kageos-background-and-worldview.md

Rama main · réplica de lectura del repositorio original.

# kageos：打破数据与智能孤岛，构建 AI Native 企业服务体系

## 一、企业服务体系的现状：数据孤岛与智能孤岛相互加剧

企业从几张表格起步，随着业务增长，逐渐引入客户、订单、财务、项目和售后系统。每套软件解决一部分问题，也带来不同的账号、数据、权限和操作方式。

**数据孤岛。** 同一位客户的信息分散在销售、交付和售后系统里。跨部门办事时，员工要切换软件、复制资料、核对记录，靠人工完成系统之间的交接。

**数据孤岛带来智能孤岛。** AI 接入分散的软件后，往往只能看到局部数据，难以了解完整业务，也缺少跨系统执行和回写结果的入口。销售的 AI 不了解交付进度，售后的 AI 找不到完整客户记录，跨部门的工作仍要由人拼接信息、传递结果。

**智能孤岛又加剧数据孤岛。** 为了让各处的 AI 完成工作，团队分别复制资料、建立知识库，再增加脚本、机器人和临时表格。这些局部工具又留下新的数据副本、处理记录和操作入口。如果缺少统一管理与回写机制，原本就分散的业务会更加分散。

由此形成恶性循环：**数据孤岛带来智能孤岛，智能孤岛反过来加剧数据孤岛。** 软件和 AI 投入不断增加，核对数据、人工交接和维护工具的成本也持续累积，协作效率反而可能下降。临时补丁逐渐成为难以替换的业务依赖，让这一循环变成企业的长期顽疾。

## 二、kageos 的世界观：AI Native 的企业服务体系应该是什么样

kageos 希望像管理文件一样管理企业业务：让每项业务有明确的位置，让数据、操作和规则放在一起，让人和 AI 的处理结果都回到业务记录中，减少不断复制资料、另建工具的需要。

kageos 把企业的软件能力组织成**可搜索、可授权、可复制复用的业务服务目录**。一个目录可以理解为一套可直接使用的业务应用，例如客户管理、收银或售后系统，里面包含相关数据、表单、操作、文档和任务。

AI Native 意味着应用在建设时就为人和 AI 提供共同的业务基础，并贯穿后续运行：

| 形态 | 怎样解决问题 |
| --- | --- |
| 业务有共同的位置 | 员工和 AI 都能找到所需目录，查阅业务数据、规则和可用操作 |
| 用户有统一的操作方式 | 打开目录即可通过网页查询记录、提交表单、办理业务，减少切换和重复学习 |
| 人与 AI 使用同一套业务能力 | 人通过页面操作，AI 调用明确接口；按权限执行，结果回到业务记录中 |
| 目录之间能够协作 | 通过数据关联和业务动作衔接工作，例如读取招聘安排，再调用会议室目录完成预约 |
| 智能参与建设与运行 | AI 帮助生成和修改应用；数字员工按职责和计划处理任务，记录结果并交接异常 |
| 业务能力成为可积累的资产 | 成熟目录可以复制、调整，或通过 Hub 分享和安装，供下一项业务继续使用 |

**对 AI 来说，业务目录是一张可查阅、可操作的企业业务地图。** 它可以沿着目录发现有哪些业务，阅读说明理解规则，查询实际记录了解当前状态，再调用获准的动作完成工作。例如处理售后时，可以沿着客户、订单和设备的关联查找资料，再进入工单目录处理，保存结果供人继续接手。

AI 可以按任务逐步了解相关业务。它能看到什么由权限决定，了解得多完整取决于企业已接入的数据、规则和业务关联。

公司可以从一个客户目录开始，再逐步增加订单、交付和售后。已有应用继续使用，新业务沿用共同的界面、权限和调用机制，并与已有目录协作。具体业务规则与数据关联仍需配置，生成的应用也需要验证。

在 kageos 的设想中，企业每解决一个问题，都能留下可继续使用的软件能力、数据和经验。随着公司成长，逐渐形成自己的业务服务资产库，人和 AI 都在这个基础上工作。