Janus

官方给出的目标是在部署后达到 99%+。其思路是不直接使用通用概率模型，而是从实际执行流程的人员那里学习企业规则，让智能体在受监管、高风险业务中稳定运行。具体场景下的实测表现需结合企业自身流程评估。

强调私有属性，系统部署在企业自有环境内部，数据不外发，并可在内部持续积累，用于让系统随使用变得更准确。

Telos 是 Kairos 发布的学习层，面向长周期的 AI 工作流，并在 τ-bench 上进行基准测试。它用来支撑需要跨多步骤、长时间运行的智能体任务，属于平台能力的一部分。

官网明确智能的所有权归企业自己。系统对企业流程、规则以及所适用监管的理解会沉淀下来，成为企业难以被他人复制的长期优势。

未公开具体价格与付费档位，也未给出免费额度说明。有采购意向的企业需要直接联系官方获取报价与方案细节。