# BXAGI 企业级 AGI 员工平台白皮书 **AI 应用层 To B 的答案：组织与员工** **版本 V3.0 · 2026 年 9 月** 出品：北京新灵犀科技有限公司（LingxiNova · 灵犀新星） 官网：https://xinlx.com · 邮箱：bd@xinlx.com · 电话：+86-139-3096-5726 > 一句话：把应用层说清楚，把智能体说清楚，把我们为什么这样做说清楚。 --- ## 执行摘要 **AI 应用层的玩家集体站在"个人生产力"一侧，组织这一侧无人作答——我们的答案是 AGI 员工：记忆驱动的数字员工、组织级的协作结构、企业级的运行底座。** Token 是 AI 时代的水电煤，解决的是"智能的供给"；应用层解决的是"智能的组织"。智能被送进企业之后，以什么形态工作、记忆归谁所有、动作谁来约束、规模如何撑住——这四个问题决定 AI 能否真正进入生产。而在这之前有一个更靠前的选择：智能往哪里去。按付费主体，应用层干净地分成两半——To C 归于终端与陪伴，To B 归于组织与流程；我们在 To B。 应用层的三类玩家（单机智能体、编排工具、大厂套件）各有自己的"必须"，利益与组织买方结构性错位：工具没有身份、会话即全部、记忆归厂商。我们的定位：**面向组织生产力的 AGI 员工平台——这就是 BXAGI**——不卖更聪明的工具，卖"能进组织、能沉淀、能担责"的数字员工。产品上落地为三层体系：员工体系（组织学的载体）、三层记忆（智能体的本质机制）、企业级底座（治理与规模化）。 本白皮书面向企业决策者、技术负责人与行业伙伴，系统阐述我们对 AI 应用层的判断、AGI 员工平台的产品体系，以及我们与 Token 层产品 LXRouter 构成的"两层一盘棋"全局结构。其中第五章按"架构与机制"的抽象层级完整展开产品技术体系——从员工体系的实现、三层记忆的机制，到治理、底座与部署形态——讲清楚 BXAGI 是什么、怎么工作、凭什么进入生产。 --- ## 第一章 · 应用层是什么 ### Token 层解决"智能的供给"，应用层解决"智能的组织" AI 产业栈已经收敛为清晰的分层：向下是能源与芯片，中间是模型——token 是它的计量单位，价格与稳定性是它的核心命题；向上是应用层。往下看一层：无论上层是聊天机器人、编程助手还是智能体，成本与体验的源头都收敛到同一件事——以什么价格、什么稳定性，把 token 送进模型、拿回结果。 但供给侧解决之后，一个同样根本的问题浮现出来：**智能被送进企业之后，以什么形态工作？** 一个模型再强、再便宜、再稳定，它本身不会写代码、不会跟客户、不会审合同。智能要变成生产力，必须取得一个"工作形态"——在应用层，这个形态就是**智能体（Agent）**。 ### 应用层的四个分水岭问题 所以应用层要回答的问题不是"哪个模型强"，而是四件事： 1. **形态**：智能以什么身份参与工作——一次性工具，还是有岗位的员工？ 2. **沉淀**：工作的经验与成果归谁——留在个人电脑，还是成为组织资产？ 3. **约束**：动作由谁约束——出问题谁发现、谁担责、谁纠正？ 4. **规模**：从一个人用，到一千个员工同时在线，靠的是什么？ 这四个问题彼此咬合：形态决定沉淀的归属——一次性工具不会为组织留下任何东西；沉淀决定约束的对象——没有可审计的资产，问责就无从谈起；约束决定规模的边界——不敢放权的系统，永远只能停在演示阶段。它们不是四个独立的功能清单，而是一整套环环相扣的结构问题。 这四个问题，构成应用层的全部分水岭。谁能同时回答好这四个问题，谁才真正把 AI 接进了企业的生产系统；只回答其中一两个的，无论演示多惊艳，都停在生产的门外。 --- ## 第二章 · 应用层的分叉 ### 智能无限供给之后，往哪里去 AI 提供了近乎无限的智力。但无限的智力不会自动变成价值——它要在社会中被运用，而"怎么用"的分叉，从一个最朴素的问题开始：**谁来付钱？** 按付费主体，应用层干净地分成两半：To B——企业付钱；To C——个人付钱。一个容易混淆的例子：学生教育产品看似机构场景，实际掏钱的是家长——它属于 To C。**付费主体决定产品形态，而不是使用场景。** ### To C 的三条演进线 **(a) 入口的终局是硬件。** To C 的通用入口正在被终端统一占领——这已不是趋势判断，而是事实：各大手机厂商已全面把 AI 做进系统层，AI 手机、AI 电脑正在把通用智能体入口收编进操作系统与硬件。这是大厂的战场，拼的是终端分发能力。 **(b) 个人办公被降本增效替换。** 个人办公本质上也是 To C——个人是受益者，也是付费者。单机智能体这一代产品所在的正是这条线：用 AI 的无限智力，把个人工作流的成本打下来。这条线会成立，但它服务的是"一个人"。 **(c) To C 的价值高地是情感陪伴，不是降本增效。** 对个人用户，"省时间"的天花板很低——一个人的时间省到顶，还是一个人的时间。To C 真正有纵深的是情感与陪伴：是关系，而不是效率。 ### To B：把无限智力接进企业的业务流程 To B 的逻辑完全不同：企业为结果付费，而结果来自流程。把 AI 的无限智力真正接进企业的业务流程——销售、法务、财务、客服、研发、运营——**每一个岗位，都是一个智力接口**。这不是"给个人配一个助手"，而是"给组织配一支队伍"。 这里有一个常被忽略的不对称：To C 产品服务的是"人本身"，需求收敛于体验；To B 产品服务的是"组织要办成的事"，需求收敛于结果。体验可以主观，结果必须客观——合同审没审完、客户跟没跟住、报表出没出来，都有明确的验收标准。正因为 To B 的验收是客观的，AI 在 To B 的价值才可以被精确计量，也因此必须被放进可约束、可问责的结构里。 这就是我们选定的方向，也是我们全部结构的由来。由此也可以对单机智能体下一个精确的判断：它们在 To C 的个人生产力线上是好产品；但用它们去做 To B，是用"个人工具"的结构去承担"组织生产"的命题——**结构上就不成立。这不是功能差距，是赛道差距。** ### 小结 To C 的答案会越来越像"终端 + 陪伴"；To B 的答案必然是"组织 + 员工"。我们在 To B。 --- ## 第三章 · 应用层格局 ### 三类玩家各有自己的"必须"，利益与组织买方结构性错位 **单机智能体：把个人生产力做到极致——盲区是"组织"二字** 单机智能体这一代产品证明了"一个强智能体 + 一台机器"的形态成立，也把这个形态做到了极致。但它们的结构决定了边界：单用户、单机绑定，状态绑死本机磁盘；会话即全部，历史留在个人电脑里。它们是 To C 个人生产力这条线上的优秀产品，但那是 To C 的结构：回答的是"一个人的生产力"，而不是"一个组织的生产力"。这不是功能差距，是**存在形态**的差距——工具没有身份、没有职责、用完即走。 **编排工具：把流程编排做灵活——盲区是"没有实体"** 可视化编排类工具证明了"编排 Agent 工作流"的需求真实存在，也暴露了这类形态的天花板：无持久记忆或仅简单上下文，每次运行从零开始；没有"员工"这个可复用实体，只有一次性任务流；缺少运行时治理，动作没有审批与审计。它们是**实验级的编排工具**，不是生产级的组织设施。 **大厂办公套件：把分发做到极致——盲区是"资产归属"** Copilot 类产品跟着办公套件走，触达天然最大。但套件边界就是能力边界：它们是通用助手，不是岗位员工；记忆与数据被锁定在厂商的套件边界之内——合规上也许无虞，但企业带不走、跨不出生态，更不会以企业自己可拥有的结构化知识形态存在。对认真看待知识资产的企业，这一条就是否决项。 | 玩家 | 卖的本质 | 结构性盲区 | |------|----------|------------| | 单机智能体 | 个人生产力 | 单用户单机，会话即全部，无组织归属 | | 编排工具 | 流程编排 | 无持久记忆，无员工实体，无运行时治理 | | 大厂套件 | 生态入口 | 通用助手而非岗位员工，记忆锁定在套件边界内，企业带不走 | **应用层的共同盲区**：每一类玩家都站在"个人使用工具"的立场。而组织要的——岗位化的身份、可传承的记忆、可审计的动作、可并发的规模——恰是任何"工具立场"给不了也不愿给的。这不是没人想到，是没人能做：因为服务组织，需要的不是一个更强的智能体，而是一整套组织级的系统。 --- ## 第四章 · 关键认知：记忆驱动 ### 智能体的本质不是工具拼装，而是记忆驱动 应用层对智能体有一个普遍的浅薄理解：提示词 + 工具列表 + 工作流，拼起来就是一个 Agent。这种理解会把智能体做成"一次性的自动化脚本"——每次运行从零开始，做完即走，不留痕迹。 **智能体与脚本的分界线，是记忆。** 一个每次都从零开始的智能体，不是员工，是临时工。真正的智能体必须记忆驱动： - **L1 对话记忆**：记得这次对话的上下文，保持连贯性； - **L2 协作记忆**：记得跨会话的协作历史与项目进展； - **L3 组织知识图谱**：记得企业的核心业务知识与决策规则，以结构化知识图谱的形态沉淀，是组织级的资产。 而且记忆不是静态存储，是有完整生命周期的活系统：**获取、存储、检索、更新、遗忘、固化**——六阶段闭环管理。高频知识自动沉淀，过时信息自动淘汰，知识网络持续生长。 记忆驱动带来一个质变：**AI 开始越用越懂业务，而不是每次都从零开始。** 行为反馈形成闭环——正确的结果被强化，错误的结果被修正，同一个错误不犯第二次。 这个闭环把时间变成了资产。没有记忆的系统，使用一万次和使用一次没有区别，时间流逝不留痕迹；有记忆的系统，每一次工作都在为下一次工作积累判断力——企业的业务知识、客户的偏好、流程的坑，逐日沉淀进组织的知识图谱。同样是接入最强模型，一年之后，有记忆驱动的组织与没有记忆驱动的组织，手中握有的将是两种完全不同厚度的东西。 ### 记忆是手段，组织化才是目的 但要强调：**记忆驱动只是一个技术点，不是我们的理念本身。** 它是手段，组织化才是目的。记忆的价值不在于"记住"，而在于让记忆成为**组织的资产**——员工离职带不走，新员工接得上。 **记忆驱动是发动机，员工体系是整车。** 只有发动机没有整车，动力再强也上不了路；把记忆装进岗位、协作与治理的结构里，它才真正变成生产力。 --- ## 第五章 · 产品体系：BXAGI 企业级 AGI 员工平台 ### 不卖更聪明的工具，卖能进组织、能沉淀、能担责的数字员工 BXAGI 的产品体系落地为三层：**员工体系**（组织学的载体）、**治理**（进入生产的入场券）、**底座**（规模化的分水岭）。三层相互咬合：员工体系定义"谁在干活"，治理定义"干活时谁在看"，底座定义"多少人同时干活都撑得住"。三层之外，是灵活部署、信创适配与开放数据主权的交付能力。 ### 第一层 · 员工体系：组织学的载体 AGI 员工是有岗位、有记忆、能进化的虚拟员工，不是一次性会话。在产品实现上，**员工 = 预配置的对话**：选择模板、完成配置，员工就是一个普通对话，零特殊管理；Solo / Team / Department 三级组织结构完全统一，区别仅在于子 Agent 的规模——Solo 是独立岗位，Team 是一个小组，Department 是一个部门级虚拟团队。 **预置员工模板库。** 平台预置 **541+ AGI 员工模板，覆盖 32 个行业**，囊括销售、法务、财务、客服、研发、市场、人力、运营等全职能。雇佣流程极致简单：在员工市场浏览模板 → 一键安装 → 自定义命名，员工即刻上岗；角色定义、知识库、技能库、工作区均可按需定制。全部预置员工的角色定义均经过结构化沉淀——角色准则、记忆纪律、输出规范成文可查，行为一致性可审计、可复现，不靠运气。员工的视角不是"这个行业需要什么软件"，而是"这个岗位能不能配一个 AGI 员工"——不限行业，只看岗位和痛点。员工"离职"时，记忆可被归档或转移给接替者——**经验永不流失**。 **多 Agent 协作。** 复杂任务自动拆解：主 Agent 通过 **@ 提及自动转发**任务给子 Agent，子 Agent 拥有独立记忆、共享团队工作区；协作采用阻塞式通信——主 Agent 可同步等待子 Agent 回复，委派、执行、回包全程可追踪。任务还可经 **fan-out 大规模并行**——主 Agent 把大任务分解为批次，扇出给多个执行单元同时推进：记忆空间读共享、写聚合（读共享保证认知一致，写聚合避免并发污染），负载可跨节点调度，结果分层聚合返回，僵死单元自动识别，整个过程在任务运行中心实时可视。配合 **Trigger 触发器与定时任务**——文件变化、Git 事件、Cron 时间、IM 消息、手动调用五类触发方式，触发后按"条件过滤 → 任务执行 → 结果通知 → 记忆写入"的链路自动运转——员工可以按业务节奏主动开工，而不是被动等待指令。 **四类 Agent 引擎。** 平台内置四类核心 Agent 引擎，按岗位需要装配： | 引擎 | 核心能力 | 典型用途 | |------|----------|----------| | **CodeAct** | Shell 执行、Jupyter 计算、IDE 级代码编辑、Git 工作流 | 软件开发、自动化脚本、数据分析 | | **Browsing** | 真实浏览器自动化、网页抓取、表单填写 | 竞品监控、信息搜集、报表抓取 | | **Plan** | 任务分解、进度追踪、子任务委派 | 项目管理、复杂任务编排 | | **AGI Agent** | 综合推理、多工具动态调度、长链路问题求解 | 开放性问题、跨领域协作、研究分析 | 引擎之下是 **50+ 内置工具**，覆盖系统执行、代码编辑、版本控制、浏览器、协作管理、安全管控六大类，并可经 **MCP 协议**接入企业内部的 API、数据库与中间件，能力边界按需扩展；工具按风险分级管理，高危操作天然进入审批视野。模型层面，平台通过统一模型网关接入国内外主流大模型，国产模型、本地模型、云端模型自由组合，并可按任务复杂度智能路由，平衡效果与成本——**应用层不绑定任何上游模型**。引擎还内建面向长链路运行的稳定性保障：对重复调用、循环停滞等异常模式自动检测与恢复，配合预算与迭代上限控制，防止智能体陷入死循环——长任务跑得完，短任务不空转。 **记忆系统。** 第四章讲了记忆驱动的"为什么"，这里讲"怎么做"。每位员工运行完整的三层记忆： - **L1 对话记忆**：单次对话中的每一次思考、每一次工具调用与结果，都以 append-only 方式写入事件历史；对话上下文每次从历史中确定性重建——进程重启、节点漂移都不丢智能；超长对话自动凝缩，保留关键决策、压缩中间过程。 - **L2 协作记忆**：每位员工拥有独立的记忆空间——角色定义、长期记忆条目、待办清单、专属技能库；项目层面另有共享的协作记忆，沉淀项目上下文、中间产物与决策痕迹。跨会话的工作经验在这里积累，对话开始时自动注入，员工越用越懂业务。记忆空间自身也有创建、活跃、归档的管理周期：项目结束或员工"离职"时完整快照、随时可恢复。 - **L3 组织知识图谱**：企业的核心业务知识与决策规则以"实体—关系"网络结构化沉淀——人、项目、系统、规范、问题、方案互为节点，依赖、归属、因果、解决互为关系。知识经由四条路径持续入网：从对话与文档中自动抽取、业务专家人工标注、从员工执行轨迹中行为归纳、对接企业现有知识库外部导入。图谱支持可视化浏览与语义检索，组织的知识家底一屏可见。 记忆遵循六阶段生命周期（获取/存储/检索/更新/遗忘/固化），并由完整的自进化机制驱动持续成长。部署 BXAGI 的第一天，你得到的是一个聪明的助手；使用六个月之后，你得到的是一个真正懂你们业务、记得你们历史、能传承你们经验的数字员工团队： - **验证强化**：正确结果被强化，错误结果被修正，被反复验证的经验获得更高的召回优先级； - **关联生长**：新知识自动关联到已有知识网络，知识网络越用越密； - **遗忘淘汰**：长期未调用、被证伪或过时的记忆自动降级，保持知识新鲜度，避免知识污染； - **模式提取**：从大量工作中提炼规律与最佳实践，沉淀为可复用的技能； - **Dream 固化**：如同人类在睡眠中整理记忆，系统周期性（亦可手动触发）对散点经验做离线深加工，固化为结构化的组织知识——员工下班，记忆在生长；固化全过程可观测，管理员可通过记忆健康巡检掌握各记忆空间的完整度与新鲜度； - **行为反馈闭环**：被治理系统拦截的动作会反哺记忆图谱中对应行为的置信度，员工下次主动避开同类操作——同一个错误不犯第二次，人工确认的打扰随使用递减。 **Skills 三级技能体系。** 知识与技能按全局（企业制度、编码规范）、项目（业务知识库、接口文档）、员工（个人偏好、专属技能）三级作用域注入，业务人员用标准 Markdown 即可编写，运行时按关键词与任务双模式动态加载。记忆与技能由此形成生产—消费闭环：员工上岗时从知识图谱拉取领域知识初始化记忆空间；任务完成后，成败反馈更新记忆置信度；高频验证的模式被自动提取为新技能；技能升级后，关联员工自动获得增强，无需重新配置——记忆不只被消费，也在持续生产新的能力。 **全员可用的工作界面。** 员工不止生活在 Web 工作台：企业微信、钉钉、飞书原生集成，在 IM 群里 @员工 即可派任务、收结果、做审批；Web 端提供类 IDE 的对话工作台（代码 diff 可视化、执行日志实时流）、记忆空间与知识图谱可视化、任务运行中心等完整界面；工作区快照化管理，任意时刻的状态可回滚、可对比——管理者看得见每位员工在干什么、干得怎么样。 ### 第二层 · 治理：进入生产的入场券 没有治理的 AI 永远进不了金融、政务与大型企业的生产环境。BXAGI 的治理体系是运行时内生的，不是外挂的合规说明。 **Waterfall 动作级审批链。** Agent 产出的每一个动作逐个送审，批量动作取最严决策——任一动作被拒即整体短路。审批策略三档可调：**自动放行 / 按风险分级（高危必经人工确认）/ 全部确认**，并支持会话级覆盖——同一名员工在不同会话可使用不同策略。经管理员审定的可信技能可声明免审批，兼顾效率与治理。拒绝不是静默丢弃：系统向 Agent 注入结构化拒绝反馈，Agent 明确感知"该动作已被拒绝"，不会重试或换路径绕过；审批挂起期间会话进入等待态，此间到达的新消息无法绕过审批直接执行；审批确认原生内嵌于工作界面，断线刷新后审批状态自动恢复。送审、批准、拒绝、超时全量写入审计日志，每一次人机决策可追溯。更重要的是**拦截即教学**：审批拒绝自动生成行为反馈信号写入员工记忆，同类操作下次被员工主动避开——治理系统与记忆系统从"并排站立"变成"互相喂食"。 **技能白名单硬边界。** 每名员工可声明允许使用的内置工具与 MCP 服务白名单，按"员工 > 用户 > 全局"的优先级装配，在执行层强制生效——名单外的工具对模型**不可见、不可调用**。这不是提示词约束，是运行时硬边界。 **审计日志。** 覆盖登录、权限、配置变更、员工高危操作等 20+ 类操作事件，append-only（只增不改），应用层不提供删除与修改接口，保留周期不少于 180 天，支持按时间、用户、类型导出——任何动作可查、可回放、可定责。审计不是外挂的日志系统，而是事件历史本身的另一种投影。 **内容安全多层防护。** 输入净化、可插拔的安全分析器、输出审核层层独立设防，提示词注入与有害内容在到达模型与到达用户之前被分别拦截；传输全链路加密，敏感数据脱敏，密钥类配置自动掩码。私有化部署下数据 100% 不出域，涉敏场景可搭配本地模型，做到零外部数据接触。 **Team-User-Role 企业级权限体系。** 员工按岗位编制纳入组织架构，权限随角色分配，资源按团队隔离与配额。 **可观测：两个维度，一套事实源。** 平台的可观测不是外挂的监控系统，而是原生的两个界面：面向管理员的**全局观测控制台**（观测大屏、对话监控、审计中心、用量分析、记忆健康巡检），和**每位员工自己的工作面板**——当前任务与 fanout 进度、最近决策链路、工具使用画像、待审批动作、Token 用量一屏可见。两个维度共享同一份事件历史：界面只是同一份事实的两种投影。 治理不是给效率打的折扣，而是组织敢于放权的前提——**可约束，才可托付**。 对"智能体今天还不够可靠"的质疑，我们的答案是结构而不是承诺：员工从低风险环节做起，正确结果被强化、错误结果被修正，可信的行为随验证逐步放权——治理的重心随能力进化，从"防错"转向"授权"。**能力不够时人兜底，能力到了人就放手。** ### 第三层 · 底座：规模化是分水岭 **两条架构立场。** 底座建立在两条第一性原理之上。**历史即事实**：每位员工的每一次思考、每一次工具调用都以 append-only 方式写入事件历史，这份历史是唯一被持久化的事实，上下文、界面、审计、账单全部是从历史派生的视图——只要历史在，智能就能在任意节点原地复活。**一切皆插件**：记忆引擎、工具、模型、接入通道、安全能力全部经注册表与配置装配，企业可以按自己的安全等级、预算约束与信创要求组装平台形态，而不损失一致性。这两条原理带来一个关键性质：**计算面无状态**——节点不持有任何不可再生的状态，会话可以在节点间自由迁移、调度、回收。 **管算分离。** 控制面（组织、员工、治理、调度）与计算面（Agent 执行节点）分离：管理数据与执行环境分区分域，符合企业安全要求；节点可部署于内网、DMZ 或边缘机房，反向回连控制面，无需公网暴露。面向集团级多机房、多云部署，控制面支持层级化组网——边缘机房的节点先注册到本地汇聚层，再统一回连控制面，收敛跨域连接数、简化防火墙策略。 **多租户隔离与统一数据面。** 每用户独立容器，互不越界；数据访问按租户签发最小权限凭证，即使单容器被攻破也无法跨租户读写。用户工作区与员工记忆经由统一数据面跟随员工：员工不绑定任何机器，容器在任意节点漂移重建、秒级接回全部数据与记忆；单写者权威仲裁保证故障复活场景下数据不分叉；节点失联后自动在健康节点重建，用户无感。 **弹性调度与线性扩展。** 节点池化、按负载动态供给；fan-out 场景的并行负载可按容量跨节点、跨机房分配。AI 员工绝大部分时间在等待（等用户消息、等模型返回），计算资源天然稀疏、可超卖混部——节点管理因此不是运维课题，而是单位经济模型。单控制面已在真实环境验证多节点、大规模并发会话同时在线，容量随节点数线性增长：要更多容量，横向加机器即可。节点版本与平台统一对齐，支持灰度升级，生产环境升级不冒险。 **高可用与成本治理。** 心跳检测与自动重连、连接代际防竞态、节点离线消息入队并在重连后补发（消息零丢失）、升级失败自动回滚；配置一键导出恢复、数据库周期增量与全量备份，灾备能力开箱自带。成本侧：对话级预算熔断、上下文自动凝缩、上下文缓存工程化（缓存命中率逐次可观测）、按任务复杂度的智能模型路由——Token 成本在架构层面被系统性地压下来，而不是靠事后优化。节点离线、模型异常、预算熔断等情形自动告警，问题在人发现之前已被系统看见。 从一个演示到上千名员工并发在线，差的就是这一层。这是一套系统工程，不是一台更大的单机——单机智能体与组织级平台的差距，不在功能清单，在结构。 ### 部署形态：三种方式，同一份资产 | 部署形态 | 交付周期 | 适用场景 | |----------|----------|----------| | SaaS 云服务 | 1-3 天开通 | 快速验证、中小团队、弹性扩容 | | 企业私有化部署 | 2-4 周交付 | 数据 100% 本地化、物理隔离、合规强约束行业 | | 灵犀工作站 NovaStation 一体机 | 1-2 天即插即用 | 内网离线环境、开箱即用的软硬一体交付 | 正式采购前，企业可以分钟级拉起最小验证环境完成概念验证（POC），验证通过后再平滑过渡到生产部署。 三种形态承载同一套员工体系与记忆资产：组织的知识与员工不因部署形态而割裂。**私有化与云端不是一个产品的两个版本，而是同一份代码的两种配置**——极致最小部署一台机器即可完整交付，无外网、无云账号亦可运行。 ### 信创适配 平台完成主流信创栈全链路适配：CPU 支持鲲鹏 920、飞腾 2000+；操作系统支持统信 UOS、麒麟 V10；数据库支持达梦 DM8、人大金仓；密码体系支持 SM2/SM3/SM4 国密算法。政务、金融、能源等信创强约束行业可直接落地。平台同时内置覆盖信创改造全生命周期的专业智能体体系（Java 与 C# 双技术栈），从架构扫描、方案设计到适配实施、测试验证分段协作——信创改造本身，就是 AGI 员工的用武之地。 ### 开放性与数据主权：你的数据永远属于你 企业客户最大的顾虑不是功能不够，而是被平台绑定。BXAGI 从设计之初遵循"开放优先、客户主权"：所有记忆、对话、事件与配置支持标准格式完整导出，记忆空间可整体快照迁移；审计日志可导出对接企业自有安全信息与事件管理（SIEM）体系；模型接口兼容 OpenAI API 格式，任意模型可替换；工具经 MCP 标准协议接入，不与私有协议绑定；工作区即标准 Git 仓库，所有产出可提交、可追溯。**平台绝不通过技术锁定绑架客户**——如果有一天你选择离开，你的数据、你的记忆、你的知识资产，可以完整带走。这条承诺与第四章的判断互为表里：正因为记忆是真正的资产，它必须归属于企业自己。 ### 落地行业 BXAGI 已在 **10 大行业**形成落地案例：高端定制服装、汽车 4S 店、交通运输、航空航材、金融服务、食品制造、工业设计、供应链、信创改造、生命科学研究（多组学数据分析与 nf-core 流程自动化）。行业各不相同，方法论只有一条：找到岗位，配上员工，接入流程。几个典型场景的速写： - **研发场景**：雇佣"代码审查助手"，绑定团队代码仓库，PR 创建即自动触发审查；公司代码规范与安全红线以技能形式注入；审查结果写入知识图谱，同类错误自动关联历史案例——审查越来越快，也越来越准。 - **法务场景**：雇佣"合同审查助手"，上传企业合同审查标准作为技能；助手逐项比对条款、标注风险等级，每份审查结果反哺记忆，逐渐掌握公司特有的风险偏好——标准统一了，经验留下了。 - **运维场景**：雇佣"运维助手"，经 MCP 接入日志系统与监控平台，定时巡检关键指标；告警触发时自动拉取日志、比对历史根因、生成处置建议——故障处理记录持续沉淀，相似问题不再重复排查。 - **销售场景**：雇佣"销售助手"，产品手册与报价资料作为项目级技能注入；销售在 IM 群里 @助手 即可生成方案与报价，客户反馈持续更新客户画像——助手越来越懂每一个客户的决策偏好。 这些场景不依赖定制开发：模板上岗、技能注入、触发器接线，即可在客户环境中直接复现；而复现得越多，组织的知识图谱越厚——这也是"落地行业"清单持续变长的原因。 ### 服务网络 北京总部 24 小时内上门响应；上海、深圳、广州、杭州、苏州、武汉 3 个工作日内到达；成都及西南地区 3-5 个工作日。所有客户均配备企业 IM 技术支持群，工作时间内快速响应；签约客户另有 7×24 紧急支持通道，重大问题专人直达。 --- ## 第六章 · 我们相信的未来 ### 智能赋能的演进路径：节点、流程、协同、涌现 AI 对企业的赋能沿着一条清晰的爬坡路径展开，每一级都是维度的提升： 1. **节点赋能**：对单个环节、单个节点的降本增效——写一段代码、回一封邮件。这是智能体赋能的起点，也是单机智能体所在的维度。 2. **流程赋能**：对整条业务流程的接管——不是一个环节变快，而是流程本身被重写。 3. **智能体协同**：多个智能体像组织一样分工协作。这正是我们擅长、并且已经实现的：(a) **智能体之间的协同**——主 Agent + 子 Agent、@ 转发、fan-out 大规模并行；(b) **智能体与组织架构的协同**——员工按岗位编制，纳入 Team-User-Role 的组织体系；(c) **智能体与业务流程的协同**——审批链、审计、记忆回写嵌入真实业务流。而且这种协同从第一天就是为超大规模并发设计的：架构上，成百上千的智能体可以同时在线工作——本质上就是**智力的协同**。 4. **智力涌现**：协同的下一个阶段。当大规模智力在统一的记忆与治理结构中持续协作，组织层面会涌现出单个智能体不具备的能力：跨部门知识在组织图谱上的关联推理、组织记忆驱动的决策建议、无人分配的自发协作——正如神经元之上涌现出心智。到了这个维度，今天讨论的旧问题将不复存在："降本增效"会失去意义，因为价值尺度从"省了多少钱"变成"组织智能的总产出"；"智能体能否承担责任"也会失去意义——不是因为智能体突然学会了负责，而是**责任已经被结构解决**：动作级审批与全程审计让责任落点始终清晰，人始终站在责任链的顶端。 这条路径的背后有一个持续的动力源：**模型能力在进化，token 价格在通缩**——今天接不进流程的任务，半年后就顺理成章。节点→流程→协同→涌现不是静态地图，而是被能力与成本曲线推着走的必然方向。 我们现在的位置：协同阶段已经站稳。涌现，是我们奔赴的方向。 ### 企业级 AI 的四个必要条件 不是预测未来，而是我们从第一天就按此建造： 1. **组织生产力，而非个人工具。** 单个员工提效十倍，不等于组织提效。AI 必须被编成岗位、纳入协作、接受治理，才能进入真实生产。 2. **成果沉淀为组织资产。** 会话记录不是资产。工作经验必须沉淀为组织知识图谱——员工离职带不走，新员工接得上。 3. **治理是入场券。** 没有动作级审批、可追溯审计与数据不出域，AI 永远进不了金融、政务与大型企业的生产环境。 4. **规模化是分水岭。** 从一个演示到上千名员工并发在线，差的是多租户隔离、弹性调度与统一数据面——一套系统工程，不是一台更大的单机。 ### 未来的组织，是人类员工与 AGI 员工的混合组织 我们相信的终局不是"企业使用 AI 软件"，而是企业在各个维度配置**更高质量的虚拟员工**：任何岗位、任何流程、任何部门，都可以先思考一句——这里能不能放一个 AGI 员工？新员工入职即继承组织的全部记忆，组织的能力随时间复利增长。而企业之间的竞争，也将越来越体现为组织智能资产的竞争——模型与 token 人人可得，沉淀在组织里的知识与员工体系才是真正的护城河。 AGI 员工体系不是一套软件，是 AGI 时代的组织升级方案。 --- ## 第七章 · 与 LXRouter 的关系：两层一盘棋 ### 同一盘棋的两层 BXAGI 不是孤立的产品。它与兄弟产品 **LXRouter 托管式 Token 供应链平台**（https://xinlx.com/token）构成"两层一盘棋"的全局结构： - **Token 层（LXRouter）**：解决智能的供给——供给调度、请求调度、任务调度，把智能"管好、送稳"； - **应用层（BXAGI）**：解决智能的组织——员工体系把智能"用好、沉淀住"。 两层各自成立，又彼此成全：应用层不绑定任何上游模型，恰如 Token 层不绑定任何一家原厂——**中立方才有资格站在买方这一边**，这个结构性判断在两层是同一个。关于 Token 层的供给逻辑、价格机制与稳定性工程，详见配套白皮书《LXRouter 托管式 Token 供应链白皮书 V1.0》。 ### 商业逻辑：人力科目，而不是软件科目 数字员工的定价锚点不是软件订阅，而是人力成本——一名 AGI 员工的价格，只需要显著低于同岗位的人力成本，价值主张就天然成立。企业算的不是"又采购了一套软件"，而是"用极低的成本扩了一个编制"。 这个账能长期算得过来，靠的是 Token 层：随着智能供给的持续通缩，token 成本一路下行，而人力的相对成本不变——**智能通缩让这个价差只会越走越宽**。LXRouter 把供给成本打下来，BXAGI 把组织价值沉淀住，两层在商业模式上互相加强。 --- ## 第八章 · 总结 - **智能的去向**：智能无限供给之后，应用层按付费主体分成两半——To C 归于终端与陪伴，To B 归于组织与流程；我们在 To B，因为企业为结果付费，而结果来自流程。 - **市场盲区**：单机智能体、编排工具、大厂套件各有"必须"，集体站在个人生产力一侧——组织这一侧无人作答，只有不绑定工具立场、不绑定上游厂商的中立系统才能站过去。 - **关键认知**：智能体的本质不是工具拼装，而是记忆驱动；但记忆只是手段，组织化才是目的。 - **我们的定位**：面向组织生产力的 AGI 员工平台。不卖更聪明的工具，卖能进组织、能沉淀、能担责的数字员工。 - **我们的产品**：员工体系（组织学的载体）、三层记忆（智能体的本质机制）、企业级底座（治理与规模化）。 - **演进路径**：节点赋能 → 流程赋能 → 协同 → 涌现。我们已站稳协同（智能体之间、与组织架构、与业务流程），涌现是方向——届时旧问题消失，价值尺度变成组织智能的总产出。 - **两层一盘棋**：Token 层把智能管好、送稳，应用层把智能用好、沉淀住；两层都不绑定上游，都站在买方这一边。 - **商业逻辑**：数字员工按人力成本科目定价，而非软件采购科目——只需显著低于同岗位人力成本，价值主张即成立；智能通缩让价差越走越宽。 **别人卷的是功能，我们建的是组织。** **记忆让智能体成为员工，治理让员工进入生产，规模让组织成为平台，协同让平台涌现智能。** 这就是新灵犀对 AGI 发展的思考。 --- ## 关于新灵犀 **北京新灵犀科技有限公司**（品牌：**LingxiNova · 灵犀新星**），国家级高新技术企业。 - **品牌口号**：探索 AGI 的无限可能 - **使命**：让 AI 给公司赋能 - **产品体系**：LXRouter 托管式 Token 供应链平台（智能的供给）· BXAGI 企业级 AGI 员工平台（智能的组织） - **地址**：北京市朝阳区望京 SOHO T1B 座 1209 - **电话**：+86-139-3096-5726 - **邮箱**：bd@xinlx.com - **官网**：https://xinlx.com ## 文档声明 本文为北京新灵犀科技有限公司对外公开发布的白皮书，内容基于公开资料撰写，可自由引用与传播；引用时请注明出处《BXAGI 企业级 AGI 员工平台白皮书 V3.0》。文中涉及的产品能力与服务承诺以官网（https://xinlx.com）最新公开信息为准。 ## 版本说明 **V3.0（2026 年 9 月）** 承接《BXAGi·北犀通用人工智能平台 V2.8》：产品品牌由"北犀/BXAGi"升级为 **BXAGI**，公司品牌统一为 **LingxiNova 灵犀新星**。平台定位、产品体系与技术路线保持连续，本版本同步纳入 LXRouter 托管式 Token 供应链平台发布后的"两层一盘棋"完整叙事。