筑牢AI基础设施：数禾科技openclaw与AgentOS并轨启程
“数字员工”——这四个字，正在成为数禾科技越来越多员工的日常搭档。2026 年，数禾科技自研的 openclaw 数字员工正式面向全公司开放，成为统一的数字员工运行底座；与之并行的，是 AgentOS AI 研发产线在流程自动化方向完成关键一步。一个面向业务，让每一位员工都拥有 AI 搭档；一个面向研发，让 AI 参与“生产 AI”的过程本身。两项建设分别对应智能平台与 AI DevOps 这两大旗舰项目，共同构成数禾科技本轮公司级 AI 建设的底座层。
“先应用还是先底座”，几乎是所有企业推进 AI 建设时都会遇到的选择题。数禾科技给出的答案很清晰：底座先行。自 2015 年成立至今的十一年间，公司完成了从 AWS 到阿里云的迁移，落地了自研 BetterCDS、决策引擎 HEngine、模型平台 HModel、特征平台等一整套技术底座，并在 2024 年正式启动智能化升级。本轮智能平台与 AI DevOps 的并轨建设，是这条演进路径上继“策略化建设”之后的又一次结构性升级。
智能平台：统一底座与知识供给
智能平台是数禾科技本轮 AI 建设中的核心底座项目，目标是构建全员 AI 统一底座，实现 AI 能力的规模化应用与可信治理。它并非某一款工具，而是一整套面向全公司的 AI 能力供给体系。
openclaw 数字员工是这套体系的基础运行时。openclaw 已正式面向全公司开放，作为统一的数字员工运行底座，支撑更多业务场景接入。此前公司内部的 AI 能力多以点状形式分散于各业务系统，缺乏统一编排与治理，openclaw 的开放解决了两个关键问题：一是让不同部门的 AI 应用共享一套可观测、可管控的运行环境；二是让数字员工的能力沉淀有一个稳定的载体，避免重复建设。
知识库能力的升级，是能力供给的关键一环。数禾科技在 2025 年 10 月发布《数禾企业级大数据治理白皮书》时曾指出，AI 应用的质量高度依赖数据质量。本轮知识库能力升级，使企业内部积累的规范、口径、指标、案例等结构化与非结构化知识能够被大模型更准确地“读懂”和“调用”，从源头上提升 AI 应用的可靠性。
大模型网关拦截功能则强化了治理能力。该功能已全量上线，重点拦截调用外部模型时可能产生的高风险数据外发行为，降低业务数据在跨系统流转过程中的敏感信息泄露风险。对于以数据为核心生产要素的金融科技企业而言，大模型网关发挥着“合规看门人”的作用，让每一次外部模型调用都可追溯、可管控。
在能力资产层面，智能平台已向全公司提供三百余项可用能力，覆盖标准化工具与技能组件两大类，逐步沉淀出一套可组合、可复用的 AI 资产库。这些能力并非零散工具的堆叠，而是围绕“数字员工能做什么、如何完成”这一主线，形成清晰的资产结构与治理规范。
AgentOS：让 AI 编排研发流程
如果说智能平台解决的是“全员用 AI”的问题，AI DevOps 项目要解决的，则是“AI 能力如何被研发和交付”这一更底层的命题。基于这一目标，数禾科技启动了 AgentOS AI 研发产线的建设。
从需求进入到代码产出，AI 研发产线已经完成关键一步。在传统研发流程中，需求进入研发团队后，需要经过多轮拆解、评审、编码、测试，才能最终产出可上线的代码；AgentOS 的目标，是让这一链条中的相当一部分环节，由 AI Agent 按照标准化流程协助完成。
支撑这一目标的，是一整套已经就位的核心链路能力：任务识别明确 Agent 的任务边界，上下文构建提供必要信息，计划生成拆解执行步骤，流程编排决定工具与模型的调用时机，代码产出完成最终交付。各环节都对应可观测、可回溯的产物，确保 AI 研发不是“黑盒”，而是一条清晰、可管理的产线。
支撑这条产线的，还有一整套控制面与身份体系。Agent 控制面让研发管理者能够看到 Agent 在做什么、推进到哪一步；Agent 身份能力则让每一次调用、每一份产出都有明确的责任主体，避免出现“AI 完成了什么无法追溯”的治理盲区。
AgentOS 的价值不止于研发效率。它更深层的意义，在于把“AI 研发流程本身”变成一个可以持续优化的对象。当研发流程被结构化之后，每一次任务的完成情况都会沉淀为数据，用于反向优化产线本身。这一“持续优化”能力，正是数禾科技过去十一年在 DevOps、BetterCDS、HTestOne 等平台上一以贯之的建设理念在 AI 时代的自然延伸。
底座之上：可扩展的 AI 供给体系
智能平台与 AI DevOps 的并轨建设，让数禾科技的 AI 底座呈现出两个特征：统一，但不封闭；治理严格，但供给充分。
统一体现在 openclaw 作为全公司唯一的数字员工运行底座，从而避免多系统各自为政；不封闭则体现在能力资产以可组合、可共建的形式对外开放，各业务部门既可以直接调用现有能力，也可以贡献新的能力回流到平台。治理严格，体现在大模型网关的全量拦截与 AgentOS 的身份、控制面体系；供给充分，则体现在企业知识库调用能力与三百余项可组合 AI 资产之上。上述能力共同构成一个既安全又高效的公司级 AI 底座——业务部门可以在可控前提下调用并快速迭代，管理者可以清晰地观测、及时干预。
作为八大旗舰项目中最靠近技术根基的两个方向，智能平台与 AI DevOps 决定的是数禾科技新十年 AI 建设的“上限”。底座越厚，上层的 AI 坐席、AI 客服、模型能力建设以及经营策略等应用层和策略层项目才有可能跑得更快、走得更远。数禾科技表示，将继续沿“AI 底座—AI 应用—AI 策略”三层结构推进整体建设，让每一个新场景的接入都能复用统一底座能力，也让每一次业务侧的 AI 落地都能反哺基础设施的持续进化。
十一年前，数禾科技从 0 到 1 搭建起最初的技术体系；十一年后，公司正把 AI 基础设施打造成新的“发动机”。在“Fin-Robot（金融机器人）”这一长期愿景牵引下，openclaw 与 AgentOS 的并轨启程，正是数禾科技迈向下一个十年的关键一步.