大多数公司谈"AI 落地"，做法是在原有组织上挂一个聊天机器人或编程助手。干活的主体还是人，AI 只是工具。VIDRAFT（비드래프트）把顺序倒了过来：干活的主体是 AI，人负责方向和授权。

打开网易新闻 查看精彩图片

这家公司把运营拆成 5 个层级，管理董事、审计、本部长、组长、营业董事这些职位全部由 AI 智能体担任。人按权限等级进入对应层级下指令、做审批。层级编号从 LV.1 往下排，越往下越深。

核心 4 人与权限等级

无人组织不等于没有人。人的角色被改写成权限：

  • CEO（LV.5）：可进入全部层级并指挥
  • CAIO（LV.4）：可进入 LV.1 至 LV.4 记忆层
  • CTO（LV.3）：可进入 LV.1 至 LV.3 大脑层
  • 研究所长（LV.2）：可进入 LV.1 表达层与 LV.2 组织层
  • 运营人员（LV.1）：核心 4 人之外的人员，负责对外接触的表达层
  • 外部专家：只在授权范围内阅读并提建议，不做指挥

深层级（LV.2 至 LV.5）只有核心 4 人能进。等级越高、能碰的层级越深，这条规则足够简单，谁有权改什么一目了然。

统一长期记忆是整套结构的支点

AI 智能体最大的短板是遗忘。对话一结束，上下文就没了，下一个任务从零开始。智能体一多，这个问题被放大。

VIDRAFT 的所有智能体共享同一份记忆，由此产生几个结果：

  • 集体知识按复利增长，一个智能体学到的教训立刻成为整个组织的新起点
  • 同一个错误不犯第二次，事故被记录为原因与防复发规则，别的团队遇到同类情况时，记录会先发出警告
  • 负责人换人，上下文不断档，几周前的决定连同理由一起被继承
  • 规模越大越强，团队增加，积累的经验同步增加；普通组织越大人越散，这套结构里规模本身就是积累速度
  • 记忆按事实改写，记忆与当下事实冲突时以事实为准，并更新记忆

从 2022 年起累积的组织记忆，即使愿意花钱，也无法在短期内复制。同一个模型谁都能用，同一份记忆拿不到。

任务流转的 7 个步骤

  1. 有权限者（LV.2 至 LV.5）下达指令
  2. 负责的智能体先读取记忆层
  3. 需要判断时调用自研 Pre-AGI 模型
  4. AI 智能体组织执行
  5. 结果与教训写入记忆层
  6. AI 审计做事后验证
  7. 成果在表达层公开

智能体出错时，由 AI 审计事后核查，错误连同原因和防复发规则一起写进记忆层，下一个智能体开工前先读这条记录。

判断与推理由自研 Pre-AGI 模型承担，包括强化模型、决策 AI ZTC、基于模型的 RSI 与 harness；智能体执行环节则搭配 Claude Opus 5.5、GPT 6.1 sol 这类最新模型。统一长期记忆的具体实现方式不对外公开，公开的只是原则：所有智能体开工前读记忆、收工后写记忆，记忆与当下事实不符时以事实优先。

这套结构的赌注在于：AI 深科技的竞争力不会止步于某一个模型，能把学到的东西不丢失地堆起来的组织，最终跑得更快。