AI 工作台 · 会成长的 AI 组织

AI 工作台是我在造的东西，但它不是「一个 AI 工具」，也不是「一个更聪明的 agent」——它是一个会自己长出本事的 AI 组织。

这个判断很重要，因为它决定了整个东西长成什么样：不是给一个人用的助手，是一群智能体分工协作、能记忆、能学习、能自己变强的组织。模型是脑子，架构是骨架，两者深度绑定，不可分割。

三层指挥链

组织的骨架是三层：

• L1 战略层：定方向、定架构、最终验收。不越级指挥，不碰技术执行。
• L2 指挥层：接战略方案，自主规划执行路径，指挥执行层，做一级验收。任务级设计自由，架构级变更要报批。
• L3 执行层：领域专家，专业执行，反馈问题给上层。不越级、不改架构、不跨领域。

这套指挥链不是为了好看，是为了让每个智能体只干自己擅长的事——指挥的归指挥，执行的归执行，调度判断和收发数据分开。混在一起就会互相拖累，拆开各司其职才稳。（详见《为什么是三层智能体，而不是一个大 agent》）

双层记忆 + 反射弧

「会成长」这件事，靠的是两层记忆：

• 一层是事实层——规则、路径、凭证这些每次都要用的，常驻。
• 一层是沉淀层——经验、教训、方法，从执行里长出来的，会回流。

光有记忆还不够，还得有反射弧——出了问题能自动触发升级或降级，不用等人盯。记忆是组织「记得住」，反射弧是组织「能反应」。这两样加起来，组织才不是每次从零开始的工具，而是会一点点变强的东西。

紧耦合，不是松耦合

市面上的 AI 系统大多是「松耦合」——模型是模型，框架是框架，可以随便换。我不这么做。我让模型和架构紧耦合：模型积累的智慧直接长在架构上，架构的约束直接喂给模型。

代价是不能随便换零件，好处是组织有不可分割的整体性——别人拆不走、抄不去。这是壁垒，不是技术债。（详见《会成长的 AI 组织：模型与架构的深度关联》）

骨架自建，AI 填充

我搭这个组织的办法是：架构骨架我自己把控，AI 负责填充。

哪些是骨架——智能体的分工、通信的通道、记忆的结构、调度的规则——这些我亲手定，不交给 AI 自由发挥。哪些是填充——具体技能、具体话术、具体配置——这些让 AI 去生成、去试、去迭代。

骨架不稳，填充再多也是散的；骨架稳了，AI 才有发挥的舞台。这条原则让我始终把控这个组织的「形」，又不被具体的执行细节淹没。（详见《骨架自建，AI 填充——我怎么搭这套系统》）

现在到哪了

AI 工作台还在 Building 阶段。三层架构已经搭起来跑着，双层记忆和反射弧在持续补，QLoRA 蒸馏让组织「长」本事的链路在调通。

运行时的密钥、凭证、具体路由配置不在这里讲——那是系统安全的事，公开就废了。这里讲的是判断和方法论：为什么是组织不是工具，为什么三层不是一个大 agent，为什么紧耦合不是技术债。这些是我造这个东西时反复想清楚的东西，也是这个组织区别于市面其他 AI 系统的根。