01 / 12 ↑↓ 切换章节
💡 按 ↑ ↓ 或 ← → 像翻幻灯片一样浏览
→harness.run()
✓audit.trace()
⚡sandbox.exec()
MILES · ENTERPRISE EXECUTION AGENT

聊天机器人解决问答 · 工作流平台解决编排 而 Miles 解决执行

企业 AI 落地中最难的一步 —— 在授权范围内进入真实业务系统,完成跨系统、多步骤、可追踪的执行任务。

组织协作
控制平面
执行内核
沙箱执行
基础设施
SCROLL ↓
POSITIONING · 平台定位

不是聊天工具,
不是工作流平台,
是企业 AI 执行的最后一公里。

单一聊天机器人解决问答,工作流平台解决流程,而 Agent Platform 解决的是 AI 助手与员工无缝协作这件事 — 让助手做助手该做的,把判断权和决策权留给人。

⊕

组织能力索引

把员工、项目、职责、Agent、Skill 串成统一的能力图谱,任务来了能快速定位"谁会做、由哪个 Agent 接管"。

◇

任务协作空间

协作群承载一次问题处理过程,自动汇聚上下文、参与人、Agent、执行记录和结论。

◈

安全执行体系

Agent Harness 统一编排模型、Skill、工具、权限、审批和审计,员工/项目沙箱隔离执行。

让企业里的 "人找人协作" 具备 Agent 自动接待、预处理、执行和沉淀能力。

ARCHITECTURE · 端到端架构图

控制平面 执行内核 沙箱执行 基础设施
接入层 ENTRY
Web / H5
员工工作台
Mobile
iOS / Android
API / SDK
系统集成
CLI
命令行入口
Chat Client
飞书 / 企微 / Slack
第三方平台
Webhook / 集成市场
TIER 1 · APPAgent Platform · 企业级 Agent 管理与协作平台
面向用户和管理员的产品功能
组织与权限
组织架构
角色权限
资源权限
Agent 管理
个人 Agent
项目 Agent
团队 Agent
协作
协作空间
@ 消息 / 通知
任务分配
能力中心
Skill 市场
Tool Hub
知识库 / 提示词
治理与运营
审计中心
成本管理
使用分析
开放平台
API Gateway
Webhook
开发者中心
TIER 2 · RUNTIMEAgentic OS · 智能体执行运行时
编排引擎 · 上下文 · 模型运行时
任务编排
任务解析
任务分解
调度排编
推理与规划
意图识别
思维链(CoT)
反思 / 自我修正
多 Agent 协同
角色分配
通信协议
协同策略
工具与 Skill 运行时
Tool Executor
Skill Executor
超时 / 重试 / 熔断
记忆系统
短期记忆
长期 / 向量记忆
记忆检索 / 写入
安全与治理
内容安全
敏感信息脱敏
策略引擎
TIER 3 · KERNELHarness · 智能体执行内核
最底层执行控制 · 一次任务必经之处
Run 管理器
Run 创建
状态机
恢复 / 取消
上下文装配器
用户上下文
环境上下文
历史上下文
计划执行器
步骤执行
并行 / 条件
循环控制
工具调用控制器
工具选择
参数校验
调用执行
HITL 控制器
人工确认
人工干预
审批流集成
审计追踪器
执行日志
输入输出留痕
追踪链路
BASE基础设施层 · Infrastructure
通用云原生底座 · 复用业界标准组件
容器化部署
Docker / K8s
配置中心
Nacos
数据库
PostgreSQL / MySQL
向量数据库
Weaviate
缓存
Redis
对象存储
S3 / OSS
消息队列
RabbitMQ
可观测性 OBSERVABILITY
日志中心
SLS
链路追踪
Trace
指标监控
ARMS
审计日志
操作 / 安全审计
外部接入 INTEGRATION
LLM 模型
DeepSeek / GLM / Qwen
企业系统
OA / ERP / CRM
办公协同
邮件 / 日历 / 文档
开发系统
Git / CI
接入层 · ENTRY Agent Platform 应用层 Agentic OS 运行时 Harness 内核 基础设施 外部集成 & 观测性
EXECUTION KERNEL · 执行内核

Agent Harness:
一次任务运行的八步执行管道

Harness 把模型、上下文、Skill、工具、权限、审批和审计组织成一次可控运行 — 这就是 Agent 区别于普通 LLM 调用的根本。

RUN → CONTEXT → SKILL → PLAN → POLICY → TOOL → HITL → TRACE

不是 Runtime,而是 Harness

Runtime 解决"能跑";Harness 解决"按规则跑、可中断、可审批、可追踪、可恢复"。

1
Run
初始化任务
2
Context
装配上下文
3
Skill
加载技能
4
Plan
规划步骤
5
Policy
权限校验
6
Tool
沙箱执行
7
HITL
人工确认
8
Trace
审计沉淀
VS Runtime
Runtime 解决"能跑"; Harness 解决"按规则跑、可中断、可审批、可追踪、可恢复"。这五个"可"是企业级和玩具级的分水岭。
CORE FLOWS · 两条主线

自己干活,
或者找人协作。

高频日常由个人 Agent 直接完成,遇到跨人协作时升级到协作群,结果再沉淀回 Skill 和组织知识。

SOLO · 单兵主线

自己干活

高频日常 / 个人 Agent 直接完成 / 不打扰他人
1
任务输入
工作台 / IDE 提出任务
2
Agent 接管
个人 Agent 解析意图
3
Skill 加载
从 Registry 拉取技能
4
沙箱执行
Tool 调度 / SQL / RPA
5
结果交付
工作台直接呈现或落地
COLLAB · 协作主线

找人协作

中低频 / 跨人协作 / 结论沉淀为组织资产
1
B 发起求助
@A 帮忙看下问题
2
A-Agent 接待
判断风险 / 补齐上下文
3
项目 Agent 支撑
检索文档 / 代码 / 历史
4
协作群承载
A、B、Agent 进群
5
A 确认 / 处理
中高风险由 A 本人定
6
沉淀复用
FAQ / Skill / 知识库
共用同一个 Agent Platform 底座 · Agent Harness 编排 · Skill 复用 · 沙箱隔离 · 审计可追
LIVE DEMO · 云 RPA AGENT 实演

从理论到实践
云 RPA Agent 自动提交表单

Agent 自主理解任务、操作浏览器、填写表单、完成提交 — 这就是 SOLO 主线的真实落地。没有规则、没有脚本、没有人介入,模型自己规划每一步动作。

CLOUD RPA · 自动表单填写演示 SOLO MAIN FLOW · 单兵主线实例
01 · 任务输入
用自然语言下达指令
员工在工作台用一句话描述要做的事
02 · Agent 自主操作
识别页面 → 规划路径 → 逐步填写
非脚本化 RPA · 由 LLM 实时决策每一步
03 · 提交与回执
表单提交 → 工作台返回结果
整个过程沙箱执行,Trace 可回放
LIVE DEMO · 端到端信息采集

不只是单点执行
跨系统端到端采集

第二个场景:Agent 自主跨多个系统/页面采集结构化信息,完成一次完整的数据收集任务。这是 SOLO 主线在"调研类、数据归集类"任务上的典型应用。

END-TO-END · 多源信息归集演示 DATA COLLECTION · 跨系统采集任务
01 · 任务下达
"采集 X 类信息汇总成表"
用一句话定义采集目标和输出格式
02 · 跨系统抓取
Agent 在多个页面/系统间穿梭
识别字段、提取数据、自动归一化
03 · 结构化交付
采集结果直接落库或导出
覆盖人工原本要做几小时的活
LIVE DEMO · 对话操控云端沙箱

对话即指令
AI 自主操控云端沙箱采集数据

第三个场景:员工只用一句话「打开网站、采集 2 条数据」,Agent 就在云端沙箱浏览器里自主打开政务网站、定位栏目、抽取结构化数据回传。右侧沙箱画面实时可见 — 浏览器全程跑在云端,员工本机零负担。

对话式采集 · 云端沙箱浏览器实时执行 CONVERSATIONAL · 沙箱可视实例
对话式让 AI 在云端沙箱浏览器自主采集政务网站数据
01 · 一句话下达
"打开 rsj.sh.gov.cn 采集 2 条数据"
对着分身用自然语言说目标,无需任何配置或脚本
02 · 云端沙箱自主执行
沙箱浏览器自动导航 → 定位「热点回应」→ 抽取
整个浏览器跑在云端沙箱,执行过程右侧实时可见
03 · 结构化回传
标题 + 链接 + 发布日期,对话里直接给结果
不是截图,是可直接落库 / 推送的结构化数据

✦ 三段演示合起来覆盖 Agent Platform 的典型 SOLO 场景 — 填写类 · 替代手工录入;采集类 · 替代手工调研;对话式云端沙箱 · 一句话操控云端电脑。

AGENT MODEL · 三种 Agent 类型

个人 Agent 和项目 / 团队 Agent,
职责不同,边界要清晰。

个人 Agent 服务员工自己,只能在员工授权范围内代为执行;项目 / 团队 Agent 承接组织知识和共享流程,代表项目而不是个人。两类 Agent 的数据、权限、责任主体各管各的,不混用。

个

个人 Agent

PERSONAL · 归属员工
服务谁
员工本人 · 一对一
干什么
日常提效、生成草稿、整理资料、低风险事务的执行
能动什么
员工自己的数据、员工授权的工具、个人沙箱内的资源
边界
不能默认代表本人对外做承诺、审批或高风险操作
项

项目 Agent

PROJECT · 归属项目空间
服务谁
项目成员 · 共享访问
干什么
维护项目文档、代码索引、历史问题、FAQ,响应共性查询
能动什么
项目空间内的文档、代码库、知识库、协作记录
边界
代表项目知识,不代表任何成员的个人判断或决策
团

团队 Agent

TEAM · 归属团队 / 流程
服务谁
整个团队 · 流程参与方
干什么
承接长期流程,如评审、检查、值班、报告、合规巡检
能动什么
团队工具链、流程触发器、跨成员的工作空间
边界
高风险动作必须走审批,流程例外不能自行决定

判断规则 · 服务个人 → 个人 Agent · 服务项目 → 项目 Agent · 服务团队 / 流程 → 团队 Agent

GOVERNANCE · 企业级治理

沙箱隔离 + 授权代理 + 审计闭环

让 Agent 能执行真实任务,同时满足企业的权限、安全、追责和成本要求 — 六维治理是从玩具到生产的必经之路。

01 / 身份体系

谁在做这件事

员工、个人 Agent、项目 Agent、团队 Agent、系统 Agent 都有明确归属和责任边界。每一次执行都能追溯到具体身份。

02 / 授权代理

可以做到什么程度

低风险自动代理;中风险生成草稿等待确认;高风险必须本人或审批人操作。三档授权机制,默认保守。

03 / 沙箱隔离

能影响到什么范围

员工、项目、团队任务在独立容器运行,隔离文件、工具、网络和运行环境。一个沙箱出错不影响其他。

04 / 审批机制

什么时候需要人介入

写文件、提交代码、生产操作、外发消息等动作进入 HITL 审批。把"不确定"明确化为"需确认"。

05 / 审计追踪

事后能不能追责

记录发起人、Agent、Skill、模型、工具调用、文件访问、审批和输出结果。一次任务一份完整 trace。

06 / 成本治理

钱花在哪里

按员工、项目、Agent、部门统计模型 Token、工具调用和容器资源成本。FinOps 维度的精细计量。

治理目标 · Agent 可以执行真实任务,但任何执行都必须有身份、边界、审批、审计和成本归属。
VALUE · 价值收口

从单点 Agent 工具,
到企业 Agent 平台。

为什么企业需要 Agent Platform — 标准化、可治理、可沉淀、可扩展,这是把"AI 实验"变成"AI 基础设施"的四大支柱。

VALUE 01

标准化

Agent Harness 统一编排 Model、Skill、Tool、Memory,告别每个 Agent 各写一套底座。一次造轮,处处复用。

VALUE 02

可治理

身份归属、沙箱隔离、HITL 审批、审计追踪、成本归口,五重闭环可追责可观测。生产级合规,而不是 demo 级。

VALUE 03

可沉淀

每一次任务、每一次协作,自动沉淀为 Skill / FAQ / 知识库。组织资产持续累积,经验不再随人离职流失。

VALUE 04

可扩展

个人 Agent 起步,平滑扩展到项目、团队、流程级 Agent。底座一次建好,业务持续生长,不重做。

BONUS · 名词扫盲

Agent Platform 还是 Agentic AI?
这是两件事。

这两个词最近都在用,但讲的是不同的东西。一个是名词,一个是形容词 — 搞清楚你买的到底是什么。

名词 · A PLATFORM

Agent Platform

一个平台 · 一套底座

一种基础设施。像 Java EE、Spring、Kubernetes 之于应用 — 你买的是"装 Agent 的地方"。它管运行、管调度、管治理。

关键词 · Runtime · Registry · Sandbox · Governance
vs
形容词 · A CAPABILITY

Agentic

一种能力 · 一种行为

描述系统是否能自主规划、调工具、反思、自我修正。你看的是 Agent 跑得多自主 — 它衡量行为,不是组件。

关键词 · Planner · Tool Use · Reflection · Autonomy

一句话 · Agent Platform 是名词,Agentic 是形容词。我们建一个 Agent Platform,在它上面跑 agentic 应用。

把 Agent Platform
真正跑起来

期待与您一起,把云端个人助手协作平台从"方案"变成"系统"。
Welcome questions, comments, and challenges.

回到顶部
Agent Platform · 云端个人助手协作平台