独立开发者
需要尽快看清最值得投入的第一条 wedge，而不是被广谱反馈淹没。
First Offering
Demand Intelligence 不是泛研究，而是帮团队决定下一步该切哪条需求 wedge。
这是 Company OS 当前最成熟、最适合客户理解和验证的产品化切口。它服务独立开发者、小型 SaaS 团队和早期 AI 产品团队，输出的是决策清晰度和验证路径，而不是泛泛研究报告。
Who It Serves
适合谁，以及为什么先从这里切入
需求判断是最典型的高价值、低清晰度问题之一。Demand Intelligence 把它做成可交付、可验证、可复盘的产品路径，也因此成为 Company OS 对外最自然的第一产品。
小型 SaaS 团队
需要在有限人力和预算下决定需求方向、定位角度和验证优先级。
早期 AI 产品团队
需要把模糊市场信号压缩成可验证的产品动作，而不是继续停留在概念讨论。
What You Get
交付的不是“更多材料”，而是更接近下一步动作的判断
当前原型已经能生成结构化 recommendation draft，并保留 evidence basis、限制条件与验证路径。
Primary Wedge
明确建议先切哪条 demand wedge。
Backup Wedge
当证据支持时，给出更保守的第二选择。
Evidence Basis
显示支持判断的证据脉络与局限，而不是纯结论。
Validation Plan
给出两周验证计划与 stop / continue signals。
How It Works
三步走完：从 intake 到 evidence，再到 decision support
虽然底层是 Company OS 的 formal objects 和 governance，但对客户而言最重要的是，这条链路已经能把模糊输入稳定压缩成更可执行的下一步。
Intake
把当前产品、用户、约束和目标转成 formal sprint input。
Research
从 bounded source kinds 中汇集信号，经过 coverage 与 provenance 约束。
Decision Support
生成 wedge recommendation、限制说明和验证计划。
Why It’s Credible
为什么它比“泛研究”更可信
可信度不来自更响亮的话术，而来自更明确的边界。Demand Intelligence 当前的可信度来自 evidence-bounded research、source provenance 和 promotion gate。
它刻意限制自己
- 使用 bounded
signal_sources，不假装开放式全自动研究。 - 有 source-kind coverage 和 source-reference coverage 检查。
- promotion 前必须存在 accepted evidence pack。
它刻意不夸大自己
- 当前 deliverable 仍是 heuristic、evidence-bounded prototype。
- 它不替代战略负责人，只提高判断质量与验证速度。
- 它是 Company OS 的第一产品，不是整个系统的全部价值。
Next Step
如果你从客户视角进入，下一步最合理的是继续看资源中心和合作页。
资源中心负责收拢官网阅读路径和仓库 source-of-truth；客户与合作页负责解释这条产品叙事如何连接到更大的 Company OS 平台叙事。