可能想问的
- 加速营和 AI 培训有什么区别？
- 培训教方法、用准备好的案例，结束时你带走笔记；加速营解决问题、用你自己的真实数据，结束时你带走一个还在运行的 AI 智能体和一套能复用的工作流。我们不发课表，只盯着你的问题往前推。
- 加速营和 Demo Day 有什么区别？
- Demo Day 是看：半天到一天，我们演示给你看，帮你确认这条路走得通；加速营是做：2–3 天，你的团队分组亲手把 Agent 搭出来。看完想动手的，来加速营。
- 参加的人需要会写代码吗？
- 不需要。FMClaw™ 上搭 Agent 靠的是把业务说清楚，不是写代码。每组需要的是懂业务的人和懂数据的人，工程问题由我们的工程师现场兜底。
- 怎么分组？带几个问题来？
- 2–4 组，每组 4–6 人，各带一个真实业务问题和它的数据。像一场小型比赛：同场推进、互相看得见进度，内部讨论也会更深入。
- 数据量可以带多大？会做系统对接吗？
- 数据量可以比 Demo Day 更大——多几张表、更长的历史周期都可以。但仍然只用脱敏导出的数据文件，不做任何数据接口和软件接口，也不动你的生产系统。接口与大数据量治理属于 FDE 服务。
- 很多企业 AI 项目停在 PoC，加速营怎么避免？
- 多数 PoC 死在两件事上：问题定义模糊，和做的人不是用的人。加速营从第一天就把问题压缩成一句话，并且让真正用它的业务团队亲手搭——搭完的 Agent 留在他们手里继续跑，而不是留在供应商的演示环境里。
- 加速营收费吗？
- 免费。我们要的是你带真问题、真实数据和对的人来。
- 数据保密怎么保障？
- 带脱敏数据来；需要的话，开始前签保密协议，数据的处理范围与去向写清楚。