专属审批模型
为公司训练一个专属模型,在智能体动作执行前依据公司策略、当前任务与历史动作做实时判断,同一动作在不同任务下可给出不同结论。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
Decawork 是一套面向企业内部的 AI 智能体管控平台,核心做法是为每家公司训练专属模型,在智能体执行动作前依据公司策略和当前任务实时判断是否放行。平台提供智能体注册表,可集中查看各部门正在运行的智能体,目前示例工作区列出了 12 个,覆盖市场、招聘、人事、法务、安全、财务等团队,每个智能体标注了技能数与工具数。策略用自然语言书写,同时接入 API 与 MCP 流量,并支持在需要时转人工审批。价格未公布,官网只提供预约演示入口,无法直接判断采购成本。
Decawork 是一套企业级 AI 智能体管控工具,由 Y Combinator 支持。它要解决的问题是:智能体在企业内部自动执行动作时,如何确保这些动作符合公司利益与合规要求。核心机制是训练一个针对该公司的专属模型,在智能体真正执行动作之前,结合公司策略、当前任务和历史动作做出批准或拒绝的判断。
平台把分散在各团队的智能体收拢到一个注册表中统一管理,KPI 层面的信息包括智能体所属团队、技能数量、工具数量、运行状态与最后活动时间。策略用自然语言配置,可以按任务粒度授权,任务结束后收回权限,必要时转人工介入。平台同时连接 API 与 MCP 流量,让智能体活动与负责人集中在同一处。
不同角色的用法不同:安全与 IT 团队用它掌握全公司智能体的运行状况并设置边界;业务团队负责人用它查看本部门智能体的活动;开发者把已有智能体接入平台,不必改动原有构建方式,平台支持在任何地方构建的智能体。
为公司训练一个专属模型,在智能体动作执行前依据公司策略、当前任务与历史动作做实时判断,同一动作在不同任务下可给出不同结论。
集中登记企业内部运行中的智能体,每条记录包含名称、所属团队、技能数、工具数、运行状态与最后活动时间。示例工作区列出 12 个智能体。
用平实英文书写公司策略,交给模型执行,并可设定在何种情况下必须由人介入审批,不需要写代码或规则脚本。
权限不长期挂载,而是按当前任务给智能体开放访问,任务进行中持续重新评估,任务完成后收回。
模型在动作执行前给出决定,决定依据是公司策略、当前任务和过去动作三项信息,也可配置为需要人工批准。
连接 API 和 MCP 流量,把分散在不同系统里的智能体活动汇到一处,并保留每个智能体的负责人信息。
当企业已经跑起多个 AI 智能体、且这些智能体要接触内部数据或执行有后果的动作时,Decawork 值得评估:它把「谁在跑、在做什么、能不能放行」三件事收到一个面板里,策略用自然语言写,接入不改原有构建方式。但价格没有公开,只有预约演示一条路径,预算和上线周期都要先和销售确认。另外它解决的是管控与审批,不负责替你构建智能体本身,如果目前只跑一两个内部小工具,上这套体系偏重。
需要掌握全公司智能体运行状况并为动作设边界,注册表和策略配置正好覆盖这两件事。
多个业务线各自跑智能体时,用它统一登记负责人、技能与工具数量,避免失控。
动作会碰敏感数据时,执行前审批和按任务授权能限制越界,前提是策略要写细。
价格未公布,只有预约演示入口,走内部采购流程前需先联系销售拿到报价。
平台围绕企业策略与团队注册表设计,没有可供个人自助开通的路径。
价格未公布。官网目前只提供「Book a demo」和「See the product」两个入口,没有列出任何档位、费率或免费额度,因此无法直接判断采购成本,需要联系销售获得报价。
它不让智能体去替代人干活,而是在智能体动手之前判断这个动作该不该放行。判断依据是三项:公司策略、当前任务、过去动作。同一个动作在一个任务里正确,在另一个任务里可能就是错的,这正是它要处理的问题。
可以。官网写明「For agents built anywhere」,智能体构建在哪里都能接入,通过连接 API 和 MCP 流量把活动汇总到平台,原有构建方式不需要改。
策略用平实英文书写,交给为公司训练的模型执行,并可以设定在什么情况下必须由人介入。官网上给出的例子是一条具体规则——「只读取被指派者的资料」,配合「把 Morgan 加入工程团队」这个任务和已有的入职工单一起判断。
按任务给。平台按当前任务开放访问,任务进行中持续重新评估,任务结束后收回。这样同一智能体在不同任务里拿到的权限可以不一样。
官网示例工作区展示了 12 个智能体,分属市场、招聘、人事、法务、安全、财务、支持、销售、工程、客户成功等团队,每个标注技能数与工具数。实际容量官网未说明,其中状态分为 live 与 paused 两种。