AI 落地难
95%+ 的中小企业与 OPC 卡在这三道坎
预期太高
买了一堆工具，以为 AI 什么都能干
不是 AI 不行，是没人梳理工作流
不是 AI 不行，是没人梳理工作流
技术主导
技术视角看不到业务节点
AI 落地不是 IT 项目，是业务改造
AI 落地不是 IT 项目，是业务改造
装了没人管
AI 干得好不好没人知道
行为没约束、结果缺审计
行为没约束、结果缺审计
sofagent 的解法：FDE 工具包
四步，把企业工作流改造成 AI Workflow
1
梳理工作流
把企业工作流画出来
2
识别 AI 节点
标注自动或辅助节点
3
装上工具包
闲置设备装 sofagent
4
自动跑业务
AI 自己干活、汇报、复盘
sofagent 架构
约束 AI 行为 + 审计产出质量 + 编排任务干活
约束底座
宪法层 + 反思层 + 规范层自动注入，AI 跑偏自动纠正
兼容 WorkBuddy / Claude Code / Codex
兼容 WorkBuddy / Claude Code / Codex
三层加载链：宪法 → 反思 → 规范，永久在线
复杂度判断：简单直接做，复杂拆成小任务做
干完活主动总结反思，踩过的坑下次自动避开
宪法层
4 条底线 + 6 则铁律
反思层
think.md 错题本，以前踩的坑自动复盘
规范层
fde.md 企业专属规则，最高优先级
审计引擎
11 项审计，每次 git commit 自动触发
MCP 自动推送结果，评分全程透明可追溯
MCP 自动推送结果，评分全程透明可追溯
独立运行，AI 零依赖
不用配环境，一行命令装好
直接看做了啥——不可绕过，也赖不掉
Agent 执行任务
↓
审计引擎检查
↓
MCP Server 自动推送结果
钉钉飞书企业微信SlackTeams
编排引擎
1 任务拆解
2 匹配模板
3 并行执行
4 多维评分
5 A/B 优化
进场自动出方案干活
大任务拆小，多任务并行
边干边查，干完自动打总结
定期 A/B 测试，测的谁好就用谁
平台支持
OpenClaw 全支持，约束与审计其他平台均可用
约束底座
全平台可用 · OpenClaw 优先
审计引擎
独立 CLI，全平台可用
编排引擎
仅限 OpenClaw
怎么工作
约束底座常驻在线，审计和编排双引擎并行运转
自动执行
两种 AI 节点
强化岗位
约束底座 —— 自动加载，永久在线
审计引擎
每次提交自动触发
git diff 硬证据扫描
A1-A11 逐一规则检查
MCP 推送结果到协同平台
+
编排引擎
接收任务自动点火
进场自动拆解任务
匹配模板并行执行
定期 A/B 重测优化
think.md —— 审计写入反思 · 编排读取优化 · A/B 结果归档
成果可量化
算清楚每个 AI 节点到底能省多少钱
替人成本
这个节点现在谁在做？什么职级、大致薪资？
给出 AI 接管后释放出的人力「价值」
给出 AI 接管后释放出的人力「价值」
升级成本
该岗位升级到「高效完成此节点」要多少成本？
招一个这样的岗位年薪多少？差值多少？
招一个这样的岗位年薪多少？差值多少？
装好 sofagent
自己就能快速开始做 FDE
进场阶段
1 确定场景
2 盘点平台
3 快速建档
挖掘阶段
4 梳理工作流
5 识别 AI 节点
6 成果量化
交付阶段
7 交付方案
8 方案部署
9 交接清单
三项重要产物
一份谁都能看懂的交付手册、一套在跑的 AI 节点集群、一个会自己生长的 AI 知识库
交付手册
企业画像、部署方案、运行规范、上手文档
四份文档 FDE 离场前交付，企业留存
四份文档 FDE 离场前交付，企业留存
AI 节点
专属 SKILL 注入 AI 节点跑 session
自动执行 + 辅助岗位按时出审计报告
自动执行 + 辅助岗位按时出审计报告
AI 知识库
不用人来维护的 AI 知识库
AI 干的活自己记录自己查
AI 干的活自己记录自己查
AI 知识库
AI 节点自己长出来的知识——不是堆日志，是自动织成网
知识怎么组织
index.md · 目录页，一分钟定位到相关页面
实体页 · 人、岗位、节点、外部系统
概念页 · 最佳实践、常见问题、经验教训
对比页 · 方案 A vs 方案 B，直接存成新页面
Wiki 结构，页面之间自动关联
知识怎么生长
摄取 · session 结束时 AI 自动提取新模式
查询 · Agent 干活前先翻 index 找相关经验
审查 · 定期扫描矛盾、过期、孤立的页面
沉淀 · 好答案自动存成 Wiki 页，不再丢进聊天记录
无需专人维护，AI 节点自动运转