政务与公共安全
5 个项目AI 误报剔除到四级画像：地区级数字交通平台的设计取舍
非现场执法的核心指标不是抓拍数量，是误报率。误报降不下来，一线执法员的精力全耗在复核上，系统再先进也没人愿意用。
全省排污企业视频汇到国家平台：国标级联链路的四个卡点
省级视频汇聚不是「把摄像头接进来」那么简单。双网隔离怎么让视频过、通道编码怎么对上国家平台、目录同步为什么总丢通道——这篇讲清楚四个真实卡点。
县域应急指挥：把广播、地震预警、声光报警接进一张图
县域应急最难的不是技术，是三件事：广播系统是别人建的、老百姓只听懂本地语言、地震预警只给你几十秒。这篇讲清这三件事怎么落地。
地质灾害预警一张图：从气象数据到预警发布，9 分钟链路怎么跑通
预警系统最难的不是算得准，是让人信。误报三次之后，第四次真预警没人理。这篇讲清三件事：9 分钟的链路预算怎么分、阈值为什么不能拍脑袋、预案为什么必须跟预警一起推。
公车监管：轨迹能证明车去了哪，证明不了这趟该不该去
装个 GPS 就说做了公车监管，是这一行最常见的糊弄。轨迹只回答「车去了哪」，不回答「这趟该不该去」。这篇讲清三件事：派车单为什么是锚点、加油和里程怎么对、夜间出车怎么判。
智慧校园
5 个项目三家厂商 7 台无线控制器，用一套程序做统一监控
7 台 AC 分属三个厂商，网管三套、口径三个。我们用 11 个 MIB 表探测把 OID 摸清，修正了华为 v3 版本的偏移，解决了「接口总流量不等于用户流量」这个最容易算错的地方。
157 条技术参数，把校园物联网平台的招标需求写清楚
校方要建一个覆盖 12 个子系统的物联网平台，但招标文件写不出可执行的技术参数。我们从数据流出发，把「要采什么、怎么采、存多久、谁来看」拆成 157 条可核验的指标。
41 个子项、一套底座：职业学院数智安防的整体设计
41 个子项如果各买各的，会得到 41 个孤立系统。这个方案的关键是把它们拆成「底座 / 平台 / 应用」三层，先建底座，再按优先级分批上应用。
6 万个终端、60 栋楼、12 个子系统：新建校区的物联网底座怎么搭
新建校区的物联网不是「装设备」，是「让 12 家厂商的 6 万个终端说同一种话」。这篇讲清三件事：物模型怎么定、状态怎么同步、视频为什么不进物联网平台。
物联中台、数字孪生、数据中台一起上：边界划不清，三个系统会互相甩锅
三个中台一起上，最贵的不是软件许可，是接口扯皮的时间。这篇讲清一件事：每条边界都要能回答「谁采集、谁计算、谁渲染、谁执行」，答不出来的那条，上线后一定会出事。
交通与出行
3 个项目不装专用抓拍机：用现有监控做交通违法检测的四个前提
「不装专用抓拍机」听起来是成本优势，实际是四个硬前提：成像条件够不够、证据链合不合规、误报量人工审不审得完、跨网数据怎么进执法系统。少一个都落不了地。
机场能耗管理：让航班动态去驱动空调和照明
机场节能和普通楼宇最大的区别是：它有航班时刻表。把航班动态接进能耗系统，空调和照明就能提前开、按需开、延时关——这是机场能耗管理真正的价值点。
道路交通运营：跟执法用同一批摄像头，算的是两本账
交通运营和交通执法用的是同一批摄像头，但口径完全不同：执法要精确到车牌，运营只要流量数。把执法数据直接拿来算流量，是最常见的错误。
水务
2 个项目从抄表到收费全链路打通：地市水务营销系统升级方案
老系统用了十一年，抄表靠人工、收费靠窗口、报表靠 Excel。难点不是新系统怎么建，而是旧数据怎么迁、业务怎么不停。
管网漏损：不是找一个漏水点，是算清一个区的水去哪了
管网漏损不是靠传感器「发现」的，是靠夜间最小流量「推」出来的。这篇讲清三件事：DMA 分区边界为什么必须先划清、夜间流量曲线怎么读、漏损率降不下来的真正原因。
智慧农业
2 个项目土壤墒情监测：一个测点代表多少亩，决定了数据有没有用
农业物联网最常见的失败是「传感器装了一堆，农民不看」。原因往往不是设备不行，是数据跟地块对不上。这篇讲测点布设、埋深选择、绝对值校准和灌溉决策四件事。
大棚环控：四个执行器抢一个目标，谁都别想独自动手
大棚降温有四个动作：开风机、开湿帘、开天窗、拉遮阳网。这四个动作互相影响，随便哪个先动都可能把另一个的效果抵消。环控的核心不是能远程开关，是让它们别打架。
食品与溯源
1 个项目城市治理
1 个项目平台与通用能力
4 个项目把一份 3000 页的 MIB 文档压成可用的 OID 清单
厂商给的 MIB 文件三千多页，几千个 OID。真正需要监控的只有十几个。这个项目做的是从几千个里挑出十几个，并证明它们真的能取到值。
招标方开始问这三个问题了：实时流、多模态湖、非结构化治理
「支持实时计算」这句话已经过时了。现在的问法是：用 Flink 还是 Spark Streaming、CDC 怎么保证断点续传、湖仓的路由引擎按什么规则判定。这篇讲清这三组问题该怎么答。
工单智能体：第一件事不是生成工单，是抑制不该生成的工单
给工单系统接个大模型，让它自动填单，是把力气用错了地方。运维的核心矛盾是告警太多人太少，智能体第一个要解决的问题是「这条告警要不要开工单」。
算法配置管理平台：能配不算本事，能回滚才算
项目里跑的 AI 算法越多，越容易出问题：算法升级了，效果变了，没人说得清是变好还是变差。平台真正的价值不是「能配」，是「能对比、能回滚、能算清账」。
关于案例的说明
出于保密义务，客户名称、具体点位和内部系统名称均未披露，保留的是区域、行业、规模和关键技术路径。
已交付：已完成上线并稳定运行，数字为实测值。|在建：已进入建设实施阶段，写的是已确定的技术架构与实施中的取舍。|方案设计：处于方案或投标阶段，数字来自需求测算与架构推演。
三类分开标注，是为了让你判断的时候不被包装误导。如果一个项目你更想看「踩了哪些坑」， 每篇末尾都有「几条可以带走的判断」。