概念词典

会思考的大脑：知识渊博，但不了解你的公司。

大模型像一位知识渊博的实习生：什么都懂一点，反应很快，但不了解你的公司，也不能替你把事办完。在 AIDC 里，模型是可以更换的零件，由 Engine 按岗位派发。

会用工具的助手：能查资料，能把一件事从头做到尾。

智能体在大模型之上加了工具与行动能力，能查资料、用系统、把一件事从头做到尾。但它还只是临时的助理，谁都能雇一个；有了岗位、制度和工作记录，才成为数字员工。

有岗位的数字同事：职责明确，按公司制度办事，做过的事都有记录。

数字员工是坐在具体岗位上的智能体：职责写进岗位说明书，权限跟着岗位走，读的是公司自己的资料和制度。它在企业微信、钉钉、飞书或 Adis 里像同事一样被 @，由一位负责人持续训练，越用越懂这家公司。

员工入口：装在电脑上的数字员工工作台。

Adis 是 AIDC 的桌面应用，也是员工跟数字员工打交道的地方。新建一位数字员工只要一个名字和一段指令；本地的同事在你的电脑上工作，云端同事可以加进同一张团队地图。第一次打开时，输入公司发的 License 激活。

组织与治理：谁能干什么，在这里说了算。

Console 管组织、岗位、账号、License 与留痕。它不管数据内容，也不管执行，只回答一个问题：这件事，这个人或这位数字员工能不能做。只有管理员进得来，员工看到的是它的判断结果。

数字员工真正跑起来的地方，引擎名叫 AIDH。

Harness 是数字员工的运行层，引擎叫 AIDH。引擎常驻在机器上：每一轮对话都在本地计算，会话与记忆留在本机，登记设备和调度任务经过云端。一行命令装好，管理员在 Console 里指派和收回。

企业知识中枢：公司的数据聚到一处，长成不随人走的知识。

Nexus 把散在各个系统、网盘和聊天里的资料汇到一处，按公司自己的业务语言归位；数字员工照着它干活，管理者照着它决策。开发者发布的应用，成员也在 Nexus 上打开使用。

模型层：按岗位派模型，每一次调用都计量。

Engine 把模型单独做成一层：哪个岗位用哪个模型、模型跑在谁的机器上、每一次调用花了多少，都在这一层决定。换模型只换那颗「脑子」，岗位、流程、资料和权限一律不动。

角色、背景、任务、要求：把一件事交代清楚的四段。

随口一问，得到的是谁都能用的通用回答；按角色、背景、任务、要求四段写清楚，得到的是能直接用的产出。把「要求」写清楚的过程，就是把业务逻辑想清楚的过程。

回答所依据的那份文件或那条数据。

数字员工的回答附出处：依据的是哪份制度、哪张单据、哪个系统里的数。核对出处比盲信更快；答不上来的时候，它应该说「不知道」，而不是编一个。

写回业务系统之前，由人批准的那一步。

查询和写回不一样：数字员工可以查数据、出方案，但要改业务系统里的数据时，会先停下来等人批准。流程里必须由人批的环节叫断点，每个断点都有明确的负责人。

谁看了什么、改了什么的完整记录。

谁看了什么、改了什么、哪位数字员工动了哪个文件，都写进动作记录。出了事能倒查到具体哪一步，不靠回忆；账号收回或钥匙吊销之后，此前的记录也不会消失。

一家公司一张码：兑换即加入，设备拿到自己的钥匙。

License 是公司的准入。第一次打开 Adis 时输入公司发的 License，这台电脑就绑定到公司，拿到自己的算力钥匙；用量按设备计量，管理员随时看得见、收得回。客户侧只有两种角色：管理员与员工。

本地的用你电脑的算力，云端的用公司的。

在 Adis 里新建的本地数字员工在你的电脑上工作，会话、记忆与文件都留在本机。公司在 AIDC 上的数字员工是云端同事：粘贴一把钥匙，它就出现在你的团队地图里，和本地同事一起干活。

客户、订单、项目、物料这类公司每天在处理的「东西」。

Nexus 按业务对象归位资料，而不是按谁建的文件夹。把「这是一张订单」「这是同一个客户」认出来，不同系统里的不同叫法就对上了号，谁来查都是同一个答案。

用业务语言描述公司数据的一层：对象、关系、动作。

语义层把数据变成有意义的对象：每类对象有自己的属性，对象之间有关系，改数据要走定义好的动作，带着校验、权限和留痕。应用和数字员工读写的都是语义层，ERP 这类数据源永远只读。

建在数据之上、不随人走的四样东西。

把数据汇到一处只是地基，真正值钱的是建在上面的四类知识资产：行业语言、流程模板、技能与标准、决策问题库。它们是这家公司做事的方式，写进系统就不会随人离开，用得越久越厚。

数字员工会做哪些事，做到什么程度算合格。

技能与标准是四类知识资产之一，记下数字员工会做哪些事、做到什么程度算合格。写进系统之后，新同事上岗即会，老同事的经验也不再只装在某个人的脑子里。

管理者反复要问的问题，存下来，答案随数据自动更新。

这个月哪里在亏、哪个客户要跟进、哪条线要补人，这些管理者反复要问的问题存进决策问题库，答案随数据自动更新。它是四类知识资产之一。

集团、公司、部门、岗位、场景：往下一层，边界更窄。

Console 用五层描述一家公司：集团在多家公司之上，公司是一张 License 的边界，部门是数据与权限的分区，岗位是人与数字员工共用的编制，场景是一件具体的事怎么做。每一层都是一道边界，越权在这套模型里根本配不出来。

人与数字员工共用的编制，权限挂在这里。

岗位是公司编制表上的一个位置，不是通讯录里的一个人。人和数字员工都坐在岗位上，权限挂在岗位上：换人不用重配，新人上岗即拿到这个岗位该有的边界。模型也可以按岗位来派。

公司在 AIDC 登记的名字或短码，装引擎时用它加入公司。

在电脑上安装 AIDH 只需要两个参数：公司码和你的姓名。公司码不对，安装脚本停在第一步、什么都不下载；对了，装完即在公司名下登记，屏幕上打印「绑定成功」。换一个公司码，同一台电脑还可以加入另一家公司。

由电脑主动发起、连向云端的连接；电脑不开任何入站端口。

装了 AIDH 的电脑只向云端发起出站连接：领取任务、回传结果、上报心跳。它不监听任何入站端口，防火墙不用改；云端只记谁、什么时候、用了多久这类元数据，不保存对话正文。

模型装在自己的机房或专属机器上，数据不出厂。

私有化部署把模型装在企业自己的机房或专属机器上，网络可以断开对外，审计由企业自己掌握，适合涉密、涉及客户隐私和受监管的岗位。它和公有云模型可以同时用，在同一层里按岗位派发。

每一次调用都记在具体的数字员工、设备与岗位上。

逐次计量让月底的账拆得到人：用量和成本可以按部门、岗位、设备分开看，哪一段贵、贵在哪、值不值，一眼看得到，而不是收到一个笼统的总数。公有云模型按用量计费，私有化部署按机器计费。

管什么、看什么、答什么，以及什么不归它管。

每位数字员工上岗都配一份岗位说明书，写清它管什么、看什么、答什么、什么不归它管，并由部门负责人评审。边界写清楚，行为才稳定；越界回答或者推诿，往往是说明书没写清。

用公司真实业务出的考题，考过了才上岗。

数字员工上岗前，用这家公司的真实业务出题考它，至少十道，覆盖主要做法和已知的边界情况；通过率达不到门槛就不上线。上岗后犯过的错回流进题库，考题跟着员工一起长。

观察、诊断、处方、复验：诊断先于处方。

训练循环让已上岗的数字员工持续变强：先收集它工作中的证据，把失败归到六种原因之一，开出明确的处方，再重跑考题确认改进。不允许「感觉不对就改提示词」，每一轮都登记，改了什么查得到。

知识缺口、口径混乱、记忆问题、职责模糊、流程缺失、能力上限。

数字员工出错，原因可以归到六类，每类有对应的处方：缺材料就补录，口径冲突就指定权威文件，记忆出错就整理记忆，职责模糊就修订说明书，流程缺失就沉淀成 SOP，能力到顶就收缩任务边界。前五类当周就能修，只有最后一类要等平台升级。

一件具体的事怎么做：组织五层里最窄的一层。

场景是岗位上一件具体、反复发生的事，比如多家报价的对比、月度对账。每个岗位挑出最值钱的一到三个场景，写清输入、输出和完成的标准，先由人跑通一遍，再交给数字员工在真实任务上干。

一个场景的交代：输入、输出、完成长什么样、哪里必须人批。

场景卡把一个场景写成可以交出去的样子：用到哪些输入、产出什么、完成长什么样、哪一步必须由人批准、每个断点由谁负责。写清楚了，才交得出去。

到点自己跑的固定节奏，比如日报、对账。

部门里按固定节奏发生的事，比如日报、对账，可以固化为 Loop 系统：到点自己跑，不用每次有人去交代。搭部门价值链时，固定节奏做成 Loop 系统，单个场景做成 Mini App。

一事一用的小应用。

Mini App 是单个场景做成的小应用，一事一用，随点随用。数字员工可以把一个重复的流程做成这样的小工具，部署之后全员共享：一个部门跑通的工具，其他部门也能直接用。

场景沿业务流串起来：上游的产出自动成为下游的输入。

把部门里的场景沿业务流串起来，就是部门价值链：数据沿链流动，结果自动回流，人只管断点。再往前一步是跨部门连线：用数据的部门定标准与时限，卡在哪个部门，系统里看得见。

企业 AI 是公司战略，不是 IT 项目，由一把手亲自动员。

建设从一把手的动员会开始：宣布这是公司战略，不是 IT 项目；指定一名 IT 接口人，每个部门一名数据接口人。三个阶段的验收人逐级上升，最后一个阶段由一把手亲自签收。

按期交付、按标准签收：达标的签收，不达标的下期补上。

阶段一、二每两周一个交付期，阶段三每月一期；双方各自要做的事和期末的验收标准，都写在明面上。每期最后一天开验收会，达标的签收，不达标的项进入下一期补上，不悄悄滑过。

智能体开发引擎：十三个 SDK、一个命令行、开箱即用的模型。

在 AIDC Developer 里用 SDK 和 aidc 命令行开发应用，先在 test 通道预览，确认后原样发布到 Nexus 给全公司使用。每个能力先有 API、再有命令行、最后才是界面，所以智能体能做的事，人也能做。