PRODUCT 04 · GCPI产品定义
AI OS：统一运行行业知识、智能任务、业务连接与持续治理
AI OS（AI Operating System）目前不是具有统一边界的国际标准术语。GCPI将其定义为行业智能能力的运行、编排和治理平台：以可信知识为底座，以研究与决策智能体为中枢，连接客户系统，并持续管理权限、证据、评测、成本和人工审核。
定义边界
这里的AI OS不是Windows或Linux，也不是通用基础大模型
“操作”指对行业AI能力的运行、编排和治理：管理哪些知识可以进入回答，哪些智能任务可以调用哪些工具，哪些结果需要审核，哪些动作可以进入业务系统，以及知识、模型、流程和成本如何长期运营。
它不是简单把RAG、Agent和若干模型放在同一个菜单里。完整AI OS必须形成知识底座、智能中枢、执行连接和运行治理四层闭环。由于行业对AI OS尚无统一产品标准，项目必须用功能范围、机器契约和验收结果说明能力，不能只依赖名称。
四层产品架构
能查、能问、能引用
知识底座
可信知识库、专业数据、混合检索、垂直RAG、版本、适用范围与证据链。
能拆解、能分析、能研判
智能中枢
研究Agent、规则与计算、方案比较、任务工作流、结果状态和人工审核。
能读取、能协同、受控执行
执行连接
API、MCP、数据库、GIS、OA、ERP、CRM及其他授权工具与业务系统。
能更新、能纠错、能长期运行
运行治理
身份权限、日志追踪、评测、安全、版本、成本、监控、备份、反馈与持续运营。
解决的客户问题与价值
- 把分散的知识库、模型试点、Agent和部门应用统一到可治理的运行体系。
- 让AI不只生成文字，还能读取真实业务状态、形成可审核结果并进入客户流程。
- 统一管理公共知识、客户私有知识、项目空间、用户临时资料和AI生成制品。
- 用答案、工具、连接器和状态机契约减少口径冲突与不可复现行为。
- 通过持续评测、失败归因、灰度发布和回滚，避免一次性交付后迅速失效。
输入、运行与输出
平台可以通过管理驾驶舱、研究工作台、智能问答、岗位Copilot、移动端或API服务不同角色。底层路径不固定为单一线性调用，但所有路径都应进入统一权限、证据、版本、日志、评测和成本治理。
客户资料、业务数据与任务 → 权限和知识状态 → RAG/结构化查询/规则/Agent → 人工审核或授权动作 → 业务结果 → 日志、反馈与持续优化
适用与不适用：什么时候需要AI OS
平台级需求
适合
多个知识域、业务角色和系统需要协同，任务需长期运行、审核和扩展。
分阶段建设
先做最小闭环
方向正确但场景、资料或接口尚未验证时，先完成一个可验收的端到端任务。
避免过度架构
无需强行使用
一次性内容生成、普通信息系统、单一简单检索或没有持续运营责任的需求。
最低交付标准
- 经过治理且有来源、版本、权限和发布状态的知识或数据底座。
- 一条可定位原始依据的RAG链路，以及一个经过测试的受控Agent或智能工作流。
- 一个结合规则、数据或案例的分析流程，至少一个真实数据源、工具或业务系统接入。
- 人工审核或异常转交工作流，以及final、provisional、refused或同等结果状态。
- 数据、答案、工具和接口的机器可校验契约与全链路版本。
- 权限、版权、日志、评测、监控、成本降级、备份恢复和持续运营责任。
实施阶段与退出条件
可以开始实施
G0 / M0
判断场景并建立项目基线、红线、知识来源、权限、首个闭环和高风险冒烟题。
最小可信闭环
M1
打通资料核验、发布、检索、证据回答、风险判断、人工转交、日志与评测。
真实系统接入
M2
接入至少一个真实客户数据源或工具，验证成功、超时、重复、拒绝、异常和恢复路径。
生产开放
M3
完成生产权限、合规边界、成本降级、审核容量、恢复演练和持续运营责任。
验收与零容忍红线
- 同时评价数据完整性、检索与引用、任务完成、工具调用、人工审核、接口稳定和业务效果。
- 内部验证与对外生产采用不同门槛；Mock和测试数据必须明确标注。
- 跨租户或跨权限泄漏、未发布知识泄漏、虚构引用为零容忍。
- 高风险无依据正式结论、关键写入绕过审批或重复执行为零容忍。
- 商业权益不得改变确定性专业检索和专业结论。
GCPI可以提供什么
绿色碳汇规划院提供行业AI操作平台规划、可信知识与垂直RAG、研究Agent和辅助决策、客户系统连接、部署与试运行，以及知识、模型、流程、权限、评测和人工审核的持续运营。
公司的顶层产品战略和总体方案V1.1已经确定，通用平台仍按真实客户场景分阶段研发与验证；不会把战略完成误写为通用平台已经全部开发并公开上线。碳市场、林草、治沙和生态工程是应用实例，不构成行业边界。
FAQ
常见问题
先把关键边界说清楚，才能让AI建设进入真实业务。
AI OS是否有统一行业标准？
目前没有统一产品边界。GCPI公开给出自己的责任边界和最低交付标准，并要求项目以契约、测试和验收证明能力，不以名称替代事实。
AI OS是否一定要一次建完所有模块？
不需要。应先选择一个高价值任务形成知识、智能、接入、审核和运营的最小可信闭环，再抽取通用能力并扩展。
AI OS会替代客户现有系统吗？
通常不会。它通过接口和工作流连接现有数据库、OA、ERP、CRM、GIS及专业系统，保留客户已有权限和责任体系。
REFERENCES · 参考来源
定义与治理依据
参考来源用于解释公开技术概念和治理原则；GCPI的具体产品边界、交付范围与项目事实仍以本网站明确口径及客户项目文件为准。
- Artificial Intelligence Risk Management Framework (AI RMF 1.0)NIST · 2023 ↗
AI系统全生命周期可信与风险管理的公开框架。
- Building effective agentsAnthropic · 2024 ↗
区分预定义工作流与由模型动态决定过程、工具使用的Agent。
- A practical guide to building agentsOpenAI · 2025 ↗
Agent场景判断、编排、工具与护栏的工程参考。