01 · 先解决正确的问题
选择高频、边界清晰、可衡量的流程，让第一个场景为后续连接和治理打基础。
升级原则
五个决定 AI 能否持续创造价值的选择
技术只是基础。顺序、边界、所有权和衡量方式决定试点能否进入生产。
02 · 围绕流程，而不是部门
真实工作会跨越系统与组织边界，价值来自端到端完成，不是单点聊天效率。
03 · 建立自己的 AI 能力
让客户团队掌握场景、Skills、连接和应用，不把持续变化外包给供应商。
04 · 保持控制与选择
保留模型、部署、数据和扩展选择权，让今天的成功不成为明天的锁定。
05 · 用吞吐与结果衡量
关注完成时间、处理量、等待、返工和成果质量，而不只看 Token 成本。
实施路径
从第一个结果到组织统一底座
每一步都有明确验收，再扩大连接、权限与业务范围。
01
选择一个高频、可衡量、以只读为主的流程
02
在 Desktop 用真实数据验证结果与边界
03
进入组织试点，接入系统并建立统一治理
04
沉淀成功流程，扩展为可复用 Skills 与 Applications
企业可信基础
从第一次运行开始就安全可控
隔离执行
Desktop 采用本机 OS 进程沙箱；Cloud 与私有化采用 Docker 容器严格隔离代码与工具执行。
权限边界
按组织、应用、系统与工具最小化授权，绝不把敏感接口访问权交给不受控的提示词。
全程留痕
每次模型请求、上下文提取、工具调用与产出结果全程落盘，支持多维度的合规追溯审计。
部署自主
从 Desktop 本地验证到 Cloud 协作与私有化 Docker，核心数据不出域，杜绝厂商锁定。
继续探索
一个统一底座，多条价值路径
产品各自解决不同问题，但共享同一套连接、权限、运行与治理基础。