系列
company-ai-agent
共 7 篇，依順序讀完。
- 01
YC 開源 QM：真正難題是公司級權限邊界
YC QM 是一套給公司使用的多人 Agent harness。它從超過 50 個 Hermes Agent 的管理經驗出發，把員工、專案、記憶、憑證與沙箱放進可治理的 scope，透露公司級 Agent 接下來真正要解的問題。
- 02
公司級 AI Agent 是什麼？和個人助手差在哪
公司級 AI Agent 與個人助手的差別不在模型，而在身分、記憶、憑證、沙箱、協作與稽核。本文用六層框架說明什麼時候個人工具已經不夠，以及公司平台為何必須改變信任模型。
- 03
AI Agent Scope 怎麼設計？記憶、憑證與沙箱隔離
Scope 不只是對話分組，而是公司 Agent 的最小信任邊界。本文拆解身分主體、記憶、憑證授權、持久沙箱與交付對象，說明如何讓個人與共享 Agent 不再混用權限。
- 04
公司級 AI Agent 安全指南：權限、注入與稽核
公司級 Agent 的風險不只來自模型，而是模型能代表誰採取行動。本文以威脅模型拆解提示注入、權限提升、資料外洩與持久化風險，並整理批准、撤銷及稽核控制。
- 05
QM vs OpenClaw vs Hermes：公司 Agent 怎麼選？
QM、OpenClaw 與 Hermes Agent 怎麼選？本文比較三者預設的信任邊界：QM 的共享 scope、OpenClaw 的 Gateway cell，以及 Hermes 的獨立 profile，整理個人、團隊與公司導入路徑。
- 06
公司 AI Agent 怎麼導入？兩週低風險試點
公司 Agent 的第一個概念驗證（POC）不該證明它什麼都會，而要驗證團隊能否限制資料、權限與副作用。本文提供兩週低風險試點流程，涵蓋選題、對抗測試、共享 scope、背景任務與撤銷演練。
- 07
Agent 平台的護城河：模型之外，什麼留得住
當模型、工具協定與基本 Agent loop 越來越可替換，平台價值將往身分政策、長期記憶、內部整合、稽核評估與被員工採用的工作流集中。本文提出公司 Agent 的五層護城河框架。