2026年7月18日，世界人工智能大会（WAIC）现场，壹沓科技CEO卞晓瑜发表题为“以数字员工，重塑全球供应链新未来”的主题演讲，并宣布全新一代小沓AI核心技术底座——小沓OS（Dax OS）与小沓KE（Dax KE）正式全球发布。

在“双擎启新”的主题下，壹沓科技交出了一份关于企业级Agent的系统性答卷：当大模型的理解与推理能力不断突破，真正决定AI能否进入企业、稳定交付的，是模型之外的AI工程体系。小沓OS与小沓KE的发布，标志着小沓AI Agent——全球首款供应链数字员工，迈向“能够运行、交付并持续进化”新阶段。

01

AI下半场：从模型能力走向企业级交付

回望AI演进全景，一条清晰的路径已经浮现：从大语言模型到世界模型，再到具身智能。落到产业应用层面，则表现为从基础模型到垂类模型，再到自主Agent 的三级跳。随着模型能力的“上限”被持续抬高，产业界关注的焦点正转向更现实的问题——如何将这些能力转化为可靠的生产力。

AI应用范式的演进概括为三个阶段。Copilot 阶段，人发起每一步操作，AI 完成Prompt到Output的响应，带来局部提效；Agentic 阶段，人只需定义目标与验收标准，Agent 即可自主完成“规划—执行—校验”（Plan → Act → Verify）的任务闭环；而正在到来的Harness阶段，系统将调度多个Agent并行工作、集成交付（Parallel Work → Integration），实现真正的系统级交付。

壹沓科技CEO卞晓瑜表示，“模型决定 Agent 数字员工的能力上限，AI 工程决定下限。上限决定了数字员工‘聪明到什么程度’，下限决定了它能否真正走进企业、接住岗位、稳定交付。这正是我们发布小沓OS与小沓KE的原因。”

此次发布的小沓OS与小沓KE，正是面向企业级AI Native 组织的核心基础设施——前者解决执行与治理，后者解决知识与进化。

02

规模化落地，企业级Agent仍缺少什么

大模型正在逐步解决“理解、推理与规划”的问题。但当企业试图把Agent规模化引入全球供应链这样流程链条长、信息系统分散、跨主体协同频繁的复杂场景时，鸿沟依然巨大。

一个只会回答问题的Agent远远不够——它必须能读懂格式各异的委托邮件，必须能登录订舱系统完成实际操作，还必须在出错时可被追溯与纠正。对照这一要求，当前企业级Agent规模化落地仍然缺少两块关键基础设施：

其一是可信、持续进化的企业知识。通用大模型的知识停留在公域与静态层面，无法覆盖企业自身的历史数据与操作经验，幻觉风险始终存在。

其二是稳定、可控、可治理的执行体系。当多个Agent介入接单、订舱、放舱等核心环节，权限边界如何约束、执行过程如何观测、业务结果如何校验？这些问题不解决，Agent就永远停留在演示层面。

由此，“双擎”的价值主张水到渠成：小沓OS解决可控执行，小沓KE解决可信知识，两者相乘，才等于可交付的企业级AI数字员工。

03

双擎启新：小沓 OS 与小沓 KE 技术深度解析

在壹沓科技的技术体系中，小沓LLM、小沓KE与小沓OS构成分层协同的三大底座：小沓LLM负责理解与推理，小沓KE负责沉淀知识与学习，小沓OS负责执行与交付。三者之上承载小沓AI Agents 应用层，形成“理解—执行—进化”的完整闭环。

小沓OS：让数字员工从“能理解”走向“能交付”

小沓OS的定位，是面向复杂流程的企业级Agent开发、运行与治理平台。从架构上看，小沓OS覆盖四个层面。

在协同层，提供多Agent协同与基于 DAG（有向无环图）的任务编排引擎；

在执行层，通过标准化的API网关与 RPA 组件管理技能调用，让Agent 真正连接 ERP、TMS 等企业系统；

在智能层，利用向量数据库进行上下文治理与记忆管理，保障长链路任务不丢失状态；

在治理层，内置全程可观测（Observability）机制与细粒度权限隔离（RBAC），让每一次执行都可审计、可复盘。

小沓OS将过去黑盒化的Agent能力，统一为可配置、可治理的运行体系，推动企业软件使用范式从“由人操作软件”，走向“由数字员工调用工具并交付业务结果”。

小沓KE：让企业知识从“被存储”走向“持续进化”

小沓KE的定位，是Agent原生的自进化全域知识引擎，它是为数字员工量身构建的“组织记忆中枢”。

其架构由四大模块组成。企业智能资产模块将非结构化文档加工为ARV资产与领域本体，使知识具备机器可读结构；语义计算模块结合稠密向量检索与知识图谱（Graph RAG），保证复杂语境下检索到准确的知识链路；数据湖仓模块支撑多模态存储与血缘关系追溯；采集与反馈模块利用强化学习机制（RLHF/RLAIF），使业务新经验持续沉淀回知识体系。

这套架构推动企业知识从静态信息，升级为越用越专业、直接驱动业务的智能资产，形成“数据飞轮”。

在实际运行中，三大底座是一个不可分割的闭环。其中，小沓LLM作为供应链垂类大模型，采用高精度OCR与LLM融合的 MixLLM 架构，基于百万级行业数据进行LoRA微调，并具备反思与纠错能力，为知识引擎与执行系统提供根基。

壹沓科技CEO卞晓瑜强调：“我们发布的，不只是小沓OS与小沓KE两项技术底座，而是一套支撑企业迈向 AI Native的新型生产基础设施。它让数字员工不再停留于单点试验，而是能够进入核心流程、连接企业系统、稳定交付业务结果，并在持续运行中沉淀知识、复制能力、推动组织进化。”

04

场景验证：从真实业务中生长出的技术底座

技术底座的成色，最终要在真实业务中检验。小沓OS与小沓KE是从供应链真实业务中长期演进、沉淀而来的系统级能力。

自2022 年起，壹沓科技连续五年在WAIC发布数字员工的迭代成果。此次发布的小沓OS与小沓KE，正是这条演进之路在基础设施层面的必然沉淀。

以国际物流最核心的“接单—订舱—放舱”链路为例，壹沓科技已经完成了从单点自动化到多Agent 协同、端到端业务执行的完整验证。

在接单与审单阶段，小沓审单Agent自动接收客服邮箱中的业务邮件，解析邮件正文及PDF委托书，生成结构化审单表单并交由客服确认。在订舱执行阶段，任务确认后，小沓订舱Agent直接登录船公司网站发起订舱。在放舱处理阶段，小沓放舱Agent自动识别放舱邮件与放舱BC（提单），更新业务信息，并将处理结果同步给操作人员。

在这条链路中，小沓OS负责调度不同职责的Agent，管理状态机与权限边界；小沓KE提供客户规则与单证规范的知识检索；小沓LLM保障多模态单证的精准解析。人依旧在业务流中，但角色已从“执行者”转变为“确认者与决策者”。

这一验证揭示了壹沓科技的独特壁垒：既具备垂类大模型能力，又积累了复杂流程与企业系统的连接工程经验，同时拥有数字员工产品化的完整闭环。

05

以小沓AI数字员工，打造供应链AI Native 新组织

双擎底座带来的价值，沿着产品、客户、组织三个层次逐级放大。

对产品体系而言，统一的底座显著提升了新Agent与新场景的开发速度，支撑复杂任务执行，并让产品的稳定性、准确性与可观测性获得系统级保障。客户的知识与业务反馈通过KE持续回流产品，加速关务、仓储、干线运输、尾程配送等场景的拓展，并为多语言、多区域的全球化复制提供支撑。

对客户业务而言，企业从购买单点 AI 工具，转向运营能够承担岗位职责的数字员工；从局部环节提效，走向端到端任务交付；从靠人工扩张产能，走向数字员工能力的规模化复制。

最深远的影响发生在组织层面。小沓AI数字员工——企业级Agent的进场，将帮助企业构建AI Native组织。

壹沓科技CEO卞晓瑜描绘了企业组织范式的三段演进：工业时代的企业是一台“流程机器”，核心竞争力是执行效率；互联网时代的企业是一个“可迭代产品”，核心竞争力是迭代速度；而AI Native 时代的企业，将成为一张“Agent 网络”——人类员工与AI Agent 是分布式网络中共同协作的节点，核心竞争力是极限的并行加速。

壹沓科技CEO卞晓瑜强调，“未来的企业是一张分布式的Agent 网络。数字员工承担规模化执行，人类员工聚焦判断、创新与复杂决策。企业的核心竞争力，将从单纯的执行效率，升级为人机协同下的极限并行加速。”

06

加速小沓AI

成为全球供应链企业数字生产力

小沓OS与小沓KE的全球发布，清晰地指向了三个正在发生的行业转变。也为供应链企业落地Agent提供了参考。

评价标准之变：AI的评价标准将从模型参数，转向任务成功率、运行稳定性与可治理性——从“聪明与否”转向“可靠与否”。

应用范式之变：企业应用AI将从采购工具，转向为数字员工设计岗位、界定授权边界、制定绩效标准与人机协作机制。

系统形态之变：企业级Agent将从单点功能，升级为支撑核心业务运行的生产系统。

在技术发布之外，壹沓科技也在同步推进产业生态建设：联合上海海事大学、上海浦江数链打造航运物流高质量数据集；通过ISEA人工智能专项推动港航供应链的 AI 应用；设立课题打造 AI+物流的产学研创新平台。

围绕“以数字员工，重塑全球供应链新未来”的使命，公司形成了面向业务的小沓AI数字员工，以及由小沓LLM、小沓OS、小沓KE构成的“三位一体”核心技术底座的双主线布局。

小沓OS与小沓KE的全球发布，标志着小沓AI数字员工正式迈向“能够运行、交付并持续进化”新阶段。当越来越多的企业开始运营自己的数字员工团队，供应链的全球图景，也将由此改写。