[01]
可版本化的工作模型
它有版本号，
像软件一样发布。
交给它一个业务情境，它交回一次作业：做了什么、依据是什么、用的是哪一版知识。每一版都经过检验才发版，效果变差就退回上一版。
工作情境进，作业出。产出、依据、知识版本一并记录。
反馈业务里随后发生的事，回到它评价的那一次作业。
发版知识库从 vN 升到 vN+1，可以检验，也可以退回。
你的领域大模型
领域大模型是一个可版本化的工作模型01：基础模型提供通用智能02，知识库决定它懂什么领域03，领域中枢把两者组织成工作04，并从反馈中升级知识05。
可版本化的工作模型
交给它一个业务情境，它交回一次作业：做了什么、依据是什么、用的是哪一版知识。每一版都经过检验才发版，效果变差就退回上一版。
基础模型提供通用智能
基础模型负责读懂文字、数据和图片，完成通用推理。我们不改它的权重，也不绑定某一家。
知识库决定它懂什么领域
同样的基础模型和领域中枢，换一个知识库，就是另一个行业的领域大模型。每一条知识都能追溯到它来自哪几次作业。
领域中枢把两者组织成工作
智能体在业务系统里运行，每做一件事，就留下一条作业记录。一个办公室加载一个领域大模型，办公室里的多个智能体共用它，由领域中枢分派、把关和协同。
运行等级按「AI 进程 × 业务类型」逐项设定。运行前做好五件事：接入 · 身份 · 交接 · 协同 · 学习。前四件让它能干活，第五件「学习」让它越干越懂行，见下一节。
从反馈中升级知识
作业之后，业务里真实发生的事就是信号：专家改了稿、流程被驳回、告警没再出现。把作业和信号对照，讲清差在哪，就是交叉审查。检验通过的结论进入下一版知识库，办公室里所有智能体一起用上。
这就是运行五件事里的第五件：学习 →
基础模型和领域中枢不变。加载哪个行业的知识库，它就做哪个行业的工作。悬停卡片，看它学到的一条知识。
下面是参考办公室的真实运行数据，页面实时读取。悬停某一版查看详情。
本页概念与英文名称的对应关系。悬停查看释义。