黑红莫比乌斯环以几何线框连接连续曲面,象征人类与 Agent 的持续协作

SILIROOT / HUMAN × SILICON

让人类与 Agent
共同创造。

连接人的经验、智能体的行动与产品的能力,
让真实工作持续产生结果,让经验成为共同资产。

理解我们的 Agent 方法 ↗
我们的出发点

智能的价值,
发生在真正完成工作的过程中。

我们关注 Agent 如何理解目标、调用工具、处理反馈,并与人共同承担一条完整工作流。每一次交付,都应留下结果、证据,以及下一次可以复用的能力。

OUR UNDERSTANDING

一个 Agent,
一条完整的行动闭环。

模型提供推理能力;上下文、工具、运行环境与验证机制,
共同决定它能否在真实业务中可靠地行动。

AGENT / EXECUTION LOOP目标驱动 · 反馈闭环
  1. 01

    理解目标

    明确输入、约束与验收

  2. 02

    规划行动

    选择路径、工具与协作方

  3. 03

    执行任务

    在授权范围内操作真实系统

  4. 04

    验证结果

    检查证据,调整或交还给人

人定义目标、授予权限,并对关键决策与最终验收负责。

01 / 目标与边界

先定义完成什么,以及何时交还给人。

明确任务、责任、权限和验收标准,让执行有方向,也有终点。

02 / 上下文与记忆

让经验进入每一次判断。

连接业务知识、历史决策与现场状态,让 Agent 理解正在发生的工作。

03 / 工具与执行

让判断真正作用于业务。

通过工具、软件与系统接口采取行动,读取实际结果,再决定下一步。

04 / 验证与演化

用结果反馈,改进下一次行动。

保留执行证据,独立验收结果,将有效路径沉淀为可复用的轨迹与技能。

从一个智能体,
走向共同创造的生态。

我们希望让经验能够传承、能力能够组合、产品能够互相调用。
人类与硅基在同一张网络里协作,持续生长出新的价值。

HUMAN

人类经验

目标、知识与专业判断

AGENT

硅基能力

技能、行动与协作

PRODUCT

产品网络

工具、服务与可交付成果

使用与协作产生新轨迹,轨迹沉淀新的经验与能力 ↺

轨迹,是可传承的工作经验。记录情境、决策、行动与结果,让有效路径能够被理解、验证和复用。

产品,也是协作网络中的参与者。既能为人服务,也能被 Agent 调用,成为更大任务的一部分。

PRODUCTS & SERVICES

从真实业务开始,
把能力留在组织里。

以交付、团队转型与专家生态切入,连接组织级的人机协作。

FOR BUSINESS EXPERTSmacOS x64 · 本地试用阶段

懂业务的人,
也能亲手推进系统的改变。

看着业务页面说想法,用对话和页面标注澄清需求。
确认之后交给 Agent 实施,回到真实页面体验、反馈与验收。

01表达业务意图

对话、点选页面、截图标注

02确认明确需求

业务规则、范围与验收条件

03Agent 实施与检查

绑定确认版本,保留执行记录

04体验与持续迭代

操作实际页面,反馈并验收

LOCAL WORKBENCH

业务专家 AI 建设工作台

本地优先管理项目、业务环境和需求记录。复用 Codex、Claude Code 与 Pi 的原生开发能力,让专家聚焦业务表达和结果验收。

  • 可导出明确需求,也可继续推进本地系统实现
  • 讨论、确认版本与推送实施分开,保留需求历史
BusinessAgentApp 为工程暂名;当前为本地试用版。
CONTROLLED DELIVERY

SysFactory

围绕独立开发环境组织需求、实施、检查与验收。持续修改留在同一任务中,用户核对候选结果后,再确认进入发布流程。

  • 需求版本、任务、执行记录与业务页面统一管理
  • 开发测试与正式数据分离,关键交付保留人工确认
当前为同机开发试用版;生产安装与分发仍在完善。
专家掌握业务判断与验收,Agent 负责确认范围内的实施。

让产品能力,进入你的团队与业务。

研发组织01

研发团队转型与陪跑培训

以 Agent 特区为转型单元,陪团队在真实项目中重建角色、工作流、验证机制与度量体系。

  • 研发流程诊断与试点选择
  • 跨职能小队与责任边界设计
  • Harness 工作流与验证资产沉淀
从会用 AI,走到团队能够持续交付
企业场景02

Agent 落地交付

FDE 进入业务现场,把工程软件、企业数据、规则和人工审核接成可以运行的 Agent 工作流。

  • 业务流程与系统连接梳理
  • Agent 角色、工具、权限和护栏
  • 真实任务验证、上线与持续迭代
从场景判断,到上线运行与团队交接
专家生态03

业务专家的 AI Agent 生态定制

围绕业务专家配置工作台、知识与执行流程,将业务表达推进到明确需求、可体验的系统和持续迭代。专家掌握关键判断与最终验收。

  • 通讯入口与问题信息补齐
  • 知识、案例与业务规则工程化
  • 执行、质检、升级和学习闭环
  • 模型、算力、安全接入与工作流环境
放大专家的决策带宽,把个人经验变成组织能力
DSH / HARNESS

DSH 是插件化炼器的一种实现:装配工具、技能与执行环境,让能力形成可运行的产品,参与更大的协作生态。

给 Agent 一块
真正工作的地方。

我们把它称为「Agent 特区」:围绕一个明确业务结果,组织人、流程、工具和验证机制。从有边界的真实任务起步,形成可交接、可扩展的工作方式。

明确的业务目标专职负责人与团队定义清楚的工作流边界决策与权限规则绑定真实工作的 Agent 角色人对交付负责
  1. 01

    组建团队

    业务负责人、流程负责人、操作人员、FDE

  2. 02

    定义目标

    目标流程、范围、约束、ROI 指标

  3. 03

    搭建工作流

    输入、系统、工具、交接点、审批关口

  4. 04

    接入 Agent

    Agent 角色、权限、规则、工具、审核关口

  5. 05

    运行工作流

    真实工作、执行记录、人对结果负责

  6. 06

    度量产出

    基线 vs. 结果、成本、周期、质量、规模

  7. 07

    迭代

    改进流程、Agent、规则、测试和交接资产

理解来自现场,
能力长在真实工作里。

从软件研发、专业工程到企业服务,关注问题如何被拆解,
工作如何被验证,以及团队如何接管新的能力。

01Kreditz金融科技 · 研发交付

边界清楚、验证扎实,Agent 才能真正工作。

瑞典金融科技公司,业务为银行交易分类。当交付系统给出清晰边界和强验证时,Agent 才真正有效。

  • 0 行人手写代码即上线商业系统
  • 更清晰的规格说明与模块化任务边界
  • 多层测试 + 业务级基准数据集
  • 人掌握验收标准,Agent 支撑实现与迭代

Agent 在边界清楚、验证扎实的交付系统里,才真正工作。

02天津合众ToB 软件交付 · 组织重构

AI 原生交付,首先是组织设计问题。

ToB 企业,标准化产品 + 定制化交付。团队并非因为开始用编码工具而被改变,而是围绕小型 FDE 小队、Harness 工作流和持续度量重建了交付组织。

  • 5 角色跨职能 FDE 小队:PM、PO、2 TO、QO
  • Harness 工作流统一 12 类项目产物
  • 绿地 + 棕地双试点先行
  • 人工测试回归作为安全网

胜利单元不是带着 AI 工具的个人,而是有清晰角色、共享工作流、强验证和迭代习惯的小型负责团队。

03热仿真 Agent 特区专业工程 · 受控自动化

专业工程流程,先划清边界。

热设计仿真自动化可行性项目。FloTHERM 仍负责物理仿真,Agent 接手的是围绕它的重复性工作。

  • 三段式:工程师控制 → Agent 执行 → 工程师确认
  • 控制回路:运行 → 读取 → 调整 → 验证
  • 独立验证 Agent 确认结果来自真实仿真输出
  • 护栏:防篡改目标值,无法收敛即升级

先固定专家规则、真实软件、验证关口和升级路径,再决定哪些环节适合交给 Agent 执行。

04制造业研发团队 AI 转型团队陪跑 · 真实研发任务

把 AI 方法放进团队正在做的项目。

面向制造业软件研发团队,围绕真实业务线配置 Agent 工作环境,训练需求梳理、编码、测试和知识沉淀的协作方式。

  • 产品经理用 AI 梳理需求、功能边界和验收材料
  • 研发团队把规范与业务经验整理为 Agent 上下文
  • 将常见任务沉淀为可复用的 Skill 和工作流
  • 结合现场指导、远程陪跑与阶段性能力评估

团队建立了 AI 研发工作流基础;自动化测试和能力资产治理仍需持续完善。

05制造业设备对接流程改造FDE 交付 · 设备测试

先解除联调等待,再让 Agent 接手重复判断。

新设备接入企业系统时,工程师需要反复阅读协议文档、调试接口并等待真实服务环境。项目先梳理协议与测机流程,再引入自动化。

  • 整理多版本设备协议,形成统一的接口约定
  • 搭建模拟服务,减少测试对真实环境的依赖
  • 让设备侧测试与后台服务解耦,支持并行推进
  • 沉淀排错经验,由 Agent 辅助编排、定位与报告生成

FDE 的价值先来自流程重组与经验沉淀,再来自 Agent 对测试工作的辅助。

06公共安全辅助研判业务 Agent · 人工确认

让研判建议进入原有工作入口,并保留人工决定权。

一线人员在现有工作入口提交问题,Agent 调用获授权的数据与地图工具整理线索,形成建议和报告,再交由人员确认。

  • 对话与地图界面衔接日常工作流程
  • 按用户身份和业务权限隔离数据访问
  • 记录工具调用与处理过程,便于审计追踪
  • 人工确认结果回写,形成处理闭环

这类交付同时需要业务场景、权限、审计和部署规范,Agent 只提供辅助判断。

07研发与产品团队协作转型组织转型 · 产品工程化

让产品、研发和质量角色围绕同一条交付链协作。

在另一家企业的软件团队中,培训覆盖研发与产品角色,并围绕既有项目梳理前端迁移、第三方接口对接和产品需求文档维护等场景。

  • 把项目知识与规范整理为 Agent 可用的上下文
  • 按业务功能拆分需求,明确产品、技术和质量责任
  • 把前端迁移经验沉淀为可复用流程与工具
  • 建立接口清单、前置校验和模拟测试方法

培训与真实任务结合,团队才能逐步接管工具、流程和交付责任。

08企业员工服务智能体平台平台建设 · 人机协作

从单点问答,走向可配置、可治理的 Agent 平台。

面向企业内部知识查询与员工服务场景,建设可管理 Agent、知识、工具和任务的通用平台,支持员工端与管理端协同。

  • 统一配置 Agent、知识库和业务工具
  • 支持会话上下文、任务触发与执行记录
  • 以角色权限和租户隔离控制访问范围
  • 写操作设置风险核验、人工确认和审计记录

把业务经验整理为可更新的 SOP 与 Skill,再放进同一个人机协作环境中使用。

懂组织,也真正负责交付。

战略、组织与工程交付,共同进入客户现场。

马驰

马驰

联合创始人 / CEO

负责公司战略与 Agent 工程实践。曾任 Kreditz 工程副总裁,并在华为瑞典、华为云和腾讯技术工程事业群任职。

李雪涛

李雪涛

联合创始人 / AI 组织架构师

拥有土木工程与软件开发双重背景,13 年间从全栈工程师成长为研发副总,专注 AI 驱动的组织结构、质量体系与交付转型。

社区主页 ↗
杨正武

杨正武

联合创始人 / Chief Delivery Officer

负责客户交付与 FDE 体系,把业务问题拆解为可运行的工作流、系统连接、Agent 规则和可持续交接的工程资产。

社区主页 ↗
AGENTSZONE.AI

让现场经验,进入更广泛的讨论。

Agent 特区是由马驰创立的 AI Agent 工程实践者社区。我们把企业交付中的真实问题带回社区,也从实践者的经验中持续更新方法。

走进 Agent 特区 ↗

LET’S BUILD TOGETHER

从你正在做的工作,
开始下一次创造。

带来一个真实场景,我们一起明确目标、工作边界与验收证据,
找到适合团队的第一个 Agent 试点。

预约工作会议 ↗machi@siliroot.com