@shannholmberg：如何让你的公司为AI做好准备，你的智能体能读取什么决定了它们的表现，因此让公司为AI做好准备的关键在于…

如何让你的公司为AI做好准备

你的智能体（Agent）所能读取的内容决定了它的表现，因此让公司为AI做好准备，关键在于为它们搭建好底层基础——共分三层：

公司大脑（Company Brain），将所有原始公司数据集中起来，并转化为你的智能体能读取的Wiki
数据仓库（Data Warehouse），大脑中的数字部分，记录你追踪的一切
操作系统（Operating System），读取大脑并执行工作的智能体

大脑的结构很简单：

来源（Sources），说了什么——你的通话、聊天记录、文档和转录文本
数据（Data），能衡量什么——你的指标、导出数据和表格
Wiki，知道什么——来源和数据整合成相互链接的页面

来源和数据都输入Wiki，这是你的智能体查询的层级

构建方式可以更复杂，但最简且可落地的版本是采用Karpathy风格的LLM Wiki，放在一个文件夹里：

一个来源文件夹（Sources），存放聊天记录、转录文本和文档的Markdown文件
一个数据文件夹（Data），存放数据集的SQLite数据库，保持数据仓库的简单性
Wiki，由智能体将来源和数据编译成交叉链接的页面
在顶层加上语义搜索（Semantic Search），即使词语不匹配，也能按含义找到内容

当数据仓库超出SQLite能力时，可以迁移到PostgreSQL；但目前整个系统就是一个文件，放在Wiki旁边

然后操作系统位于顶层，是你和你的智能体通过大脑工作的层级——日常工作的执行就在这里进行：

一个编排器（Orchestrator）负责路由每个任务，并为相应智能体提供上下文
一个专业智能体（Specialist Agent），或一个小团队，负责每个垂直领域，在行动前先读取大脑
你负责引导方向、审查输出，并批准上线
每个结果都会反馈回大脑，从而实现知识积累

一开始保持界面简单，一个聊天窗口或连接了Notion/Drive的Wiki就足够了；编排好的智能体公司可以稍后再说。