销售
- 产品与历史资料
- 客户 / 市场研究
- 回复与销售材料
01 / 从“问 AI”到“让 AI 参与工作”
EAO 把企业上下文和工具带进日常工作。
传统流程
企业上下文主要由员工自己准备常见聊天式 AI 工作方式
- 员工自己找产品资料和历史信息
- 把相关内容复制进聊天窗口
- 询问“这个客户应该怎么回复”
- AI 给出建议或草稿
- 员工继续核资料、补信息、拼成最终回复
EAO 工作流
把工作继续往前做使用 EAO
- 告诉销售 Assistant：“帮我准备这个客户的回复”
- EAO 查询获准的产品知识和文件
- 查找相关历史信息，必要时研究外部资料
- 整理关键信息并准备回复草稿
- 销售判断、确认后发送
EAO 参与工作准备。 EAO 可以查找、阅读、比较、计算并准备工作材料；判断、审批和正式对外动作仍由人负责。
02 / 不同岗位能把什么交给 EAO
销售、采购、财务、运营和管理层，具体能让 EAO 帮忙完成什么？
判断、审批和正式对外动作仍然由人负责。
同一个 EAO 工作系统，不同部门使用不同的工作环境
不同部门使用各自获准的知识、文件、工具和权限范围。
EAO统一员工入口 + 部门工作环境
采购
- BOM 与物料
- 供应商研究比较
- 询价与成本材料
财务
- 制度与财务文件
- 表格与数据汇总
- 报表与说明材料
运营
- 市场 / 竞品研究
- 产品与内容整理
- B2B 平台运营材料
管理层
- 获准跨部门信息
- 复盘与会议材料
- 方案比较与决策输入
同一套 EAO，根据部门边界组合不同的企业上下文与能力。
销售
- 查产品规格和相关文件
- 找历史报价和类似案例
- 准备客户回复草稿
- 研究客户和市场信息
- 整理销售数据和工作材料
采购
- 整理 BOM 和物料信息
- 查历史采购资料
- 研究和比较供应商
- 准备成本对比
- 准备询价和寻源材料
财务
- 查获准的制度和财务文件
- 处理表格
- 核对、汇总和整理数据
- 准备报表材料
- 整理说明资料和历史记录
运营
- 做市场和竞品研究
- 整理产品信息
- 准备网站和社媒内容
- 辅助 B2B 平台产品与账号运营
- 复用日常运营资料和既有做法
管理层
- 查获准的跨部门信息
- 汇总经营与复盘材料
- 比较方案和背景资料
- 准备会议与管理报告
- 整理决策所需的信息输入
在获得授权的情况下，销售、采购、财务和管理层还可以直接处理表格、数据汇总和确定性计算。
03 / 企业上下文与工具
企业知识、文件、历史和工具，可以进入同一个工作环境。
01
企业知识和文件
工作可以直接使用获准的产品资料、制度、文档和企业文件。
02
历史和既有工作
在部门权限允许时，历史报价、案例、记录和过去做过的工作可以继续被利用。
03
研究和计算
获准部门可以组合外部研究、文件处理、表格和确定性数据计算。
04
部门工作方法可以复用
真实工作中形成的可复用方法，可以在以后类似任务里继续使用。
04 / 组织经验
有价值的工作方法，可以沉淀下来，在以后类似任务中继续复用。
稳定、可复用的工作方法，可以在符合部门规则和权限边界时继续使用。
部门方法从真实工作中沉淀，再在类似任务中复用
只保留稳定、可复用的部门经验；一次性任务状态、私人信息和权限扩张不应成为长期方法。
1
真实工作
员工完成一次实际任务，发现更有效的做法。
2
形成可复用方法
把稳定的偏好、经验或多步方法，从一次性任务中区分出来。
3
在部门边界内保留
只在符合部门规则、隐私要求和授权范围时沉淀。
4
以后类似任务继续用
未来遇到相似工作时先复用经验，再根据新反馈继续修正。
长期保留的是可复用方法，不是所有聊天内容。
排除：一次性任务状态 · 私人/敏感信息 · 密钥 · 审批状态 · 权限扩张
05 / 企业控制权仍然在自己手里
AI 可以进入企业，但控制权仍然属于企业。
系统可自托管
EAO 应用栈可以运行在企业自己的基础设施中。
部门边界可区分
不同部门可以拥有不同的知识、文件和工具范围。
工具需要明确授权
Assistant 能做什么，取决于企业显式开放的工具和权限。
关键动作不自动越权
判断、审批和正式对外动作仍由人负责；EAO 是否能够执行具体操作，取决于企业明确开放的工具和权限。
外部数据如何处理，仍取决于企业选择的模型供应商和集成方式。系统自托管并不自动等于所有模型请求都留在本地。
真实企业参考
EAO 已经在真实企业环境中运行和持续维护。
ARMOR 是 EAO 的首个参考实现。当前参考部署覆盖真实部门、企业知识、NAS 文件、浏览器/PWA 访问和日常运行维护；可复用组件与企业私有配置和数据保持分离。
部门工作环境企业知识 + 历史NAS / 企业文件浏览器 + PWA模型可灵活选择工具与权限边界日常运维与恢复
06 / 部署硬件
部署 EAO，需要准备什么样的服务器？
如果主要使用云端大模型，推荐 8 核 CPU、32 GB 内存和 500 GB NVMe SSD，无需独立显卡。
入门试用
- CPU：4 核
- 内存：16 GB
- 硬盘：100 GB SSD
- 显卡：不需要
推荐 · 日常办公
- CPU：8 核
- 内存：32 GB
- 硬盘：500 GB NVMe SSD
- 显卡：不需要
本地 AI 增强
- CPU：按模型决定
- 内存：64 GB 起参考
- 硬盘：1 TB 起参考
- 显卡：按模型决定
以上是硬件采购建议，不是已认证的最低配置，也不代表经过并发容量测试。本地运行大模型时需按具体模型另行评估。
常见问题
企业在让 AI 进入日常工作之前，通常会问这些问题。
关于 EAO
EAO 和直接给员工使用 ChatGPT 有什么区别？
ChatGPT 等通用 AI 产品提供强大的模型和通用能力；EAO 解决的是企业如何把所选模型与自己的部门、知识、文件、历史、工具和权限组织成一套可控制的工作环境。EAO 并不依赖某一个特定模型，也不是简单地用另一个聊天窗口替代通用 AI。
EAO 只能回答问题吗？
不只是。根据部门和权限，EAO 可以查企业资料、读文件、做研究、比较、整理、计算，并准备客户回复、报告和运营材料等工作成果。需要判断、审批和正式对外动作时，仍然由人负责。
员工需要先理解什么是 AI Agent 吗？
不需要。员工直接使用对应部门的工作环境即可。
不同部门如何区分工作环境？
员工使用同一套 EAO，但不同部门可以拥有各自的知识、文件、工具和访问范围。使用入口可以保持一致，背后的企业上下文和权限边界不同。
EAO 是概念项目，还是已经在真实企业运行？
EAO 来自真实企业环境的持续使用和迭代。ARMOR 是首个参考实现，同时可复用的 EAO 组件与企业私有配置和数据保持分离。
已经在使用飞书或其它企业系统？
我们已经有飞书 Bot，还有必要使用 EAO 吗？
飞书 Bot 可以是一个很好用的交互入口，但 EAO 解决的是更大的问题：AI 如何与部门、企业知识、文件、工具和权限一起工作。两者可以共存，并不需要二选一。
EAO 会取代飞书吗？
不会。飞书可以继续承担沟通、协作和业务流程，EAO 则在现有企业资产之上增加 AI 工作能力。
飞书里的知识库、云盘和资料需要重新迁移吗？
不一定需要迁移。对于已经支持并完成配置的数据源，EAO 可以继续从飞书知识库或云盘获取获准内容，让原系统继续作为资料来源。具体可用范围取决于连接方式和权限配置。
NAS、共享盘、Wiki 和现有业务系统还能继续使用吗？
可以继续保留。EAO 不要求企业为了使用 AI 先替换现有系统；至于 EAO 是否能直接读取或操作其中的数据，则取决于该系统是否配置了经过批准的连接方式、工具和权限。
数据、权限与部署
公司的资料会不会全部发送给外部 AI？
这取决于企业选择的模型供应商和集成方式。EAO 应用本身可以自托管，但系统自托管并不自动意味着所有模型请求都会留在本地。
不同部门可以保持不同的访问边界吗？
可以。不同部门可以配置不同的知识、文件和工具范围；实际边界取决于企业的权限和集成配置。
必须使用本地大模型吗？
不必须。EAO 可以使用本地模型、外部模型服务，或两者混合。当前参考部署通过统一的模型接入层隔离应用与具体模型供应商，因此更换底层模型时，不需要重新设计各部门的工作环境。企业可以根据能力、成本、延迟和数据要求选择。
是不是必须一次把整套 EAO 都部署完？
不需要。企业可以先部署一个部门或一个工作场景，再按实际需要逐步扩展。