AIOS MATURITY DIAGNOSTIC / PROTOTYPE

工具原型｜方案样板｜暂不提交索引

AIOS是行业智能的运行、连接和治理平台

行业AIOS（AI Operating System）不是传统计算机操作系统，也不是重新训练一个通用基础大模型。它把可信知识、研究与决策智能、客户数据和工具、人工审核以及知识、模型、流程和成本的持续运营组织成一个真实业务闭环。

开始AIOS成熟度诊断先读专业边界

01 / DEFINITION

定义、边界与选型前提

GCPI将行业AIOS定义为行业智能能力的运行、编排和治理平台。它为专业知识密集、规则复杂、数据分散和流程需要智能化的场景服务。名称中的“OS”强调长期运行、连接、编排与治理，不意味着替代Windows、Linux或客户业务软件。

它是什么

它是四层客户能力的组合：知识底座负责能查、能问、能引用；智能中枢负责拆解、比较和研判；执行连接负责读取与进入流程；运行治理负责更新、监测、纠错与恢复。

它是“通用AIOS内核＋行业配置包＋客户项目参数”的三层复用结构：通用内核统一证据、任务、工具、权限和评测，行业和客户差异保留在配置与项目层。

它是持续服务形态：知识、模型、规则、工作流、审核容量、成本和业务价值会变化，不可用一次性安装交付代替长期运营。

它不是什么

不是一个基础大模型，也不以自主训练通用模型为必要前提。
不是文件上传、向量检索和聊天界面的换名。
不是堆叠多个Agent的演示系统；智能体数量不等于任务质量。
不是将客户现有OA、ERP、CRM、GIS和项目系统全部替换。
不是宣称通用平台已全部开发完成；GCPI当前口径为顶层战略已确定、总体方案V1.1、通用平台分阶段研发与验证。

相邻概念	核心差别	何时选择
RAG	RAG解决可信知识调用；AIOS在此基础上增加任务、工具、系统接入和运营	需要寻证问答时RAG可独立交付，需真实业务闭环时才上升AIOS
Agent平台	Agent平台主管智能任务与工具；AIOS还包含知识、数据、客户系统和长期运营治理	单一任务簇可用Agent平台，多能力闭环与持续经营价值需AIOS
Copilot	Copilot是面向岗位用户的应用和交互入口；AIOS可为多个Copilot提供共用底座	只改造一个岗位界面可选Copilot，跨场景复用与治理考虑AIOS
AI中台	AI中台主要统一模型、数据、工具、评测与治理的共性能力；AIOS更强调业务任务闭环	多项目重复建设时可先建AI中台，需运行业务时再形成AIOS应用闭环

02 / PROBLEMS

客户问题不是“缺一个聊天框”

客户真正面临的问题往往是知识分散、业务数据在多系统、专家审核无法追踪、项目一次交付后迅速老化。AIOS的价值来自对这些问题的组合治理，而不是增加一个技术名词。

P01

知识与业务状态断裂

AI会解释制度，却不知客户当前项目、资源、进度和权限；或能读状态却无法引用专业依据。

P02

智能分析无法进入流程

结果留在对话框，需要人复制到表单、报告、工单和审批系统，无法保留任务状态与复核意见。

P03

系统接入各自为战

每个项目重复处理身份、API、数据映射、超时、幂等、日志和停用，一次性连接器无法复用和运营。

P04

模型和提示词变更不可控

缺少版本、评测、影子比较、灰度和回滚，局部优化可能在其他用例造成无法察觉的回归。

P05

人工审核没有生产化

只在文档中写“由专家复核”，没有角色、队列、优先级、超时、积压、驳回、撤回和下游失效机制。

P06

完成交付即停止更新

无人持续处理新资料、新规则、新系统版本、失败案例、权限变更和客户价值复盘。

让可信知识可被行动将依据、规则、数据和任务输出串成审核可见的业务链。

复用而不抹平行业差异共性能力进内核，术语、证据等级、规则和工作流保留在行业包。

将运营质量变成产品能力知识更新、审核、评测、回滚、成本和业务成效有明确责任。

从一个场景建立长期底座先用纵向闭环证明价值，再抽取共性能力支持新场景和新行业。

03 / ARCHITECTURE

七层逻辑架构，四层客户价值

应用、工作流和智能体可在授权范围内分别调用知识检索、结构化数据、确定性工具、业务连接器和人工节点；所有路径统一进入权限、证据、版本、日志、成本与恢复治理。

01
客户与应用层
管理驾驶舱、研究工作台、Copilot、智能问答、移动端和API，根据角色展示任务与责任。
02
行业应用与客户配置
容纳术语、权威来源、适用范围、风险规则、审核触发器、答案模板和客户系统参数。
03
智能运行层
任务计划、研究智能体、分析决策、工作流、长任务状态、预算、失败恢复和人工审核。
04
知识与推理层
可信知识库、混合检索、垂直RAG、结构化查询、规则引擎、空间分析和案例匹配。
05
工具与连接层
通过API、MCP、数据库授权视图、文件交换、消息事件和受监督自动化接入OA、ERP、CRM、GIS、物联网和项目系统。
06
数据与知识底座
文档、数据库、知识图谱、空间数据、多模态数据、业务状态和现场证据按归属、权限、质量与许可管理。
07
平台治理与持续运营层
身份、权限、证据、版本、日志、评测、安全、成本、监控、审核容量、备份恢复和历史影响扫描贯穿全层。

04 / DELIVERY

从场景判断到可持续运营

建设顺序是“项目基线→最小可信闭环→真实系统接入→生产开放与运营”。若客户需求只是一次内容生成、简单页面或普通信息系统，不应为了名称强行采用完整AIOS。

01
G0：场景判断
确认是否存在知识分散、规则更新、研究决策、业务接入或长期运营需求，选出三至五个核心任务。
02
M0：建立基线与机器契约
明确首个闭环、非目标、数据域、版权、权限、答案对象、工具Schema、红线、评测集、成本降级和审核责任。
03
M1：最小可信闭环
完成资料或数据登记、核验发布、权限过滤、检索分析、带证据输出、风险人工转交、日志、反馈和评测。
04
M2：真实系统接入
至少接入一个客户真实数据源、工具或业务系统，先只读再受控写入，验证成功、超时、重复、拒绝、异常和恢复路径。
05
M3：生产开放与持续运营
确认真实数据与授权、评测硬门槛、容量、成本、降级、人工审核排班、备份恢复演练、告警与应急责任。

最低可核验交付物

交付域	必须交付	验收关注
项目基线	目标用户、核心任务、首个闭环、范围、非目标、风险和验收指标	客户与GCPI对输入、输出和责任边界一致
可信知识底座	来源登记、状态机、适用范围、权限许可、混合检索、引用和撤回	原始依据可回看，未发布知识不进生产
智能与分析工作流	任务拆解、确定性规则、工具、答案状态、风险与人工转交	结果能区分证据、推导、假设和不确定性
真实业务连接	连接器身份、读写范围、映射、错误、超时、幂等、审批、回退和停用	成功与全部异常路径完成联调验收
平台治理	身份权限、版本、trace_id、评测闸门、成本闸、日志、告警、备份和恢复	零容忍红线不被平均分抵消
持续运营	知识、模型、规则、工作流、审核容量、成本、故障和业务成效的责任与节奏	有更新、回归、回滚、纠错和成效复盘记录

05 / EVALUATION

评测业务结果，不只看模型语感

AIOS评测要穿过知识、智能、工具、审核和业务结果的完整链路。内部技术验证可使用明确标记的Mock，对外生产开放必须完成真实连接器、权限、异常、降级和恢复验收。

评测面	建议信号	失败时如何处理
知识与证据	来源、版本、召回、引用、适用范围、拒答和撤回正确	定位数据与检索链，不只调整模型
研究与决策	任务完成、规则计算一致、方案比较、风险与人工转交	区分模型推理和确定性系统失败
工具与连接器	身份、权限、参数、成功率、超时、幂等、补偿和回退	停用问题工具并按契约降级或转人工
权限与安全	跨域泄漏、提示注入、未发布知识、商业污染和高风险绕审	安全失败、触发事件响应与影响扫描
持续运营	知识更新时效、评测回归、审核积压、成本、告警和恢复	执行降级、回滚、容量限制或恢复演练
业务价值	核心任务成功率、完成时间、复核量、等待、返工和真实系统结果	回到客户任务与流程，不用模型指标替代业务结果
端到端可重放	同一trace_id可关联知识版本、任务、工具、权限、审核、业务写入和用户反馈	修复事件契约和状态机，不用仅有最终文本的日志替代轨迹

不可被平均分抵消的红线

跨租户、跨组织和跨权限数据泄漏为零。
未发布、已撤回或无权知识进入生产回答为零。
虚构引用与高风险无依据正式结论为零。
关键写操作绕过审批或重复执行为零。
付费、会员、广告和置顶影响确定性专业检索与结论为零。
把Mock、内测或临时能力宣传为已全面生产上线为零。

06 / SAFETY

安全、权限与人的责任

AIOS的安全是一个横跨数据、知识、模型、工具、人工审核和客户系统的系统工程。系统应在每个边界执行完整调解，并允许在组件不可用时安全降级。

知识域隔离

区分公共知识、客户私有知识、部门项目空间、用户临时资料和AI生成制品区。

纵深权限

查询入口、全文和向量召回、上下文、工具、模型输入、展示、导出和API均执行权限。

内容不可信

文档、网页、邮件和业务字段中的指令不得改变系统目标、扩大权限或调用未授权工具。

人工审核容量

审核作为有处理目标、排班、积压、超时、升级、驳回和撤回的生产系统。

三级成本闸

建立单请求、单用户或租户、全平台预算和异常熔断，超限后按风险降级。

版本与恢复

模型、提示、索引、知识、规则、工具和工作流均版本化；备份需通过实际恢复演练证明。

07 / INTERACTIVE TOOL

AIOS五维成熟度诊断

每个维度0—4分：0为未建立，1为演示或个人经验，2为局部可用，3为有契约并可评测，4为已连入真实流程并持续运营。高总分不能抵消单个低维度。

方法说明：阶段由总分与最低维度共同决定。即使知识和智能很强，如果没有真实系统接入、运行治理或持续运营，也不应评为“可运营AIOS闭环”。

08 / SCENARIOS

AIOS闭环的跨行业方案样板

每个行业应用都应先选一个真实任务，再实例化知识、规则、风险、连接器和评测，不把一个行业的实体与规则写入通用内核。

以下为方案样板，不是已交付客户案例。

SAMPLE 01

政策研究与履责协同

从已发布制度中识别要求，查询业务对象当前状态，生成待核查项与人工任务，将结果写入受控流程。

SAMPLE 02

工程技术方案辅助

结合区域条件、工程参数、技术标准、规则计算和相似案例形成条件化方案，高风险项进入专家复核。

SAMPLE 03

设备与现场运营闭环

读取设备状态和可验证实时证据快照，调用规则与预案识别异常，生成工单草稿并跟踪处理与反馈。

SAMPLE 04

专业客服与业务办理

通过可信知识解释政策与产品，从授权系统查询当前业务状态，将材料补充、异常转交与用户反馈连成闭环。

SAMPLE 05

管理驾驶舱与辅助决策

用结构化指标、规则、专业证据和情景比较形成可解释建议，显示不确定性与人工责任，不让模型自动作出正式决定。

09 / FAQ

常见问题

AIOS是不是传统操作系统？

不是。行业AIOS是AI能力的运行、编排、连接和治理平台，运行在现有计算机基础设施与客户业务系统之上。

有了RAG就算AIOS吗？

不算。RAG是关键知识底座，但完整AIOS还需研究与分析智能、至少一个真实业务接入、人工审核、运行治理和持续运营。

AIOS必须使用多Agent吗？

不必须。首期应优先一个主智能体、明确工作流和可测试工具；只有评测证明需要专业隔离、并行或复杂协作时才增加多Agent。

为什么业务系统接入是必要条件？

如果AI不能在授权下读取当前业务状态、调用确定性工具或将结果进入工作流，就仍是与真实业务割裂的知识或演示系统。

Mock连接器可以用吗？

内部技术验证可使用明确标记且遵守正式契约的Mock。对外生产开放前，至少一个真实连接器要完成权限、超时、重复、异常、恢复与回退验收。

持续运营为什么不是售后？

知识、模型、规则、权限和业务流程都会变化。如无更新、评测、审核、回滚、成本与故障管理，系统价值和风险会在上线后持续变化。

AIOS需要一开始建微服务或Kubernetes吗？

不需要。初期应优先模块化单体、后台任务和必要数据组件；只有团队、部署、扩展、故障隔离或容量出现明确证据时才引入更复杂架构。

怎么判断已经达到AIOS交付标准？

至少有可治理知识底座、可引用RAG、受控智能工作流、规则或数据分析、一个真实业务接入、人工审核、结构化契约、权限评测监控恢复和明确运营责任。

10 / SOURCES

参考来源与阅读路径

以下均为官方网站、标准发布页或原始论文；链接可见且可访问。本页于2026年8月10日整理，项目实施前仍应核对最新版本及适用范围。

ISO/IEC 42001:2023 AI management systemsISO官方标准信息页，强调建立、实施、维护与持续改进AI管理体系。https://www.iso.org/standard/42001
NIST AI Risk Management Framework支持把可信与风险管理纳入AI产品、服务和系统全生命周期。https://www.nist.gov/itl/ai-risk-management-framework
NIST AI RMF Playbook围绕Govern、Map、Measure、Manage提供实施建议的官方配套资源。https://www.nist.gov/itl/ai-risk-management-framework/nist-ai-rmf-playbook
Model Context Protocol—Authorization工具与外部资源互操作中的HTTP授权规范参考；不取代具体工具安全。https://modelcontextprotocol.io/specification/2025-03-26/basic/authorization
《生成式人工智能服务管理暂行办法》中国境内具体项目应按服务对象、能力和数据流评估适用性。https://www.cac.gov.cn/2023-07/13/c_1690898326795531.htm

GCPI / CAPABILITY

以可信知识为底座，把AI连入真实业务

绿色碳汇规划院的最高产品形态已确定为“行业AI操作平台＋业务系统接入＋持续运营”。它面向多个行业，不以生态领域作为客户边界。

GCPI通过通用AIOS内核、行业配置包和客户项目参数组织复用，先从一个高价值任务形成最小可信闭环，再分阶段扩展。

顶层产品战略已确定，总体方案为V1.1，通用平台仍处于分阶段研发与验证。本站是工具原型和方案样板，不将战略与目标架构宣传为已全面开发完成。