Official Website

AI 生产力不该只停留在对话里。

Company OS 不是又一个“什么都能聊”的 Agent 外壳,而是一套把机会、证据、执行、治理、能力沉淀与公司价值组织成正式对象流的 operating system。它关心的是公司如何运转,而不只是模型如何作答。

Governed work Evidence-backed decisions Capability compounding
项目定位

不是聊天机器人,而是一套公司级 operating system

真正的自动化公司,不是“把更多动作自动化”而已,而是把决策、执行、治理、回滚、学习和组合管理都纳入结构。Company OS 的设计目标正是这一层。

它是什么

一套面向 AI 原生公司的结构化系统,而不是临时工作流集合。

  • 把机会推进为 formal objects,而不是聊天话题。
  • 把结论限制在证据、审查和风险门之内。
  • 把交付结果继续沉淀为能力更新与 ledger 事件。

它不是什么

项目刻意避免被误读成“万能智能体”或“自动化老板”。

  • 不是单一 all-purpose agent。
  • 不是松散的 multi-agent 聊天群脑。
  • 不是已经完成大规模自治经营的 finished company。
系统结构

四层拓扑,让 AI 进入公司,而不是外挂在公司外面

Company OS 把企业运行拆成控制面、业务单元、共享服务和人类边界。这样做的好处是:治理不是后来补上的,而是从系统起点就存在。

Control Plane

负责公司级规则、预算、组合管理、stage gates 与机会 triage。

Business Units

每个业务单元是一个可重复的 decision engine,有明确 ICP、问题链与产品阶梯。

Shared Services

统一的 router、memory、risk-gates、ledger、registry 让不同单元复用同一底座。

Human Boundary

人类保留宪法设定、资本配置、异常裁决和最终审计,风险动作进入明确审批面。

正式对象流

每一项机会,都应该走进可以执行、可以回看、可以沉淀的经营链路

Company OS 不把执行建立在模糊对话上,而是建立在可路由、可评审、可产品化的 formal objects 上,这也是它与大多数 AI 工具的根本差异。

1

Opportunity

把机会定义成正式问题,而不是“先聊聊看”的灵感碎片。

2

Brief / WorkOrder

形成核心决策问题和可路由的工作对象,进入执行链。

3

Artifact / Outcome

交付物和结果被注册、审查、记录,而不是散落在消息和附件里。

4

Capability / Ledger

学习进入提案和批准流程,公司层面价值进入可追踪账本。

Opportunity → Brief → WorkOrder → Artifact Record → Outcome → Capability Update → Ledger Event
客户与合作

一条面向客户,一条面向合作与资本,但都基于同一套系统事实

首个已激活业务单元是 demand_intelligence,它提供可以卖给客户的决策清晰度;同时,Company OS 作为系统架构,也对合作伙伴和投资视角有独立价值。

面向客户 / 销售

当前最成熟的对外切口,是“需求与定位判断”这类高价值但常被低质量泛研究拖垮的问题。

  • 目标客户:独立开发者、小型 SaaS 团队、早期 AI 产品团队。
  • 产品阶梯:Demand & positioning sprint → Validation sprint → Ongoing intelligence radar。
  • 核心价值:卖的是决策清晰度和验证路径,不是泛研究报告。

面向合作 / 融资

真正值得被理解的,不只是一个业务单元,而是这套 system 如何把 AI 生产力变成可治理、可积累、可扩展的 company substrate。

  • 护城河在 formal objects、governance、ability compounding 和 portfolio awareness。
  • 学习不是自我篡改,而是 review → proposal → approval 的提案式升级。
  • 扩张规则非常克制:先稳定一个单元,再半产品化,再扩第二个。
已验证能力

官网不能只讲愿景,也必须展示今天已经站稳的事实

当前最可信的叙事,是“Company OS 已经完成从 monorepo 边界、共享服务、首个业务单元到治理闭环的原型验证”,而不是一句含糊的“我们正在做 AGI 公司”。

需求情报业务单元已实体化

系统已经能把 intake materialize 成 sprint package,并通过 research → promotion → decision support 路径输出结构化建议。

证据与来源边界已成型

研究链路使用 bounded signal_sources、source-kind coverage 与 provenance,而不是匿名片段堆积。

治理层已经不是口号

组合压力、selection plan、apply / rollback、human gate reconcile 和 lane-aware constitution governance 都有原型实现。

下一步阅读

如果你要进一步理解项目,不要再打开原始 Markdown 入口。

这个站点已经把最关键的蓝图、商业价值和里程碑重构成官网页面。需要源文档时,再回到仓库中的 docs/ 路径查看 source of truth。