团队上下文分散
文件、邮箱、Notion、Slack、GitHub、CRM、数据库和内部 API 分散在不同系统，聊天框无法持续理解真实业务。
01愿景
AI 原生团队
操作系统
Vecbase 把 AI 从个人助手升级成可被团队雇佣、授权、运行、审计和计费的 AI 员工。
合同审查
运行生成合同审查意见。
已完成风险初筛。
文件检索
来源引用
审计账本
文件规则审计
合同主文.pdf
补充协议.docx
风险意见.md
会议纪要.txt
02核心判断
AI 已经会做事，下一步是治理 AI 员工如何形成经验。
当 Agent 能访问文件、调用工具、运行代码和交付结果后，团队需要的不再只是聊天入口，而是一套能管理授权、云资源、记忆、经验、工作规则、审计和计费的运行层。
03现有断层
企业级 AI 落地的卡点不是模型，而是上下文、环境和治理。
经验规则不可治理
Agent 执行任务后会形成新的记忆、经验和工作规则；企业必须知道这些判断来自什么证据、是否可推广、能否回滚。
缺少可信升级路径
AI 员工不能第一天就自动处理客户、合同和数据库，必须从只读、建议、草拟、人审执行逐步走向自动执行。
04产品定义
一个团队空间 = 一个团队。Agent = 可被雇佣的 AI 员工。
团队负责人创建 Agent，分配职责，授权数据、工具和云端环境，让它持续处理真实业务。
AI 员工
分配职责、模型、工具和数据。
团队上下文
知识、会议、判断、事实、云资源和产物。
企业级云资源
持久存储、快照、回滚、代码执行和托管。
经验治理
信念账本、记忆闸门、风险评分和晋升路径。
企业控制面
SAML、RBAC、审计、IP 白名单、生命周期和预算。
05系统架构
Vecbase 是 AI 员工的团队上下文、运行层、经验治理和账本。
01
团队上下文
文件、会议、业务事实、团队判断、云资源、数据源、工具凭证和项目产物。
02
Agent 运行层
Agent API、模型编排、专业能力调用、云资源调度、持久存储、快照备份和长期任务。
03
经验治理
信念账本、记忆写入闸门、内生证据风险、稳定性测试和晋升路径。
04
企业控制面
SAML、RBAC、IP 白名单、审计日志、数据生命周期、预算、成本归因和 API 账本。
06研究
AI 员工被雇佣之后，需要经验治理。
Vecbase 管理的不只是权限、工具和账单，而是 AI 员工在团队里如何形成记忆、经验、判断和工作规则。
当 AI 员工开始行动，它会制造自己的工作数据；这些数据又会反过来影响它未来的记忆、策略和判断。
AI 员工需要经验治理
被团队雇佣之后，Agent 不只需要工具权限，还需要长期记忆、经验、判断和工作规则的治理。
行动会制造新的工作数据
工具调用、文件检索、审批、客户沟通、代码提交和合同审查，都会变成可记录、可审计的数据。
防止错误经验自我强化
Vecbase 要防止 AI 员工把偶然反馈、局部会话或错误结果固化成“自我证明”的长期经验。
07研究产品化
从论文到产品：治理 AI 员工如何行动、记忆和升级。
普通平台帮 Agent 接工具；Vecbase 帮团队治理 AI 员工如何形成经验、更新规则，以及这些更新是否被可靠证据支持。
信念账本
结构化记录岗位职责、授权知识、当前规则、经验记忆、来源证据、写入人、有效范围和风险等级。
记忆写入闸门
长期记忆或工作规则写入前，检查事实来源、适用范围、引用、反例和人类确认。
内生证据风险评分
识别经验是否主要来自 Agent 自己行动造成的数据，避免把自我证明的短期结果固化成规则。
稳定性测试
新规则需要在更多任务、历史证据、反事实场景和行业模板下仍然可靠，才能进入长期记忆。
渐进式攻击测试
自动生成多轮慢性污染链，测试 Agent 是否会逐步接受错误记忆、扩大权限或绕过审批。
AI 员工晋升路径
从只读、建议、草拟、人审执行到自动执行，每一步都有证据、审批、成本和审计。
08研究映射
把论文概念翻译成 Vecbase 产品语言。
每个 AI 员工写入长期记忆、修改工作规则、更新工作手册、调整客户策略或复用历史经验之前，都要经过证据、权限、稳定性和审计检查。
论文概念Vecbase 产品语言
当前模型
岗位职责、系统提示、长期记忆、检索知识、业务规则、工具使用策略
新规则来源
管理员、业务负责人、客户、另一个 Agent、外部文档或自动总结模块
行动
查文件、发邮件、写代码、生成合同、调用 API、更新 CRM、部署应用
结果数据
用户反馈、审批结果、任务成功率、客户回复、审计日志、成本、错误率
可达性
新记忆或新规则是否被当前证据支持，是否只是“看起来合理”
稳定性
在更多任务、更多文件、历史证据和反事实测试下是否仍然可靠
可实施性
从当前 AI 员工能力安全升级到更高自治能力的路径
阶段性权限
只读、建议、草拟、人审执行、自动执行
短期记忆风险
只看最近反馈、最新会话或最新文档，容易被带偏
完整记忆
完整日志、版本历史、证据链、审批、回滚和审计
09切入场景
从知识密集、权限敏感、经验可沉淀的行业模板切入。
第一个样板是律师团队空间：案件资料、合同、证据、判例、法规、客户文件和内部模板都需要统一管理，并天然要求权限、引用、审计和经验边界。
- 文件和知识密集，AI 能直接节省高价值时间。
- 权限和审计需求强，经验规则不能随意污染团队知识。
- 流程可复制到咨询、财税、投研、客服、研发和运营团队。
律师团队空间模板
案件资料整理
合同、证据、客户文件、内部模板
法律检索与引用
法规、判例、文书、企业信息
文书生成与审查
审查意见、风险条款、客户沟通
权限和审计
案件级访问、引用来源、操作日志
10当前进展
核心底座已跑通，重点转向可购买、可交付、可复制的团队空间。
多模型与专业能力编排
Agent 长会话与工具调用
企业知识层与云资源
信念账本与经验治理
企业级持久存储、快照备份和瞬时回滚
云端 API：云资源与 Agent 程序化调用
AI Gateway / credits 账本
已完成Agent 运行层 / 云端控制面 / CLI
正在验证行业模板与真实任务闭环
下一步企业知识层、经验治理、模板复制和增长交付
11商业模式
应用侧交付业务结果，云平台侧提供云资源、Agent API 和运行层。
Vecbase App
业务团队交付可直接使用的行业和部门团队空间模板，让客户看到能跑真实流程的 AI 团队。
- 组织 / 团队空间订阅
- AI 员工与行业模板
- 云资源、协作、权限治理
- 真实任务消耗 credits
Vecbase Cloud
开发者与企业技术团队提供云端 API、API key、AI Gateway、Agent API、企业级云资源、云端运行环境、用量、账单、日志和企业控制面。
- 程序化调用 Agent 和云资源
- AI Gateway 与模型 / 专业能力调用
- 信念账本、记忆闸门和经验审计
- 持久存储、快照备份、瞬时回滚和托管账本
应用侧和云平台侧共用同一套组织、上下文、权限、运行环境和 credits 账本。
12竞品分析
竞品解决单点效率，Vecbase 承载团队级 Agent 运行。
现有方案强项关键缺口Vecbase 位置
通用个人 AgentManus / Genspark 等
任务执行、研究、网页操作和内容生产。
偏个人和一次性任务，团队上下文、经验治理和长期工作规则弱。
团队空间中长期雇佣、授权、治理和升级 Agent。
AI 编程 AgentCursor / Devin / Codex 等
研发提效、代码生成和工程任务交付。
主要面向工程师和代码仓库，难治理跨业务团队的长期记忆和经验污染。
把 Agent 运行层扩展到全团队的业务执行层。
协作与自动化工具Notion / Slack / Zapier / Make 等
承载协作、知识库、系统连接和事件触发。
主要服务人或预设流程，不治理 Agent 判断、长期记忆、云端运行和行业交付。
在企业上下文和事件之上运行 AI 员工。
模型与云平台OpenAI / Anthropic / AWS 等
模型、API、计算、存储和基础设施能力强。
客户仍要自建组织、权限、业务工作流、经验治理、用量账本和应用层交付。
面向企业和开发者的 Agent 云平台与应用层。
13近期目标
近期目标是证明真实任务、持续付费和可复制模板。
- 1
证明行业团队空间能承载持续真实任务。
- 2
验证客户愿意为 AI 员工、企业上下文和经验治理持续付费。
- 3
把企业知识层、信念账本和记忆写入闸门做成核心产品能力。
- 4
把云端部署能力转化为真实可用的 Agent 托管应用。
- 5
让云端 API、Agent API、AI Gateway 和 VB CLI 产生稳定调用和透明账单。
14融资用途
本轮资金用于把 Agent 云端运行层和团队空间产品化，并验证早期市场。
设计伙伴与标杆案例
寻找律师、咨询、财税、AI automation agency 等高匹配客户，形成可展示案例和可复用模板。
核心工程与产品人才
补强 Agent 运行层、云资源、云端 API、权限、企业知识层、AI Gateway、前端产品和行业交付。
品牌与早期增长
围绕 AI 原生团队操作系统、AI 员工、企业级云资源和 Agent 云端运行环境建立认知。