1. 技术全景图
从业务场景到组织平台化，AI 应用开发可拆成 10 层能力栈。越往下越接近生产治理和平台化，越往上越接近业务价值与用户体验。
2. 技术领域 × 人才层级能力矩阵
用于招聘、晋升、培训和个人成长评估。L1 会用，L2 能交付模块，L3 能交付生产系统，L4 建平台与标准，L5 定战略与范式。
3. 个人学习路线图
建议每个阶段都沉淀可复用资产，而不仅是完成项目。资产包括 Prompt、RAG 配置、评估集、上线清单和复盘报告。
4. 公司级能力沉淀地图
公司 AI 建设的目标不是堆 Demo，而是形成可复制、可治理、可评估、可规模化的组织能力。
5. 读图建议
个人视角：先完成 3 个可上线小项目，再沉淀 Prompt、RAG、Eval、上线清单。
团队视角：用能力矩阵做培训和岗位评级，避免只考察“会不会调 API”。
公司视角：优先建设场景库、RAG 方案库、Eval 数据集和上线审查清单。
专家视角：继续深入不一定进入模型研发，RAG、Agent、LLMOps、安全治理同样是深水区。