一家国产AI团队把企业级AI的赌注,押在了一个与聊天机器人截然不同的方向。7月16日晚,面壁智能宣布开源StaffDeck——一个用于构建和管理数字员工的企业级平台,代码已托管至GitHub仓库github.com/OpenBMB/StaffDeck。
与市面上大量套着企业外壳的对话机器人不同,StaffDeck瞄准的是数字劳动力。它试图将组织内部的专业知识、标准作业流程(SOP)以及各类决策规则,转化为一批能够持续工作、不断改进并保留组织知识的数字员工。在面壁智能的表述里,企业级AI的下一站不是更会接话的聊天框,而是能沉淀经验、替组织把规矩记牢的生产力本身。

支撑这一平台的,是一支横跨学界与产业的联合阵容。项目由面壁智能、东北大学与面壁共建的数据智能联合实验室、清华大学自然语言处理实验室(THUNLP)、OpenBMB以及AI9Stars共同打造。多家机构把学术研究能力与企业落地经验一并压了进来,这也让StaffDeck从一开始就不只是单个公司的内部工具,而是面向企业AI落地场景的开放平台。
从技术定位看,StaffDeck的核心差异在于知识的持续驻留。传统聊天机器人的尴尬在于,对话一关,上下文随之消散,组织的隐性经验难以沉淀;而StaffDeck要做的,是把散落在老员工脑中的专业判断、白纸黑字的流程规范,以及那些不成文的决策逻辑,翻译成可以被系统长期执行和迭代的数字员工。这意味着知识不再随人员流动而流失,而是留在了系统里。
此次开源由OpenBMB在社交平台发布,并附上了完整的GitHub仓库链接。对于正在评估企业AI落地、却不愿再堆砌一层聊天皮的团队而言,StaffDeck提供了一个可直接检视与二次开发的技术底座。当行业仍在比拼对话机器人的响应技巧时,面壁智能这一步,选择了一条更偏重组织能力沉淀的路径。
项目地址:https://github.com/OpenBMB/StaffDeck
StaffDeck是什么平台?
StaffDeck是面壁智能开源的企业级平台,用于构建和管理数字员工。它的重点不是聊天,而是把企业内部知识、SOP和决策规则转化为可持续执行、可迭代的数字劳动力。
StaffDeck和聊天机器人有什么区别?
聊天机器人更偏向即时问答,对话结束后上下文容易消散;StaffDeck强调知识持续驻留,把经验、流程和规则沉淀到系统中,帮助组织长期保留并复用内部能力。
StaffDeck开源后适合哪些团队?
适合正在评估企业AI落地、希望减少“聊天皮”式方案、并需要可检视和二次开发底座的团队。它更适合做组织知识沉淀、流程执行和企业级数字员工建设。
把SOP变成数字员工,第一步怎么做?
先选高频、规则明确、结果可验收的流程,比如审批、查询和知识问答。然后把步骤、例外分支和权限边界结构化,避免一上来就追求“全能员工”。
企业知识平台如何避免变成知识垃圾场?
要给知识加版本、责任人和失效时间,并把调用日志反向用于优化流程。只有持续更新、可追踪、可回滚,数字员工才不会越用越乱。
