AgentOS
|
AgentOS · BP · 一长页看完

把企业里散落的
AI 工具，串成一个集体

AgentOS 不是再造一个 AI 工具，是把企业已经堆起来的 4-7 套 AI 工具—— GPT、Copilot、自研 Bot、Coze、Dify——串成一个干活的数字团队。 CEO Bot 定方向 · CFO Bot 看住钱 · CMO Bot 跑投放 · CTO Bot 守底线—— 共享同一份 ARG 记忆，按同一套本体说话，通过 MCP 2025-11 协议互推决策。 没有中央大脑，没人派单，但它们自发协同—— 这就是 Bot 团队的集体主义。

然后把这个集体通过边缘部署沉到企业每个业务现场—— ERP 旁边、CRM 旁边、生产线旁边、SOP 流程里—— Bot 的工作流就是企业的业务流程，Bot 的决策就是企业决策链的一环。

— Chapter 01 · Market

企业不缺 AI 工具
缺的是"集体"

2024-2026 三年间，企业堆了 4-7 套 AI 工具—— GPT、Copilot、自研 Bot、Coze、Dify 散落各处，每套都是孤岛：账号不互通、记忆不共享、决策不串联、Bot 之间各说各话。 真正卡住的不是工具数量 —— 是工具的串联性。

AgentOS 的答案不是再造一个 AI 工具，是把这些工具串成一个干活的数字团队。 用最新的 MCP 2025-11 协议 + Ontology（本体论）系统构建一套完整的 Agent 生态： 分体式 7 层架构 + ARG 组织记忆 + 经验算法原语 + 行业本体图谱 + 算法 Marketplace。 2026 Q3 MCP 协议正式发布，协议红利窗口期打开—— 现在是把工具变成集体的最好时机。

— 市场规模
全球企业 AI 软件 TAM
120B USD
2026 年估值。垂直 SaaS + 通用工具合计，CAGR ≈ 35%。
数据来源：自下而上估算
多 Agent 协作 SAM
18B USD
我们锁定的子市场。覆盖企业级"团队协同"层。
数据来源：自下而上估算
AgentOS 3 年覆盖客户目标
200+ 家
国内中型 + 跨境头部 + 央国企。 前 12 个月先签 10 家行业头部做灯塔， 再扩到 200 家全行业覆盖。
范围：跨境 / 内容 / 制造 / 教育
— 三类客户画像
— Persona A
出海中小企业
10-50 人团队。营销 + 内容自动化是刚需。 一个 CMO Bot + 内容 Bot 解决 60% 工作量。 订阅基础版，月费 ¥2,980 起。
CANVAS · 集群服务
— Persona B
行业头部 + 跨境品牌
100-500 人。已有 ERP / CRM / 内容中台。 AgentOS 作为"协作层"嵌入，要求私有记忆 + 标准 MCP 接入。 团队版 + 定制角色，年费 ¥30w+。
CANVAS · 团队版
— Persona C
央国企 + 金融 / 制造
1000+ 人。强合规、强自研。 整套 AgentOS 私有部署到自有机房， 含一次集成费 + 年维护。
CANVAS · 私有部署
— Go-to-Market：先打哪、为什么、怎么打
— Phase 01 · 集群服务
OPC 自家业务先用
出海家居、内容生产、跨境电商 —— 我们自己跑通 6 Bot。 不靠 demo 视频说服客户，靠"工坊已经在用"做信任背书。
  • 6 角色 Bot 已接入 7 条业务线
  • 8 个生产 Bot 上线跑 12 个月
  • 出问题我们 30 分钟响应（自家）
  • 形成 50+ 个真实业务场景案例库
— Phase 02 · 灯塔客户
30 家行业头部试用 + MCP 1.0 开放
Q4 2026 起 Beta 邀请 30 家行业头部客户（出海 / 内容 / 制造 / 教育）。 免费 + 紧密服务 —— 拿真实反馈 + 案例视频。同步开放 MCP 工作组织 1.0（Registry + SSE 推送 + OAuth 2.1）。
  • 客户筛选条件：年营收 1 亿+ / 已有 AI 投入 / 决策快
  • 提供 90 天 1v1 服务 + 4 次现场 review
  • 换：行业模板 4 个 + 公开案例 + 推荐信
  • 从试用客户里挑 10 家深度共创
  • 30 家 = 30 个 MCP 实际场景，喂饱 Registry
— Phase 03 · 行业模板
从灯塔到行业模板 + 算法 Marketplace
4 个行业首批模板：跨境电商 / 内容 / 制造 / 教育。 模板 = 灯塔经验沉淀 + 行业 Bot + 客户成功 SOP。算法 Marketplace 同步上线 — 每个行业模板都开放给第三方算法上架。
  • 每个模板 = 8-15 个现成 Bot
  • 模板对接时间从 90 天 → 14 天
  • 行业获客成本 ↓ 60%（口碑转介绍）
  • 2027 Q1 上线 GA
  • 算法 Marketplace 飞轮：客户越多 → 算法开发者越多 → 模板越丰富
— Phase 04 · 私有部署
央国企 + 金融客户
1000+ 人央国企 / 金融 / 制造。强合规、强自研。 整套 AgentOS 部署到客户机房，含集成 + 算法授权。私有 MCP Registry — 客户自建算法 Marketplace，反向授权给其它客户。
  • 含集成费 + 5 年维护，按部署形态定价
  • 需通过等保三级 / 行业合规认证
  • 标杆案例驱动：先做 1-2 家金融 / 央国企
  • 2027 Q3 Enterprise GA
  • 客户自研算法可上架我们的公开 Marketplace → 形成生态外溢
— 为什么是现在（MCP 协议红利）
为什么是 2026 Q4？MCP 2025-11 协议在 Q3 正式发布， 四件事同时发生：
— TIMING · 01
协议标准化
Anthropic 把 Registry + SSE + OAuth 升级为行业标准。 AgentOS 自己定义的 Bot 工作组织协议 顺势可嫁接在 MCP 上 —接 MCP 就是接生态，客户的 Bot 既跑我们的工作系统，也跑跨厂商的 MCP server。
— TIMING · 02
客户觉醒
2024-2025 客户堆了 4-7 套 AI 工具， 真正卡住的不是工具数量 —— 是"统一工作组织"。 多 Bot 多记忆多工具 = 多套账，企业开始要减法。
— TIMING · 03
算法商品化
算法即 MCP server，按调用计费 ——客户不需要囤模型，开发者也不需要自建渠道。 Marketplace 让算法第一次有了"用多少买多少"的商品化形态。
— TIMING · 04
本体商品化
行业知识图谱（商品 / Campaign / 学员 / 设备 …）第一次有了标准化形态。JSON-LD + OWL 描述，MCP ontology server 上架 — 客户的"行业 Know-how"变成可复用可购买的资产。
— 切入点（为什么选跨境 + 内容优先）
— WHY · 01
OPC 自家最强
团队过去两年在跨境 + 内容有真功夫 （loop / skill / agentic search）。 自家强才能卖得动。
— WHY · 02
客户痛最尖锐
跨境客户多平台 / 多语种 / 内容爆炸， 1 个人管不过来。AI 自动化意愿最强， 付费意愿也最强。
— WHY · 03
数据闭环最快
内容 / 投放 / 选品 数据自带反馈闭环。 ARG 能装下完整的"决策链 + 结果链"， 是 AgentOS 最容易讲清价值的领域。
节奏： Q3 集群服务 → Q4 灯塔 + MCP 1.0 + 4 套行业本体 → Q1 行业模板 + 算法 Marketplace → Q3 私有部署。 每阶段都有"案例 + 模板 + 客户成功" 三件套交付，不靠 PPT 卖。
— Chapter 02 · Architecture

7 层分体式架构

AgentOS 不是又一个"AI 工具"，是一个让 Bot 集体在企业里扎根的工作组织。 没有"中央大脑"，每层独立自治，跨层通过事件和共享记忆耦合。 用最新的 MCP 2025-11 协议 + Ontology（本体论）系统构建， 把 Bot 工作组织协议 / ARG 组织记忆 / 行业本体图谱 / 算法 Marketplace 装在同一个 OS 里。

Bot 集体不是漂浮在云端的虚拟员工 —— 它们通过边缘部署沉到企业每个业务现场： ERP 旁边、CRM 旁边、生产线旁边、SOP 流程里。 Bot 的工作流就是企业的业务流程，Bot 的决策就是企业决策链的一环。

— AgentOS 一套系统 = 集体主义的三个支柱
— PILLAR · 01
MCP 2025-11 协议
集体通信的母语。没有标准协议，就没有集体。 一个 Bot 推消息给另一个 Bot —— 什么格式、何时推、谁订阅、凭账号还是凭角色？ MCP 把这件事定了：Registry 注册身份、Streamable HTTP 推送、OAuth 2.1 校验权限。 客户自研 Bot / 第三方 Bot / 算法 server 即插即用。
  • 注册身份 = 集体通讯录 · Registry + 命名空间
  • 主动推送 = 集体打招呼 · GET /mcp SSE + Last-Event-ID
  • 权限校验 = 集体边界 · OAuth 2.1 + 企业 IdP 桥接
  • 算法 Marketplace = 集体可调用 · 公开 + 平台抽成 20%
— PILLAR · 02
Ontology 本体系统
集体共识的语言。没有共同语言，就没有共识。 CMO Bot 说"投放 ROI"，CFO Bot 听到"营销费" —— 同一件事两个名字，集体就会撕裂。 Ontology 把业务实体按 JSON-LD + OWL 类型化，给集体一套语义坐标系。
  • 跨 Bot 语义对齐 · CMO 与 CFO 看同一份 Campaign
  • 类型化精确查询 · 找上周 pending 的 Decision 一条 query 出
  • 本体即客户资产 · 永久归属客户，可迭代可授权
  • 本体上架 Marketplace · 行业知识图谱可复用可购买
— PILLAR · 03
Bot 工作组织协议
集体行动的骨架。没有工作组织，就没有行动。 Bot 各自接指令干活，本质还是工具堆。 Bot 工作组织协议把 Bot 装进一个工作组织 —— ARG 是组织记忆、ash 是组织入口、A-POST 是出生仪式、late-binding 是组织契约， 嫁接 MCP 之上对外即插即用。
  • 无中央派单 + late-binding 消息语义
  • ARG 组织记忆 18 个月 + 跨 Bot 检索
  • 行业模板 = 行业本体 + 8-15 角色 · 对接 90 天 → 14 天
  • 嫁接 MCP = 客户侧 0 适配 + 获客成本 ↓ 60%
— 架构图（自上而下 · 7 层）
L7观测层监兵自愈 + 心跳同步 / 跨机器状态可见
— 做什么
职责

采集全 Agent 健康 / 任务状态 / ARG 事件，异常自动修复

— 工坊对应
已实现的

监兵 Reactor 精简版 · yingxin-gpu · MCP 心跳探测

— 提纯后
AgentOS 形态

通用观测总线 — Agent 健康 + 跨域任务状态

— 客户得到什么
这件事的意义

Bot 半夜死了 OS 自己修 — 人不在场也不会出事

L6工作流层跨业务编排 + 主动推送 / 人可见的进度
— 做什么
职责

把跨 Bot 任务编排成工作流，主动推给人

— 工坊对应
已实现的

小红书 cron + 备课管线 + 跨境电商 Loop + MCP HTTP 202 异步

— 提纯后
AgentOS 形态

通用 DAG 工作流引擎 — 异常回滚 + 进度可视化

— 客户得到什么
这件事的意义

流程跑起来不用养 RPA 团队 — 异常回滚可查

L5决策层 · Decision 实体单 Agent 自治决策 / Codex Harness 七要素
— 做什么
职责

单 Bot 内部决策 SOP（目标 / 计划 / 工具 / 评价）— 决策结果落 ARG 为 Decision 类型节点

— 工坊对应
已实现的

Codex Harness 七要素 + CFO V4 模板 + 本体 schema 校验

— 提纯后
AgentOS 形态

可复用决策卡片 + 决策追溯链 — 每个 Decision 关联引用的 Artifact

— 客户得到什么
这件事的意义

决策质量稳定 + 可审计 — 每个 Decision 走完一条 SOP 链

L4A2A 层 · MCP 2025-11基于标准协议主动推送 / 无中央派单
— 做什么
职责

Bot 通过 Streamable HTTP 互推（GET /mcp SSE），决策完成即推，无需 poll

— 工坊对应
已实现的

MCP Registry + Streamable HTTP + Last-Event-ID + lark-channel-bridge

— 提纯后
AgentOS 形态

标准 MCP 2025-11 — 跨域 / 跨语言 / 跨 IAM / 跨 Registry

— 客户得到什么
这件事的意义

Bot 之间按标准协议互推 — 客户 IAM 直接打通，不用我们发密钥

L3工具层 · 算法即 MCP server每个算法封装为 server / 按调用计费
— 做什么
职责

视频 / 选品 / 财务 / 翻译等算法封装为 MCP server，Bot 按需调用

— 工坊对应
已实现的

MCP 算法 server 集合 + Registry 元数据 + 调用计量

— 提纯后
AgentOS 形态

MCP Marketplace — 第三方注册 / 调用计费 / 平台抽成

— 客户得到什么
这件事的意义

算法按业务付费 — 不囤模型，按调用结算

L2记忆层 · ARG + 本体索引结构化 ARG / 类型化检索 / 18 个月保留
— 做什么
职责

团队长期记忆按本体类型结构化（Decision / Artifact / Account / Campaign…）+ 智能检索

— 工坊对应
已实现的

ChromaDB ARG + Vault + Neo4j 本体图 + Resource scope

— 提纯后
AgentOS 形态

ARG v3 暴露为 MCP Resource — 类型化精确查询 + 跨域检索

— 客户得到什么
这件事的意义

团队记忆可结构化查询 — "上周 pending 的 Decision" 一条 query 出

L1角色层每个 Agent 都是独立专家 / 非主控的手脚
— 做什么
职责

角色身份 + 权限矩阵 + 边界

— 工坊对应
已实现的

instance-registry 权限矩阵 + Hermes SOUL + OAuth 2.1 scope

— 提纯后
AgentOS 形态

通用 IDP — 跨租户统一身份 + 企业 IdP 桥接

— 客户得到什么
这件事的意义

权限边界清晰 — 大客户合规要求能落地

— 本体层（Ontology）· 横切面
7 层架构之上，还有一个横切面：本体（Ontology）—— 把 Bot / 记忆 / 工具 / 决策 / 物料 全部类型化，给整个工作组织一套共同语言。 没有本体的 Bot 团队 = 各说各话；有了本体的 Bot 团队 = 同一种语义下协同。
— CONCEPT
类型图谱
概念 = Bot / Memory / Tool / Decision / Artifact / Account
关系 = Bot 拥有 Memory · Bot 调用 Tool · Decision 产生 Artifact · Artifact 属于 Account
用 JSON-LD + OWL 描述，跨语言跨运行时。
— STORAGE
图数据库
Neo4j / Memgraph 存实例（节点 + 边）。 ARG 记忆的类型化检索： "找所有 Decision 类型 + status=pending + 关联 Campaign" — 一条 query，跨 Bot 跨 18 个月。
— EXPOSE
MCP server
本体本身注册为 MCP server
（io.opc.onto/<industry>），
提供 ontology.read / ontology.write 标准方法。
本体即商品 —— 行业知识图谱可上架 Marketplace。
三个具体用法：① 跨 Bot 协作 —— CMO Bot 和 CFO Bot 都懂"投放 = Campaign"，数据自动对齐，不会再"用错术语";② ARG 结构化检索 —— 不是 embedding 模糊匹配，是类型化精确查询（"找上周所有 status=pending 的 Decision"）;③ 行业模板 = 行业本体 —— 跨境模板 = (商品 / 平台 / 投放 / 选品) 类型图，客户拿来即用，14 天完成上线。
没有本体 = 各唱各的调。 有了本体 = 整团合奏。
— 范式对比
传统 · 主控式
单 Planner 下指令

一个 Planner 给所有 Agent 下指令。决策路径长，单点失败导致全团队阻塞。 调试像黑盒 —— 出了问题不知道怪谁。

AgentOS · 分体式
自发协同 + 共享记忆 + 本体语言

每个 Agent 自治决策，需要别人时通过 MCP 事件总线招呼。 全程对话写入 ARG，按本体类型结构化，人可阅读、介入、回滚。

— 四个核心协议
PROTO · 01
ash
Agent Shell REPL —— OS 唯一的入口
why · 工程师不需要记 50 个 Bot 命令。
how · 一个 REPL，ash status 看全貌，ash do "…" 派工，ash chat @CFO 直接对话。
what · 把分布式 Bot 装进一个 shell 会话。
$ ash status
工坊全貌 · 8 Bot 在线 · 3 件事在跑 · 1 件待审
$ ash do "把周三报表给客户" 
→ 已派 CFO Bot，预计 4 分钟出 PDF
PROTO · 02
A-POST
Agent Power-On Self-Test —— 新 Bot 第一件事
why · Bot 来到新环境第一件事不是干活，是"看自己在哪里"。
how · 扫描资源 / 软件栈 / MCP 可达性 / 权限边界 / 同伴，输出一份「自我约束声明」。
what · "我能做什么 · 不能做什么 · 边界在哪"—— 三件事就声明完。
[A-POST] CMO-Bot 启动
✓ CPU 8c · RAM 16G · GPU 无
✓ Python 3.11 · Node 20 · FFmpeg 6
✓ MCP: image-gen / search / arg 可达
✗ MCP: finance 不可达（无 token）
→ 自我约束：禁调 finance
PROTO · 03
Late-binding
消息的语义由接收方决定 —— 不是发送方
why · 函数调用 = 你规定我做什么。消息传递 = 我告诉你，你怎么用我不管。
how · Bot @ Bot 时只发"语境 + 意图"，不强加指令。
what · 保持每个 Bot 的自主性 —— 收到消息时自主决定怎么处理。
// 函数调用（紧耦合）
botA.call(botB, "render", {script, style})
// late-binding（松耦合）
botA.send(botB, `@视频 Bot 选题 #2 定了，分镜参考 ARG /arg/abc`)
PROTO · 04 · NEW
MCP 2025-11
Streamable HTTP — Bot 工作组织协议嫁接行业标准
why · AgentOS 自有的 Bot 工作组织协议 顺势嫁接到 MCP 2025-11 行业标准 = 客户自研 Bot / 第三方 Bot 都能即插即用。
how · 单端点 /mcp：POST = 请求/响应，GET = 服务端主动推送。Last-Event-ID 断点续传，HTTP 202 异步 ack。
what · AgentOS = 行业算力 Registry + Marketplace。Bot 工作组织协议全部走 MCP 标准接口 → 客户行业模板对接周期从 90 天 → 14 天，获客成本 ↓ 60%。
// GET /mcp = 服务端主动推送
client: GET /mcp Accept: text/event-stream
server: → event: bot.cmo.summary   data: {...}
       → event: bot.finance.alert data: {...}
// Last-Event-ID 断点续传
client: GET /mcp Last-Event-ID: 42
server: → 从 42 之后的事件继续推送
— MCP 工作组织（5 层堆栈）
— L5
算法 Marketplace
公开 Registry · 第三方开发者注册算法 server
io.opc.algos/video-gen · 调用计费 · 平台抽成 20%
— L4
OAuth 2.1 认证
动态注册 + 企业 IdP 桥接（钉钉 / AD / 飞书）
Authorization Server · RFC 7591 DCR
— L3
A2A 推送层
GET /mcp SSE · 主动推送 · HTTP 202 异步 · Last-Event-ID
Streamable HTTP 单端点 · 1000 并发只占 ~10 TCP
— L2
ARG 记忆
团队记忆 = MCP Resource · 角色 scope 隔离
ARG v3 + role scope + 18 个月保留
— L1
Registry 服务发现
命名空间 + 能力描述 + REST 查询
io.opc.bots/<name> · registry.modelcontextprotocol.io 兼容
— 交响乐团（指挥 + 演奏部）
CONDUCTOR
工程师 · 指挥
不谱曲、不奏乐。定调子、控节奏、判断"这首奏得对不对"。 派工一句话：ash do "…" ，剩下的交给演奏部。 离场 3 天也能收报告 —— 指挥不在场，乐团不散。
PLAYERS
Agent 们 · 演奏部
每个 Bot 是一个声部（首席小提琴 / 大提琴 / 打击乐）。 看自己那份谱子，自己练声 —— 首席之间自发协调"下一个 cue 是谁"。 ARG 是共享乐谱 —— 谁都能查"上一个小节发生了什么"。
区别于"主控+手脚"模型：指挥不在谱子里。谱子在 ARG，指挥只是读谱 + 决策。MCP Registry 让新演奏者（Bot）自动被发现 — 不需要指挥一个一个介绍， 按命名空间注册就行。哪怕指挥躺平三天，谱子还在演进 —— 演奏部按谱自演，需要指挥才 ping。

本体（Ontology）保证所有演奏者念同一份谱 —— 小提琴不会把"C 调"奏成"C 大调"，竖琴不会把"3/4 拍"算成"4/4 拍"。 没有本体 = 各唱各的；有了本体 = 整团合奏。
— 三层嵌套（Agent · Team · OS）
LEVEL · INNER
Agent
单 Bot 内部：Codex Harness 七要素驱动自治决策。 目标 / 计划 / 工具 / 评价 —— 七张决策卡片循环。
owner · Bot 本身
LEVEL · MIDDLE
Team
Bot 之间：MCP 2025-11 协议 + ARG 共享白板 + 本体共同语言。 主动推送走 GET /mcp SSE，对话全程入 ARG 并按本体类型索引。
owner · Bot 之间的协商
LEVEL · OUTER
OS
平台层：MCP Registry 服务发现 + OAuth 认证 + ARG 记忆 + 本体 schema 服务。 不决策，只保驾护航 —— 像电力公司，不管你怎么用电器。
owner · 平台（监兵 / Registry / 资源调度）
— 平台无关（AgentOS 不锁运行环境）
CLOUD
云厂商
  • 阿里云（主）
  • 腾讯云
  • AWS
  • 自建机房
  • 混合云
OS
操作系统
  • Linux（主）
  • macOS
  • Windows
  • 树莓派
  • 边缘设备
RUNTIME
运行时
  • Python
  • Node.js
  • Rust
  • Go
  • 任意 CLI
MODEL
底层模型
  • Claude Opus 4
  • Qwen3
  • MiniMax-M3
  • 本地小模型
  • 任意 LLM
一句话：ARG 是唯一共享上下文 —— 不管 Bot 在哪台机器、用什么模型， 看到的记忆是同一份。
— 5 大设计原则
01
无中央派单
Bot 自治决策，通过事件招呼别人，不存在 master planner。
02
ARG 唯一上下文
所有 Bot 看同一份结构化记忆，跨机器跨语言。
03
Ontology 共同语言
业务实体类型化，Bot 之间按同一种语义协同。
04
MCP 标准接口
A2A / 工具调用全走 MCP 2025-11，第三方 Bot 即插即用。
05
可观测可回滚
决策全程入 ARG，每个 Decision 可追溯、可审计、可回滚。
— 边缘部署：Bot 沉到企业业务现场
AgentOS 不卖 SaaS 漂浮在云端 —— 它卖扎在企业业务现场的数字团队。 Bot 不是坐在远处的虚拟员工，它们沉到企业每个业务节点，跟员工一起工作、一起决策、一起被审计。
— DEPLOY · 财务
CFO Bot 坐在 ERP 旁边
订单 / 报销 / 收款 实时进出 ARG。 异常支出 30 秒内告警，待审挂"等点头"。 老板娘不用每天盯账，但每一笔钱都过 Bot 这一关。
— DEPLOY · 营销
CMO Bot 坐在 CRM 旁边
客户行为实时入本体。 CMO Bot + 内容 Bot + 视频 Bot 接力，跨平台 4 个账号同步发。 选题 → 内容 → 投放 → 复盘，全链路入 ARG，老板看一次就能追责。
— DEPLOY · 制造
COO Bot 坐在生产线旁边
设备状态实时上 Ontology。 故障信号 → COO Bot 派工 → CTO Bot 排查 → CFO Bot 算停机损失。一个事件触发 4 个 Bot 联动，人不在场也能跑。
这不是"AI 工具给员工用"——是 AI 团队沉到企业，跟员工一起工作。员工离职了 Bot 还在；员工请假了 Bot 顶上；员工搞不清的，Bot 主动 push。

Bot 出现在组织架构图里，有角色有汇报线；Bot 决策走 ARG，企业决策可追溯可审计；Bot 工作流 = 业务流程，业务流程 = Bot 工作流。

AgentOS 不是给员工配 AI 工具 —— 是让 AI 团队扎进企业。
— 一句话：特色 · 独有 · 赋能
把 AgentOS 拆开来看：特色是把孤岛工具串成集体的整合形态—— 集体通信 + 集体共识 + 集体行动的协议骨架；独有是 OPC 自家 12 个月生产数据 + 4 套行业本体的先发沉淀， 外加边缘部署到企业业务现场的真实路径；赋能是从 SaaS 基础版到企业私有部署的灵活产品形态—— 客户拿到的不只是工具，是扎在企业里的数字团队。
— 特色
集体通信 + 共识 + 行动的协议骨架
  • 分体式集体架构 · 没有中央大脑，Bot 自发协同
  • ARG 集体记忆 · 18 个月可检索，组织级而非个人级
  • 本体共同语言 · Bot 之间说同一种话，不是各说各话
  • MCP 标准母语 · 跨厂商采纳，跨产品可串联
  • 6 角色开箱 · CEO / CFO / CMO / CTO / COO / HR 直接上岗
— 独有
OPC 自家先用 12 个月 + 边缘部署到企业
  • 自家先用 12 个月 · 6 角色 Bot 在出海 / 内容 / 财务 7 条业务线跑
  • 4 套行业本体 OPC 自家沉淀 · 跨境 / 内容 / 制造 / 教育 不是买来的，也不是开源套壳
  • 50+ 真实业务场景 · 不靠 demo 视频，靠生产数据
  • 边缘部署到企业 · Bot 沉到 ERP / CRM / SOP 业务现场，不是漂浮在云端
  • Bot 工作组织协议 · OPC 自有 + 嫁接 MCP 标准
— 赋能
三档订阅 + 算法按需 + 行业模板
  • SaaS 基础版 · ¥2,980/月 · 5 席位 · 3 Bot · 3 天开通 · 替代 1 个内容运营
  • 团队版 · ¥30万/年 · 30 席位 · 6 Bot 全 · 14 天上线 · 完整决策链开箱
  • 企业私有部署 + 边缘部署 · 整机部署 + 合规 + 行业算法授权 + 沉到业务现场
  • 行业模板 · 4 套 = 14 天上线，获客成本 ↓ 60%
  • 算法按调用计费 · 不囤模型，用多少买多少
— 共同点
— 共同点ash 是入口 · A-POST 是出生仪式 · late-binding 是 Bot 间契约 · ARG 是唯一共享上下文 · MCP 2025-11 是行业接口 · Ontology 是共同语言 —— 这六件事定下来，OS 才算可移植、可被发现、可被接入、可被复用。
— Chapter 03 · Physical World

MCP + Ontology
让 Bot 集体扎根物理世界

企业流程里 60% 是物理动作 —— 仓库里的货、产线上的设备、门店里的陈列。 数字 Bot 团队不能只在屏幕里闭环。MCP 接设备，Ontology 表状态， AgentOS 才有"感知 + 推理 + 动作"的完整能力。

— 为什么必须 MCP + Ontology 一起
— MCP
解决 I/O 问题
设备协议统一包装（MQTT / OPC-UA / Modbus / RTSP / BLE）→ MCP server。流式 I/O：Streamable HTTP 实时流，GET /mcp SSE 服务端推送。
× 但只解决"设备怎么连进来"
— Ontology
解决语义问题
物理实体类型化（SKU / Shelf / Sensor / Machine）， 关系图谱（SKU stored_on Shelf / Sensor monitors Equipment）。
× 但没有数据流入 = 一张静态死图
MCP + Ontology = 闭环。MCP 喂数据进 ontology（实时），ontology 给 MCP 数据意义（语义）。 物理状态被持续结构化，Bot 按 ontology 推理，按 ontology 决策，按 MCP 动作。
— 三个 OPC 自己先用得上的场景
— 场景 01
跨境电商海外仓
MCP 层：海外仓 WMS 包装为 MCP server，IoT 货架重量传感器包装为 MCP server
Ontology 层：SKU → Batch → Shelf → Warehouse → Carrier
Bot 协同：CMO Bot 看销售数据 → 决策"补货 SKU-A 200 件" → CFO Bot 算成本 → 仓 Bot 调 MCP 创建入库单 → 货架传感器实时回报 → ARG 沉淀
客户得到：客户看 ARG 就能知道"现在海外仓还有多少件 SKU-A，下周到货多少件"，不用问人
— 场景 02
工厂 / 制造业（央国企主战场）
MCP 层：设备 OPC-UA 协议包装为 MCP server（PLC / 数控机床 / 视觉检测仪），SCADA 数据包装为 MCP server
Ontology 层：Machine → ProductionOrder → QualityIssue → MaintenanceTicket
Bot 协同：CFO Bot 看订单排期 → COO Bot 调 MCP 查设备 OEE → 质检 Bot 实时拉视觉检测结果（HTTP 202 异步）→ 异常时主动推送给维修 Bot（GET /mcp SSE）
客户得到：1000+ 人央国企的 100+ 台设备，AgentOS 自动调度 + 实时质量监控 + 预测性维护
— 场景 03
门店零售（Persona A 出海客户刚需）
MCP 层：门店摄像头 RTSP 包装为 MCP server（视觉识别 SKU / 陈列 / 客流），电子价签 BLE 包装为 MCP server
Ontology 层：Store → Shelf → Product → Customer → Promotion
Bot 协同：巡店 Bot 调摄像头 MCP 自动巡店（替代督导）→ 发现 SKU 错放 → 自动调价签 MCP 改价 → 报告推给店长
客户得到：50 个门店的日常巡店自动化，督导成本 ↓ 70%
— 战略含义AgentOS 从"数字 Bot 平台"升级为"数字 × 物理 Bot 工作组织" —— TAM 从纯软件（120B USD）扩展到 软件 + 物理 AI 子市场（+50B）， Persona C 央国企从"可选"变"刚需"。MCP + Ontology 是 AgentOS 进入物理世界的两把钥匙。
— Chapter 04 · Bots

6 个角色 Bot
不是替代人，是替代"会议"

每个 Bot 都是独立专家，能自己决策、能调别人、能被人叫。 上线开箱 6 角色，企业可按业务扩展更多。

— CEO Bot
战略 Bot
把方向，定优先级
把业务现状转成可执行优先级，每周推一次"该不该 / 谁来做 / 何时做"的判断。
  • 写 OKR 草稿，自动从 ARG 拉目标
  • 把团队周会录音转成结构性纪要
  • 在不同项目间排优先级并公开理由
↓95%
日常决策数
4h → 5min
周会 → 纪要
— 真实场景
客户"拓边家居"每周 5 个项目并行，CEO Bot 把周会从 4 小时压到 5 分钟纪要，决策不丢。
— CFO Bot
财务 Bot
看住每一笔钱
把 ARG 里的物料 / 任务流变成现金流。哪怕你只说一句"最近钱花到哪儿去了"。
  • 周对账 · 异常支出 30 秒内告警
  • 回款追踪 · 客户回款节点自动催办
  • 毛利监控 · 按 SKU / 项目快速拆解
8h/周
财务人工节省
30秒
异常告警响应
— 真实场景
CFO Bot 自动汇总 18 个 SKU 周毛利，¥4,800 待审支出挂"等点头"，老板娘不用每天盯账。
— CMO Bot
营销 Bot
从声音到转化
把市场动态转成内容排期。能调内容 / 视频 / 投放三个 Bot 一起推。
  • 行业选题 · 半天出 10 个角度
  • 内容排期 · 跨平台一键推送
  • 投放复盘 · 自学爆款结构再迭代
×3
内容产能
↑40%
爆款命中率
— 真实场景
出海客户在 4 个平台同步发内容，CMO Bot + 视频 Bot 接力，海外视频 1 条 / 天成为常态。
— CTO Bot
研发 Bot
管代码与人
把 Git / CI / 文档三件事统一到 ARG。Codex Harness 七要素自动驱动。
  • 代码评审 · 7 要素 SOP 自动检查
  • 故障复盘 · 取监控 + 提交结构化
  • 新人入职 · 从 ARG 推 2 周自学路径
70%
新人上手时间
4x
故障复盘速度
— 真实场景
研发团队 12 人，CTO Bot 自动派工 PR review，新人 2 周独立上手（行业平均 6 周）。
— COO Bot
运营 Bot
流程自动化
把跨部门流程转成可观测的工作流。流程异常立刻知会，且回滚可查。
  • 审批 · 多级自动流转 + 语音可签
  • 排班 · 按人效 + 业务峰值自动配
  • 盘点 · 工厂库存日清日结
↓80%
流程等待时长
100%
流程可追溯
— 真实场景
工厂订单变更，COO Bot 自动通知 5 个工序 + 调度排班，订单变更响应从 2h 压到 12 min。
— HR Bot
组织 Bot
面试到留人
从简历解析到 1v1 纪要，再到离职归因 —— 人力数据全在 ARG 里活起来。
  • 招聘 · 简历一键入 ARG + 自动匹配度
  • 1v1 纪要 · 录音转文字 + 关键句抽取
  • 离职复盘 · 自动汇总每季度归因
60%
招聘时间压缩
↑25%
人岗匹配度
— 真实场景
HR Bot 在 200 份简历里自动筛出 8 个高匹配候选人，并把 1v1 关键句自动归入 ARG。
原则— Bot 不是人替身，Bot 是组织记忆的载体
— Chapter 05 · Differentiation

为什么不是 Coze / Dify / ChatGPT Team

7 维对比清晰可见：现有产品都在"做 Agent 工具"——给员工发工具，员工还是员工。 AgentOS 做的是"建 Bot 集体"——给企业扎进一支 AI 团队，业务自己会演化。 基于 MCP 2025-11 标准的 Agent 团队操作系统 + 行业算力 Registry + 行业本体图谱， 加上边缘部署到企业管理 —— 这才是工具串联性的最终答案。

维度CozeDifyChatGPT TeamAgentOS
分体式架构主控式，多 Agent 由一个大模型串工作流编排，本质仍是中心化单一 Assistant + 自定义 GPT无主控。Agent 自治协同
组织记忆会话级，上下文随 session 蒸发依赖外部向量库，跨项目断裂基础 memory，跨团队不共享ARG 协议 + 18 个月保留 + 跨角色检索
角色定制插件式，轻度个性化Workflow 模板，按需搭建GPTs 自定义，半封闭6 角色开箱 + 行业可扩展 Bot
经验算法通用模型，无业务算法通用 LLM 调用，无业务语料底层模型升级驱动自研算法原语（视频 / 内容 / 选品 / 财务）
私有部署仅 SaaS社区版可自部署仅云端SaaS + 团队版 + 整机私有部署
协议开放性私有协议 / 闭源私有协议 / 部分开源GPTs 私有 / Actions 半开放MCP 2025-11 · 标准协议 · OAuth 2.1 · Registry
本体建模无 · Bot 之间各说各话Workflow 节点类型 / 半结构化GPTs 自定义 schema / 不互通行业本体图谱 · 跨 Bot 共享 · MCP ontology server · 类型化检索
— 一句话行业默认叙事：给每个员工配 AI 工具 → 工具堆 → AI 没改变业务，业务还是老业务。 AgentOS 叙事：给企业配一支 AI 团队 → Bot 集体 + 边缘部署 → 业务自己会演化。

别的产品给的是孤岛工具 —— GPT 一个岛、Copilot 一个岛、自研 Bot 又一个岛、Coze / Dify 还是孤岛。 AgentOS 给的是 Bot 集体 —— 同一个 ARG 记忆、同一个本体语言、同一个 MCP 协议， 把所有岛串成一块大陆，解决工具串联性。
— 竞争时间线（谁先到 / 谁卡位）
2024 · H1
ChatGPT Team
GPTs 上线。AI 工具走入企业，团队协作仍是空白。
2024 · H2
Coze / Dify
工作流编排兴起。客户买来发现：要粘合 5 个 Bot 还得写 200 行代码。
2025 · H1
大厂 AI 套件
钉钉 / 飞书 / 企微内置 AI 助手。单 Bot 能力强，但仍是"主控式"。
2025 · H2
AgentOS MVP
OPC 自家 6 角色 Bot 跑通。证明"分体式协同 + ARG 共享记忆"在生产环境可行。
2026 · Q3
MCP 2025-11 协议正式发布
Anthropic 把 Streamable HTTP + Registry + OAuth 2.1 升级为行业标准。 AgentOS 是首批把 A2A 协议迁到 MCP 的 Bot 工作组织 —— 这不是 feature，是协议层的代际跃迁。
2026 · H1
AgentOS Beta
开放 30 家客户。先发优势 = 行业模板 + 案例库 + 客户成功。
2026 · H2
— AgentOS 在做的事
① 自家先用 — 不是 demo 视频，是 OPC 自己 12 个月生产数据。② ARG 组织记忆 — 团队对话 / 决策 / 物料全沉淀，18 个月可检索。③ MCP 工作组织 — A2A 协议升级到 MCP 2025-11。 Registry + SSE 推送 + OAuth 2.1 + 算法 Marketplace 全栈开放，第三方 Bot 即插即用。④ 行业本体图谱 — 跨境 / 内容 / 制造 / 教育 4 套行业本体开箱即用，Bot 协同有共同语言。⑤ 行业模板 — 4 个垂直行业 = 4 套本体 + 8-15 个现成角色，14 天完成上线。
— Chapter 06 · Business Model

三层订阅 + 算法 Marketplace
按企业规模对号入座

不卖 Bot 个数，卖"团队位"。SaaS 主线 + 行业角色定制 + 行业本体授权 + 私有部署 + MCP 算法 Marketplace，五条腿走路。

— 订阅三层
— Starter
基础版
¥2,980
月 · 5 席位 · 3 Bot
面向 5-15 人小团队。 含 CEO / CMO / 创意 Bot， 用来起步接入。
  • ARG 记忆 6 个月
  • 微信公众号 / 飞书桥
  • 社区支持
  • 每月 5,000 次调用
  • MCP 算法 Marketplace 试用额度
— Team
团队版
¥30万
年 · 30 席位 · 6 Bot 全
面向 30-100 人成长团队。 开箱全角色 + 行业定制 Bot。 主推方向。
  • ARG 记忆 18 个月
  • 私有部署 + 自定义模型
  • 每日 50 万次调用
  • 专属客户成功
  • Bot 个数可加购
  • MCP 算法 Marketplace 调用按需计费
— Enterprise
企业版
报价
按部署形态定价
面向 100+ 人 / 央国企 / 金融。 整套 AgentOS 私有部署到客户机房。
  • 不限制 Bot + 不限制席位
  • ARG 完全私有 + 加密
  • 行业算法原语可定制
  • 7x24 支持 + 季度 review
  • 含一次集成 + 5 年维护
  • 私有 MCP Registry + 算法 Marketplace 抽成账户
— 增值项
— Add-on
行业角色定制
按行业加 Bot：跨境电商 / 内容 / 制造 / 教育，每个行业 8-15 个现成角色。
¥ 8-15w / Bot · 含 6 个月迭代
— Add-on
经验算法原语授权
视频生成 / 内容脚本 / 选品 / 财务对账 —— 自研算法按企业授权。
¥ 5w 起 / 算法 · 按调用计费
— Add-on
行业本体授权
跨境 / 内容 / 制造 / 教育 4 套行业本体图谱 —— (商品 / Campaign / 选品 / 学员 等类型 + 关系)， Bot 之间按共同语言协同，类型化检索 ARG 记忆。
¥ 10w 起 / 行业 · 含 12 个月迭代
— MCP 算法 Marketplace（开发者通道）
AgentOS 不只是 Bot 平台，更是 行业算力 Registry + Marketplace。 第三方开发者把算法封装成 MCP server，注册到我们的 Registry，客户按调用付费。 平台抽成 20%，开发者拿 80% —— 类似 App Store 的"开发者 + 平台"分账模型。
— STEP · 01
注册开发者
在 Registry 控制台注册账号，提交算法描述 / 文档 / 定价。 通过审核后获得命名空间 io.opc.algos/<your-algo>。
— STEP · 02
封装 MCP server
按 MCP 2025-11 标准封装算法（Streamable HTTP + OAuth 2.1 scope）。 提供调用配额 / 限流 / 监控 —— 平台不接触你的代码。
— STEP · 03
上架 + 收费
客户在 Marketplace 浏览，按需订阅或按调用付费。 价格你定，平台不强制。调用走平台计费 / 分账 / 开票。
— STEP · 04
T+30 分账
每月 1 号出账，平台抽成 20%，开发者拿 80%。 T+30 自动到账 —— 不用追客户、不用催账、不用开发票。
为什么开发者愿意上架？不用自建客户渠道、不用自建计费系统、不用自建 OAuth 认证。 客户在哪，开发者就在哪 —— Registry 是 AgentOS 给开发者的免费流量。
— 商务系统的三条原则
— 01
卖团队位，不卖 Bot 个数
why · 客户买的不是"几个 Bot"，是"几个团队位"。 团队位 = 人 + Bot + 工作流 + ARG 记忆。how · 按席位计费，Bot 数不加价。客户规模长大， 直接升席位 —— Bot 自动适配。
— 02
行业模板按业务付费
why · 跨境客户要的是"海外投放 Bot"，不是通用 Bot。how · 4 个行业模板按 Add-on 卖，每个模板含 8-15 个现成角色。 客户不为"通用能力"买单，为"开箱即用"买单。
— 03
算法 + 本体 + Marketplace
why · 客户不希望囤一堆能力，付了不用浪费； 开发者不希望自建计费 / 认证 / 渠道；行业知识图谱需要标准化复用。how · 自研算法按调用计费；第三方算法通过 MCP Marketplace 上架， 平台抽成 20%，开发者拿 80%；行业本体单独授权 —— 用得多付得多，不用不付。
— 怎么买 · 怎么付
— STEP · 01
选规模
选 Starter / Team / Enterprise 三档里的一档。 不确定就联系我们 —— 30 分钟聊完业务，我们推荐最合适的版本。
— STEP · 02
接 OS
Team / Enterprise 版含接入服务： 14 天完成 6 Bot 上线 + 行业模板对接 + 飞书/钉钉桥 + MCP 算法 server 接通。 Starter 自助接入。
— STEP · 03
用 + 加购
第一个月磨合。第二个月开始按需加 Bot / 算法 / Marketplace 订阅。 加购 = 在管理后台一键开通，不重谈合同。
— STEP · 04
续 / 升 / 退
Team 版按年付，到期前 30 天决定续 / 升 / 退。 ARG 组织记忆保留 18 个月 —— 即使中途停服，记忆可导出，永不丢。
— 商务底线商务是为产品服务的，不是产品的目的。 订阅价格透明，迁移零摩擦，停服记忆可导出 —— AgentOS + MCP Marketplace + 行业本体图谱 给客户的最后承诺。
— Chapter 07 · Roadmap

从 MVP 到 Enterprise
一年的路，分四步走

OPC 自家业务先跑通，是最直接的验证；再开放 Beta 试用户反馈，最后走 SaaS + 私有部署双线。

— 时间线（含交付节奏）
2026 · Q3
MVPMVP · 6 Bot 落地 — 6 角色 Bot 开箱跑通 + ARG 记忆 + 飞书桥，已在 OPC 自家业务跑
— 交付6 角色 Bot 上线
— 产物OPC 自家 12 个月生产数据
2026 · Q4
BetaBeta · 客户试用 — 开放 30 家客户试用，反馈驱动 bot 调优，AGI 配套指标建立
— 交付30 家客户接入
— 产物客户反馈 + 行业模板雏形
2027 · Q1
GAGA · SaaS + 团队版上线 — 基础版 / 团队版 SaaS 上线，行业 Bot 模板首批 4 个
— 交付SaaS 上线 + 4 模板
— 产物首批 80 家付费客户
2027 · Q3
EnterpriseEnterprise · 私有部署 — 支持私有部署 + 行业算法原语授权，进军 100+ 人企业
— 交付私有部署 GA + 合规认证
— 产物央国企标杆 1-2 家
— 里程碑卡片（含 KPI）
— M1
6 Bot 自跑
全部 6 角色在 OPC 自家业务（出海 / 内容 / 财务）跑通
— 验收 · 8 个生产 Bot 上线
2026-08
— M2
飞书桥 + 主动推送
Agent 可主动推送 + 跨 Bot 协作，对话全程人可见
— 验收 · 30 家客户接入试用
2026-10
— M3
行业模板库
跨境电商 / 内容 / 制造 / 教育 4 个首批行业模板
— 验收 · 4 个行业模板上线
2027-01
— M4
私有部署 GA
整套 AgentOS 私有部署 + 算法原语授权上线
— 验收 · 央国企标杆 1-2 家
2027-09
— 风险登记（不藏着）
— 风险
— 触发
— 影响
— 应对
协议红利窗口期
— 高
MCP 2025-11 协议标准化
若大厂 6 个月内推出对标 Bot 工作组织，先发优势被吃掉
Q4 前完成 MCP 工作组织 1.0 开放 + 30 家灯塔客户签约
Bot 训练数据稀疏
— 中
垂直行业语料不够
行业 Bot 准确率不达 80%，灯塔客户拒绝续约
OPC 自家 7 条业务线 12 个月数据 + 灯塔客户脱敏数据回流
本体建模门槛
— 中
行业本体需要懂业务又懂建模的人
4 套行业本体延迟交付，Marketplace 没东西可卖
跨境模板先做（OPC 团队最熟）→ 复制方法论到内容 / 制造 / 教育
算法 Marketplace 冷启动
— 低
开发者不愿上架
飞轮转不动，平台抽成收入为零
OPC 自研 8-12 个算法原语先上架，做示范效应
为什么列这些？风险登记是 BP 的诚实底线 —— 不藏着 = 投资人看得出我们想过。 高风险项都对应一个明确的应对动作，对应到上面里程碑里可验证。
原则— 先在自己业务里跑，再给别人用 —— 不许"PPT 创业"