案例
以下均来自公开出处（厂商案例、官方新闻或可核仓库/博文）。数字以原文为准；环境会变，请点进原文核对。
Coinbase × Cursor：想法到上线提速
公开案例称部分团队将 idea→production 从约 20 天降到约 2 天量级，并大规模用 Agent 产 PR。
怎么做：Agent-first：用 Plan 拆票 → Agent 实现 → 人工审查；团队用 speedrun 练「半小时交 PR」。
Dropbox × Cursor：大型代码库 AI 化 SDLC
公开材料提到对超大规模代码库建立索引，并接受大量 Agent 生成代码进入流程。
怎么做：先索引仓库建立上下文 → 把 Cursor 嵌入写码/评审/迁移等环节 → 用内部工程指标看吞吐与周期。
Klarna × OpenAI：客服助理规模化
OpenAI 案例写到助理上线首月处理大量会话，并给出相当于数百全职坐席工作量等公开表述。
怎么做：用大模型承接多语种客服与退货等流程；同时给员工上企业版对话工具提效。
Klarna × LangGraph：多 Agent 客服演进
LangChain 侧案例描述用 LangGraph/LangSmith 强化升级、自动化比例与处理时效等（以原文数据为准）。
怎么做：把升级路径做成可观测的多 Agent 图；用评测与追踪工具迭代提示词与工具调用。
Duolingo × OpenAI：Max 角色扮演与讲解
OpenAI 案例介绍用 GPT-4 支撑 Role Play、Explain my Answer 等学习功能。
怎么做：把模型嵌进订阅功能：情景对话 + 错题讲解；用学习深度等信号评估回答质量。
Nubank × OpenAI：客服与检索副驾驶
公开案例描述企业搜索、呼叫中心副驾驶与客户助手等，并给出响应时间等改善表述。
怎么做：先做内部知识检索，再做坐席实时辅助，最后部分场景直接对客自动回复并设升级路径。
OpenAI × Notion：知识工作流
Notion 客户故事描述 OpenAI 用 Notion 做知识中枢，并合作发展 Notion AI。
怎么做：统一知识库与发布说明；用 AI 检索 playbook，缩短 GTM/协作找到材料的时间。
Harness：某客户引入 GitHub Copilot 的对比观察
Harness 博文对约 50 名开发者做有/无 Copilot 阶段对比，报告周期时间等变化（幅度以原文为准）。
怎么做：先基线采集 PR/周期 → 全员接入 Copilot → 用工程分析工具对比，而不是只看「写得更快」体感。
Morgan Stanley × OpenAI：投研助手
OpenAI 公开案例介绍投行侧用 GPT 类能力辅助顾问检索与内容工作（细节以原文为准）。
怎么做：把内部知识与合规边界嵌进助手；先服务员工提效，再谈对客自动化。
Stripe × OpenAI：文档与支持提效
OpenAI 案例描述 Stripe 将模型用于文档理解与支持场景等公开实践。
怎么做：从高重复的文档问答入手；用评测集盯准确率，再扩大到更多内部工具。
Harvey × OpenAI：法律专业工作流
OpenAI 案例介绍 Harvey 面向法律专业场景构建助手与工作流（以原文表述为准）。
怎么做：垂直场景 + 专业数据/流程约束；强调人工复核与合规，而不是通用聊天套壳。
ChatGPT Edu：高校教学与研究入口
OpenAI 官方介绍面向高等教育的 ChatGPT Edu，强调校园可控部署与教学场景。
怎么做：学校统一开通 → 课堂与研究场景试点 → 配套学术诚信与引用规范。
Claude for Education：校园 AI 素养
Anthropic 官方新闻介绍面向教育的 Claude 方案与学习相关能力。
怎么做：把「会提问、会核查」写进教学设计；用官方教育页跟进可用性与政策。
Notion × Anthropic：客户故事
Anthropic 客户页描述 Notion 侧使用 Claude 的公开故事（细节以原文为准）。
怎么做：在知识库/写作产品中嵌模型；用真实文档任务做回归，避免只看 Demo。
GitHub：Copilot 生产力研究综述
GitHub Blog 汇总研究：Copilot 对开发者任务完成与主观幸福感等指标的影响（幅度以原文为准）。
怎么做：先读公开研究再定采购；上线后用自己的 PR 周期与缺陷率做对照，不盲信厂商数字。
Rakuten × LangChain：企业 Agent 实践
LangChain 客户博文介绍乐天侧用 LangChain 生态落地 Agent 的公开叙述。
怎么做：选准一个业务流程做竖切；用追踪/评测工具看工具调用失败率再扩大。
DeepSeek-R1：开源推理模型发布
DeepSeek 官方发布与仓库公开 R1 推理模型技术路线，国内开源社区广泛复现讨论。
怎么做：个人/团队可先读官方说明与仓库 → 用本地或 API 跑基准 → 再决定是否接入业务。
Qwen2.5：阿里开源模型族更新
通义千问团队公开博文介绍 Qwen2.5 系列能力与开源发布（以博文为准）。
怎么做：在 ModelScope / HF 拉模型做评测；国内场景可优先试中文任务集再谈微调。
StackLLaMA：个人/社区用 RLHF 练栈溢助手
Hugging Face 博文演示如何用开源栈把 LLaMA 训成偏 Stack Exchange 风格的助手——典型「会造」学习路径。
怎么做：跟教程搭数据与训练脚本 → 小规模实验 → 把评测集固定下来再加大。
以上含既有案例与本轮新增可核条目。厂商文案有宣传成分，落地时请自建评测与合规审查。