UniverAI一款企业AI员工协作平台

在过去很长的一段时间中，我在不同的角色中反复横跳，本质上是为了在：

发现问题->设计出方案->抽象成产品功能->卖出去。

在这样的一个链路下反复打磨，UniverAI这款产品越来越完善，生命力也越来越强，目前也已经在商业环境下运作良好，然而几乎没有时间来仔细回顾建造它的过程。

产品的打磨本身就是一件非常痛苦的事，除了设计本身外，还需要考虑市场端，如何卖，卖给谁。
虽然目前经过反复打磨和市场的验证，产品本身已经具备完整的商业能力，但是一个不能和行业深度绑定的产品，是很难直接对齐到业务价值，只是用什么样的形式去绑定。

未来我的主要精力会在于如何将这样的一个能力，和行业属性进行深入的绑定，我并不介意平台自身丧失部分通用性的能力，去换取具有更深价值的行业贴合度。

在今天来说，AI开发平台本身，已经不具有稀缺性，无论是私有化的，还是公有云的，无论是开源免费的，还是闭源收费的。
然而我相信即便如此，每一款产品依旧有它不一样的地方，这取决于设计者，取决于它的创造者对它赋予的期待，就像每一个小孩初步一看，都有手有脚有五官，但是细致去接触会发现一个个体都有完全不可替代的部分。

产品依旧如此，对于AI平台，在GPT刚出来的时候，我便直观的认为当AI的能力足够强的时候，它会作为一种基础设施存在，如同曾经的IAAS，而围绕IAAS的云化诞生出了一系列的PAAS服务。
同样当AI能力成为基础设施的IAAS层后，必然需要一种AI 的PAAS的形态去支撑企业新的应用形态的开发，到今天这个方向已经有无数的产品崭露头角，无论是Dify还是Coze本质上都在这个区间进行对齐。

就算是全民都在进行AI的基建，从产品设计的角度来说，也会有非常多的问题是尚未被标准化的，这也是我多次将大量的代码删了又写，写了又改，改了又删，只为找到一个走的通的逻辑，讲的明白的思路。
我曾经写过一篇文章：AI Agent骗局，AI Agent是个筐，什么都往里装在这个概念被用烂的时间点，要自洽一个思路并不容易。

从整个产品设计的角度来说，AI落地核心其实就是：

大模型+知识+工作场景。

不外乎是怎么样落地，用什么样的形式落地，比如大模型+知识，可以是Rag，也可以是微调，而大模型和知识结合后所展现出来的理解力，再配合周边的系统集成，打包都叫智能体。
要拟人化的话，智能体会更加容易被类比成人。

那么接下来的问题就是如何让人工作起来，在这个问题上，UniverAI 重新实现了概念的映射，具体的逻辑为：

模型：刚毕业的学生，不同的参数的学生，具有不同的能力，类似于博士生，本科生，专科生。
智能体：将企业的知识和知识与模型进行了融合，约等于一个入职后且经过培训，可直接上岗的员工。
工作空间：员工可工作的岗位。

UniverAI提供以上整体端到端的构建能力的支撑，而这里的核心重点便是工作空间，我曾在仔细思考，所谓的A2A，multi agent system，到底有何意义，这种通信到底解决什么问题，从技术角度来说，单纯的通信不解决任何问题。
而无论A2A，还是MAS，本质上都是在为一堆智能体创造一个可以开展工作的环境，因此UniverAI抽象出了工作空间这个重要的模块，不同于其他产品的概念，UniverAI的工作空间，核心是基于业务场景下的工作空间，并非单纯的群聊，或者一堆能力的堆砌。