企业AI落地，行业已经厌倦了再堆一层聊天皮

7月16日晚，面壁智能宣布开源StaffDeck——一个用于构建和管理数字员工的企业级平台，代码已托管至GitHub仓库。项目由面壁智能联合东北大学-面壁智能数据智能联合实验室、清华大学自然语言处理实验室（THUNLP）、OpenBMB与AI9Stars共同打造。采用GNU Affero General Public License version 3开源协议

StaffDeck与市面上大量套着企业外壳的对话机器人不同，它瞄准的是数字劳动力。 传统聊天机器人的尴尬在于，对话一关，上下文随之消散，组织的隐性经验难以沉淀。而StaffDeck要做的是把散落在老员工脑中的专业判断、白纸黑字的流程规范，以及那些不成文的决策逻辑，转化为一批能够持续工作、不断改进并保留组织知识的数字员工。

StaffDeck的设计思路很直接：把每一个AI Agent当成企业里的正式员工来管

在StaffDeck的世界里，每一个Agent都有自己的名字、岗位、工号、能力边界、工作记录，甚至绩效数据。它像普通职员一样，需要遵循SOP（标准作业程序），需要依赖企业知识库支撑决策，更需要在日常工作中接受反馈、修正行为。管理者可以查看Agent掌握的SOP、知识和工具，也可以结合真实工作反馈调整其能力。

这套思路对应三个维度的组织升级：

从“工具”到“员工”——AI不再是被动等待提问的工具，而是认领了岗位的数字替身，开始主动承接具体业务流。

从“静态发布”到“持续运营”——Agent的上线不是一锤子买卖，真实的对话、用户的差评、业务的边界案例，都可以成为后续调整Agent知识与流程的依据。

从“个人经验”到“组织资产”——熟悉业务的员工可以将梳理好的政策知识、判断标准、办理流程封装进Agent，发布至员工广场，供组织内部其他成员使用，成为企业资产的一部分。

StaffDeck有几个关键设计：

数字员工广场。 为每个Agent建立员工档案，包含岗位、技能、SOP、工作记录与绩效数据，支持按部门与角色统一管理。

一句话生成SOP。 业务人员用自然语言描述流程，系统自动蒸馏为可视化状态机流程图，经确认后发布为数字员工的流程型技能。StaffDeck独创状态机驱动的流程型技能，将SOP以技能方式接入数字员工，使用状态机管理工作流，每个SOP对应一个确定性的状态机。数字员工可在多个SOP之间切换，并保留上下文。还支持中途打断与自动恢复——执行中遇到临时问题可暂停并保存状态，处理完毕后主动回到中断节点继续执行。

OKF结构化知识库。 引入开放知识规范（Open Knowledge Format），将企业知识分为原始文档、业务主题、执行手册、业务规则、问答分析五层，确保回答可溯源。

全链路Trace与反馈闭环。 记录每句话与每次API调用，用户差评自动分类并指向SOP修改方向；支持人工兜底，将经验沉淀回知识库。

StaffDeck的开源，提供了一个可直接检视与二次开发的技术底座。 GitHub仓库包含完整的源代码、使用示例和开发指南。对于正在评估企业AI落地、却不愿再堆砌一层聊天皮的团队而言，这套代码提供了一条更偏重组织能力沉淀的路径。

当行业仍在比拼对话机器人的响应技巧时，面壁智能这一步，赌的是企业级AI的下一站——不是更会接话的聊天框，而是能沉淀经验、替组织把规矩记牢的生产力本身。

项目地址:https://github.com/OpenBMB/StaffDeck