> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# AI的香水金字塔：热闹之后是什么
- URL: https://www.hubwiz.com/blog/the-ai-fragrance-pyramid-what-remains-after-the-hype/
- Published: 2026-06-02T12:07:17.000Z
- Updated: 2026-06-02T12:07:17.000Z
- Description: 香水金字塔的理念是：一种香氛并不是作为单一统一体到达然后简单消散的。它以三个不同的层次逐步展开，每一层在不同的时刻被感知，每一层在整体体验中扮演着不同的角色。
- Author: admin
- Tags: INDUSTRY, #Import 2026-10-14 14:41

在几期之前，我分享了自己在商场走廊被一股香水味"突袭"的经历。那种奇特的体验——在大脑还没来得及处理之前，气味已经先一步到达你身边。我以此为切入点，探讨了AI演示的生命周期。

接触时惊艳，但你还没来得及追问来源，它就已经消失了。

后来有几位读者回信，其中一些人指出了我在原文中没能充分展开的内容。事实证明，香水的隐喻比我当初理解的要深刻得多。

## 1、香水金字塔

调香师有一个叫做"香水金字塔"的框架。这是那种优雅得几乎令人尴尬的领域知识——你一旦接触到它，就立刻想把它应用到其他地方。

![The Fragrance Pyramid – Candle Shack](https://www.hubwiz.com/blog/content/images/2026/06/https-3A-2F-2Fsubstack-post-media.s3.amazonaws.com-2Fpublic-2Fimages-2F4654f414-6dd2-490a-b86c-0e65e7fd0e7f_5600x3150.jpeg.png)

[来源](https://candle-shack.co.uk/blogs/all-blogs/the-fragrance-pyramid?ref=hubwiz.com)

这个理念是：一种香氛并不是作为单一统一体到达然后简单消散的。它以三个不同的层次逐步展开，每一层在不同的时刻被感知，每一层在整体体验中扮演着不同的角色。

**前调（Top Note）**是最先冲击你的。挥发性强、明亮耀眼，专为即时印象而设计。柑橘或淡花香……某种尖锐而生动的气味。它是你在柜台闻到的东西，是你在没注意的走廊里被吸引住脚步的原因。它在几分钟内就会挥发，它的全部职责就是充当开场白。

**中调（Heart Note）**在前调消散时浮现。这是香水的真正性格。更丰富、更温暖、更复杂，也更缓慢地展现自己。当你购买一瓶香水时，你买的就是中调，即使说服你试用的是前调。

然后是**尾调（Base Note）**，大多数人从未有意识地注意到它。深沉、缓慢释放，由木材、麝香和树脂构成，直到使用后一段时间才完全显现，然后持续数小时。尾调是让香气持久的原因。没有它，即使是最美丽的中调也会挥发殆尽，你只会留下一种模糊的、令人不满足的印象——好像差一点就成了。

![AI举措的印象与影响 | 由作者分享的概念改编，由Modern Data 101策划](https://substackcdn.com/image/fetch/$s_!5zvb!,w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fe26adf75-303a-49f4-91cb-874718733465_1920x1033.png)

### 1.1 AI演示就是前调

AI演示几乎天生就是为了制造即时印象而设计的。挥发性强、明亮耀眼，经过精确调校让你想拿起那瓶香水。

有些例子大家可能太熟悉了：一个能理解你问题的对话界面，或者一个在你还没说完之前就浮出你想要洞察的语义层。

更好的演示指向了真实的东西。问题在于——和我在上一篇文章中探讨的同一个问题——瓶子里剩下的到底是什么。

### 1.2 中调是平台层

数据架构、集成工作、精心构建以反映你真实业务而非理想化版本的语义模型、让答案值得信赖而非仅仅是听起来自信的治理框架。

这才是AI赋能的数据能力的真正性格所在。它展现自己的时间比演示所暗示的要长得多。它在数月的实施中逐步显现，而不是四十分钟的供应商会议上。但当你越过第一印象时，这才是你真正在评估的东西。

然后是尾调——当我们在讨论AI时，几乎没有人谈到它。

### 1.3 尾调是你的数据专业人员

他们是构建和维护系统数据管道的工程师。是花了数月甚至数年时间让组织中所有人就"收入"在十几个不同源系统中的确切含义达成一致的治理从业者。

是理解大规模运行这些基础设施的成本、并能防止这些成本随着使用量增长而不断累积的FinOps团队。是做出基础性架构选择并每天承受其后果的架构师。这些工作在演示中全都不可见。但正是这些工作让演示真正能够在规模上落地。

![从香水金字塔视角看AI支撑系统 | 由作者分享的概念改编，由Modern Data 101策划](https://www.hubwiz.com/blog/content/images/2026/06/https-3A-2F-2Fsubstack-post-media.s3.amazonaws.com-2Fpublic-2Fimages-2F602e1c01-0122-4481-a4a8-16c7eea5e293_1920x1080.png)

## 2、试运行崩溃的根因分析

根据我的经验，当某件事在试运行中运行良好，但在上线六个月后变得面目全非时，几乎总是一个尾调问题。

前调是真实的，中调也曾被尝试，但基础层被当作了在激动人心的部分之后再处理的事情。

在数据系统中，激动人心的部分无法脱离其下的基础而存活。

尾调必须从一开始就在那里，否则整个香氛就会坍塌成某种闻起来隐隐有希望、几分钟后就消失的东西。

让我感到悄然惊叹的是，构成那个基础的学科——数据管理、数据治理、数据工程、FinOps——已经积累了数十年的知识和实践。

最佳实践并不神秘。工具已经相当成熟，然而在技术真正令人兴奋的时刻，总有一种反复出现的倾向——把所有这些都当作一个 presumably 已经被别人处理过的前提条件。有时确实如此。但通常并非如此。

## 3、长期收益：赋能人在回路中

AI赋能分析的持久价值，往往是由那些在尾调上投入过、并持续投入的人所收获的成果。

![投资决策赋能和人力赋能基础的影响 | 由作者分享的概念改编，由Modern Data 101策划](https://substackcdn.com/image/fetch/$s_!WAAc!,w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F309d2a2c-eed5-45e2-9924-c5a062d6f9df_1920x1080.png)

- 定义字段含义并确定**谁对其质量负责**的数据契约。
- 让你理解**一个数字从何而来**的血缘追踪。
- 确保**向这些系统提问的人**能够**信任**他们收到的答案的治理框架。
- 随着使用规模扩大，保持基础设施**财务可持续**的成本管理实践。

这些是没有人会在会议上展示的持久性工作，但它们比几乎任何其他因素都更能决定香气是否持久。

我在那个走廊里遇到的香水，在我记忆中停留的时间比预期的要长。不是作为一种气味——那早已从记忆中消散——而是作为一个问题。

**它下面是什么？中调是什么？尾调是什么？**

我从未找到答案。对于百货商店里的一次偶遇来说，这无所谓。但对于你的数据策略，你***必须***知道什么能够持久。

---

原文链接: [The AI Promise: A Pyramid View of What Lingers](https://moderndata101.substack.com/p/the-ai-promise-a-pyramid-view-of)

汇智网翻译整理，转载请标明出处