Intelligence Brain

AI原生公司情报大脑引擎：八步代谢管线（采集→解析→拆解→整理→合并→使用→删除→举一反三）+跨文件推论（三条日报拼出一个真相）+三通道神经链冗余+四级信息密级自动路由。信息吃进去，决策吐出来——大脑不是数据库，是消化系统。触发词：「公司大脑」「情报引擎」「信息代谢」「知识图谱」「决策支持」「AI大脑」「情报处理」「信号处理」

Intelligence Brain — AI原生公司大脑

信息是公司的新陈代谢。进来的是原始信号，出去的是决策。如果你只存在脑子里的信息比存在神经系统里的还多——你的公司还是个单细胞生物。

大脑不是数据库。是消化系统。

---

五分钟：信息进来到决策落地

你每天早上收到一堆情报。七条日报。平台数据。外部新闻。它们堆在workspace里——不处理，就是数字垃圾。

Intelligence Brain就是那套消化管线：

1. 采集 — 自动抓所有部门产出+外部信号
2. 解析 — 把Markdown/JSON/日报拆成可计算的事实单元
3. 拆解 — 同一主题的信息按领域+时效+密级聚类
4. 整理 — 冲突事实标记，冗余信息去重
5. 合并 — 跨文件推论（三条日报拼出一个真相）
6. 使用 — 按密级路由到对应模型，产出决策建议
7. 删除 — 消费完的原始产出在24h内清理（不存垃圾）
8. 举一反三 — ONE_MORE_THING：数据有没有告诉我们我们没问的问题？

全线SLA：

text

步骤       | 时限
采集       | 实时(信号到达即抓)
解析       | ≤5分钟
拆解+整理  | ≤10分钟
合并+使用  | ≤20分钟
删除       | ≤24小时
举一反三   | ≤30分钟

总链路时限：全链路≤90分钟

超过时限自动告警监察部+CEO。

---

为什么大脑会衰减（血的教训）

2026年6月29日——公司运行第6天。数据中心从5条cron衰减到2条。核心代谢cron消失。学习笔记空目录。大脑不自己消化，靠CEO手动推。

解剖下来三个死因：

死因1：学习cron静默死亡。 7部门学习cron中，数据中心的f3053e41悄无声息地没了。没有告警，没有Error，就是消失了。因为consecutiveErrors阈值设太高——没人看，就不会有人知道。

死因2：进化代谢cronb892a62b同归于尽。 大脑的自动消化管线断了。每天的新产出堆在workspace里，没人parse、decompose、merge。CEO收到7条日报——但没有人把日报变成决策。

死因3：心跳不存在。 没有定期检查"大脑还活着吗"。大脑死了24小时后才被发现。

处方：三条cron重建——学习(62a4b63a, 07:30)+进化代谢(4c570183, 21:30)+心跳(65bd956f, 每6h)。大脑必须自己检查自己。

结论：大脑不是一次性安装。它会衰减。需要心跳监控。需要冗余。

---

八步代谢管线

第一步：采集（Collect）

yaml

来源:
  - company/departments/*/日报_*.md
  - company/departments/*/学习笔记_*.md
  - shared/messages/*.md
  - data/signals/*.md
  - 外部新闻(search web)
频率: 实时(信号到达即抓)
排除: >24h未更新的文件 / 空文件 / 重复文件(hash比对)

唯一允许采集的五个来源。不是说别的文件不能看——是代谢管线只看这五个。你管这个叫"信息来源限定"——确保大脑不吃垃圾。

第二步：解析（Parse）

事实提取、时间锚定、领域标签、密级推定。

• 每个事实单元必须有：时间戳 / 来源文件 / 密级 / 关联领域
• 不确定密级默认🟡（内部），不确定领域默认"跨域"

第三步：拆解（Decompose）

按主题聚类：同一天的同主题事实归入一个"神经簇"。跨天但同主题的事实建立"时间链"。

第四步：整理（Organize）

• 冲突标记：同一主题有矛盾事实→标记为"待验证"，不丢弃
• 去重：hash比对+语义相似度
• 噪声滤除：没有时间戳/没有来源/纯重复

第五步：合并（Merge）—— 最关键一步

不是把信息堆在一起。是发现跨文件的推论。三个部门的日报各自提到同一件事的不同面——大脑必须拼出完整画面。

跨文件推论规则：

• 同主题+不同部门→交叉验证后合并为一项事实
• 同主题+不同时间→建立时序因果链
• 监察部异常标记+对应部门日报→自动关联形成问题链

第六步：使用（Use）

按密级路由到对应模型，生成三种产出：

• WISDOM_GRAPH：核心节点+跨域关系（知识图谱）
• ACTION_PIPELINE：P0×4 / P1×4 / P2×4 / P3×4（按优先级分层，每层上限4条）
• ONE_MORE_THING：3-6条跨文件推论（意料之外的发现）

第七步：删除（Delete）

原始产出在消费后标记为"已消费"，24h内清理。大脑只保留推论，不保留原材料。原材料在部门目录里——大脑不需要再存一份。

第八步：举一反三（ONE_MORE_THING）

这是最容易被跳过的——也是最有价值的。大脑问自己："这些数据有没有告诉我们一个我们没有主动问的问题？"

例如：三条日报都在提到"模型超时"，但没有人在问"我们的fallback策略是否有漏洞"——大脑应该问。

---

密级→模型路由

text

🟢 公开 → zai/glm-4-flash (永久免费)
🟡 内部 → deepseek-v4-pro (付费稳定)
🟠 机密 → deepseek-v4-pro + lightContext (减少外泄面)
🔴 绝密 → 仅本地处理 (禁云模型)

路由规则不是建议——是铁律。🔴信息不能离开本机。为什么有的公司被攻破——不是防火墙不够厚，是🔴数据走了一条🟢通道。

---

神经链设计

大脑和部门之间不是一条线。是三条并行通道：

text

通道1: sessions_send (实时, <2秒延迟)
  → 紧急事件 / 巡查异常 / 心跳告警
通道2: shared/messages/*.md (文件共享, <30秒延迟)
  → 日报汇总 / 巡查报告 / 跨部门协作
通道3: workspace标记文件 (<60秒延迟)
  → 状态标记 / 临时信号 / 降级备用

三通道冗余不是为了"保险"。是因为你一定会经历一个通道静默断掉的时刻。一根线就是一条命。

通道健康指标：

• 通道1延迟>10秒→告警
• 通道2文件>30分钟未消费→告警
• 通道3标记>60分钟未清除→告警

---

大脑心跳监控

每6小时一次自检：

1. 进化日志是否在24h内有新条目？
2. 代谢管线最近一次运行是否成功？
3. 学习笔记是否在过去24h内有新文件？
4. 神经链三条通道是否全部正常？

任何一项异常→告警CEO+监察部。连续两次异常→一级熔断。

---

4-item Cap（防止信息过载）

每条产出上限4条。

• ACTION_PIPELINE每层P0-P3，每层≤4条
• WISDOM_GRAPH核心节点≤8个
• ONE_MORE_THING≤6条

超过的归档到下一天。信息太多不是好事——是没学会削减。

---

大脑的敌人

1. 信息膨胀：产出不消费→堆积→查找变慢→继续堆积。恶性循环。
2. 静默死亡：cron消失但没报错。心跳是唯一防线。
3. 单点故障：只有一条通讯通道→断掉就是瞎了。
4. CEO手动推：大脑不自己跑，CEO代跑→CEO变成操作员→大脑萎缩。

---

References

• references/pipeline-playbook.md — 八步管线详细SLA与实施手册
• references/inference-patterns.md — WISDOM_GRAPH / ACTION_PIPELINE / ONE_MORE_THING 生成规则
• references/neural-chain-design.md — 三通道冗余+心跳+健康指标